first-crew.mdx
Schritt-für-Schritt-Tutorial: Recherche-Crew mit zwei Agenten (Researcher + Analyst) inkl. Projektstruktur.
Schritt-für-Schritt-Tutorial: Recherche-Crew mit zwei Agenten (Researcher + Analyst) inkl. Projektstruktur.
Für wen: Erstes eigenes Mehr-Agenten-Projekt.
Im Detail
Dieses Tutorial aus der offiziellen crewAI-Dokumentation zeigt Schritt für Schritt den Aufbau des ersten Mehr-Agenten-Projekts: eine ‘Crew’ aus Researcher- und Analyst-Agent, die gemeinsam an einer Recherche-Aufgabe arbeiten. Behandelt wird die komplette Projektstruktur (agents.yaml, tasks.yaml, crew.py), die Definition von Rollen und Zielen sowie das Zusammenspiel der Agenten über Tasks. Guter Einstieg direkt nach dem Quickstart, wenn man verstehen will, wie crewAI Agenten-Kollaboration konkret organisiert, bevor man zu komplexeren Konzepten wie Flows oder eigenen Tools übergeht. Reine Lernressource, kein eigenständiges Tool, dafür mit direkt lauffähigem Code.
Voraussetzungen
- crewAI-Quickstart bereits durchgeführt (Installation vorhanden)
- Python-Grundkenntnisse
- Zugang zu einem LLM, mit dem die Agenten arbeiten
Schritt für Schritt
- Projektstruktur mit agents.yaml, tasks.yaml und crew.py im eigenen Repo anlegen
- Rollen und Ziele von Researcher- und Analyst-Agent auf das eigene Thema anpassen
- Tasks so definieren, dass sie zur eigenen Recherchefrage passen
- Crew lokal ausführen und das Zusammenspiel der beiden Agenten über die Tasks prüfen
- Bei Bedarf anschließend zu komplexeren Konzepten wie Flows oder eigenen Tools übergehen
Beispiel aus der Praxis
Man ersetzt Rolle und Ziel des Researcher-Agents durch eine Recherche zu aktuellen Entwicklungen in einem bestimmten Themenfeld und lässt den Analyst-Agenten daraus eine Zusammenfassung erstellen — die Crew liefert am Ende einen strukturierten Bericht statt einer einzelnen Chat-Antwort.
Praxis-Tipp
Projekt lokal nachbauen und die Researcher-Rolle umschreiben, z. B. auf ‘Markttrend-Recherche für E-Bikes’ statt des Beispielthemas, um das Rollen-/Ziel-Prinzip zu verinnerlichen.
Stolperfallen
Vage formulierte Rollen und Ziele führen zu unspezifischen Ergebnissen — je klarer Rolle und Task definiert sind, desto brauchbarer die Ausgabe der Crew. Das Tutorial ist reine Lernressource und ersetzt nicht die crewAI-Grundinstallation aus dem Quickstart.
Siehe auch
Lizenz & Quelle
- Lizenz: MIT
- Quelle: crewAIInc/crewAI
Inhalt ansehen (first-crew.mdx)
Lade …
Erfahrungen & Kommentare.
Funktioniert der Code-Beispiel bei Ihnen? Tipps, Stolperfallen, Varianten — teilen Sie es mit der Community.
Lade Kommentare …
Passt dazu.
quickstart.mdx
Offizielles Quickstart: erste Crew per crewai create, Agents/Tasks in YAML, Ausführung — der komplette Grundzyklus.
first-flow.mdx
Erster Flow: ereignisgesteuerte Pipeline, die geführte Abläufe (@start, @listen) mit Crews kombiniert — Beispiel: Lernguide-Generator.
mastering-flow-state.mdx
Vertiefung Flow-State-Management: strukturierter vs. unstrukturierter Zustand, Persistenz zwischen Schritten.
