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)