AI・機械学習
初級

CrewAI(クルーエーアイ)

ロール定義ベースのマルチエージェントLLMフレームワーク。「エージェント(役割)」と「タスク」を宣言的に定義し、クルー(チーム)として協調させることで複雑なビジネスワークフローを自動化する。

0 回閲覧
0 いいね
2026/6/7 更新
関連タグ
マルチエージェント
ロールベース
AI自動化
LLM
ビジネスAI

CrewAIとは

CrewAIはJoban Ferreirasが2024年初頭に公開したマルチエージェントフレームワーク。「AIのチームを雇って仕事をさせる」というコンセプトで、エージェントに明確な役割・目標・ツールを持たせ、タスクを協調して完遂させる。

コアコンセプト

Agent(エージェント)

役割・目標・バックストーリーを持つAIメンバー。

from crewai import Agent
from crewai_tools import SerperDevTool

researcher = Agent(
    role="シニアリサーチアナリスト",
    goal="最新のAIトレンドについて包括的なレポートを作成する",
    backstory="10年以上テック業界を分析してきた専門家",
    tools=[SerperDevTool()],
    llm="gpt-4o"
)

writer = Agent(
    role="テクニカルライター",
    goal="分析結果を読みやすいブログ記事にまとめる",
    backstory="複雑な技術を分かりやすく伝えることが得意",
    llm="gpt-4o"
)

Task(タスク)

エージェントが実行する具体的な作業と期待される成果物。

from crewai import Task

research_task = Task(
    description="2025年のLLMエージェントフレームワークトップ5を調査し比較する",
    expected_output="各フレームワークの詳細比較表と推薦コメント",
    agent=researcher
)

write_task = Task(
    description="リサーチ結果をもとに、エンジニア向けブログ記事(1500字)を執筆する",
    expected_output="Markdown形式の記事",
    agent=writer,
    context=[research_task]
)

Crew(クルー)

from crewai import Crew, Process

crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, write_task],
    process=Process.sequential
)
result = crew.kickoff(inputs={"topic": "LLMエージェントフレームワーク2025"})

実行プロセス

  • Process.sequential: タスクを順番に実行(デフォルト)
  • Process.hierarchical: マネージャーエージェントが委任・調整

CrewAI Flow(2024年後半)

イベント駆動型ワークフロー定義。クルーをより柔軟に組み合わせられる。

from crewai.flow.flow import Flow, listen, start

class ContentFlow(Flow):
    @start()
    def research(self):
        return research_crew.kickoff()
    
    @listen(research)
    def write(self, research_result):
        return writing_crew.kickoff(inputs={"research": research_result})

適用事例

  • SEO記事自動生成(リサーチ→執筆→SEO最適化)
  • 市場調査レポート(データ収集→分析→可視化→報告書)
  • コードレビュー自動化(解析→レビュー→修正提案)
  • 採用スクリーニング(履歴書分析→評価→推薦文生成)
この記事について
カテゴリーAI・機械学習
難易度初級
作成日2026/6/7