CrewAI：角色团队与事件流的组合

理解 Crew 与 Flow 两层抽象如何服务产品任务。

它解决什么问题

Crew 强调有目标、角色和任务分工的 Agent 团队；Flow 强调带状态、事件和分支的可控业务流程。产品级用法通常不是二选一，而是让 Flow 管住生命周期，在某个节点调用 Crew 完成开放式协作。

核心定义与工作原理

先确定 Flow 的业务阶段和共享状态，再决定哪些阶段值得交给 Crew。角色应按能力与责任划分，而非模仿公司职位；任务需给出期望产物和完成条件。事件触发器用于推进流程，不承担隐含业务语义。

架构视图（Architecture View）

分析时固定追问：谁拥有控制权，状态存在哪里，模型能决定什么，失败从哪里恢复，人工在哪个边界介入，运行证据如何被观察。

产品视图（Product View）

角色隐喻便于产品和业务人员讨论，但真正影响体验的是阶段进度、等待时间、可编辑产物和失败提示。观察 Crew 内协作成本，也观察 Flow 外部的业务完成率。

简单实践

研究报告 Flow 包含 intake、research、quality_gate、approval、delivery；research 节点内部由 Market Researcher 与 Risk Researcher 组成 Crew。记录 Crew 的产物契约以及 Flow 在超时后的降级路径。

实践只要求架构图、状态或消息契约、失败路径和产品指标，不要求安装依赖或运行代码。

正常场景

任务按约定入口进入，编排层保留业务状态，各节点或 Agent 产出结构化结果，质量门控制下一阶段，用户获得可理解的进度与最终产物。

失败与恢复场景

模型超时、工具失败或子任务质量不足时，区分可重试、可降级和必须人工接管的错误。恢复应依赖业务状态或检查点，而不是把整段任务盲目重跑。

什么时候使用

核心抽象与任务形态一致。
团队能运维它的状态、观测和升级路径。
能满足审批、权限、恢复与成本约束。

什么时候不要使用

固定抽取、分类或单次生成不需要 Crew。不要创建大量名字不同但工具和上下文相同的角色，也不要让 Crew 的自由讨论越过付款、发布等业务边界。

Trade-offs

获得	代价
更清晰地表达目标架构	增加建模和治理成本
复用运行与生态能力	接受版本、依赖和迁移成本
提升自主性或协作能力	增加时延、成本与故障面

产品视角

用户与业务问题：解决哪个可量化瓶颈？
产品价值：提升成功率、速度、可控性还是覆盖范围？
用户体验：进度、等待、切换和失败是否可理解？
自主性边界：哪些判断交给模型，哪些由代码或人决定？
数据与权限：状态、敏感数据和工具权限如何隔离？
失败与降级：能否重试、续跑、切回简单流程或人工处理？
产品指标：完成率、P95 时延、单任务成本、人工介入率、恢复成功率。

框架中的对应实现

Crews；agents、tasks 与 process；Flows 的 state、events 和 routing；Crew-in-Flow 混合模式。

Workflow、Graph Orchestration、Supervisor、Handoff、Context Isolation、HITL、Durable Execution、Evals。

检查清单

[ ] 产品约束先于实现选择
[ ] 区分代码控制与模型控制
[ ] 明确状态事实源、预算和恢复点
[ ] 覆盖权限、审计和可观测性
[ ] 记录组织成本与退出方案

延伸练习与参考资料

用同一产品场景改画另一种架构，比较运行语义而非 API 长短；继续阅读对应框架的官方架构、持久化、HITL 与观测文档。