strnad/CrewAI-Studio

CrewAI Studio – 多エージェントAIクルーの構築・実行用のノーコードUI

何であるか – CrewAI Studioは、CrewAIフレームワークで駆動されるAIエージェントクルーを、Pythonコードを書かずに作成・構成・実行できる小型のWebアプリ（Streamlitで構築）です。マルチエージェントワークフローを試したいが、Pythonコードを書きたくないユーザー向けです。

主な機能

• グラフィカルなクルー設計ツール – ポイント＆クリックインターフェースでエージェント、ツール、知識ソースを定義できます。
• バックグラウンドでクルーを実行 – クルーを開始し、進行状況を監視、必要に応じて停止できます。
• 実行履歴 – 過去の実行結果はローカルに保存され、後で確認できます。
• カスタムツール – APIコールャー、ファイル書き込み、拡張コードインタプリタ、ウェブスクレイパーなど、事前に用意されたツールを提供し、独自のツールも追加可能です。
• 複数のLLMバックエンド – OpenAI、Anthropic、Groq、Ollama、Grok、LM Studioをサポート。ほとんどのプロバイダーではAPIキーのみが必要ですが、LM Studioでは埋め込みモデルのロードも必要です。
• クロスプラットフォーム – Windows、macOS、Linuxで動作可能。Conda、Python仮想環境、Docker‑Compose、またはワンクリックのRepoCloudデプロイでインストールできます。
• エクスポート – クルーを単一ページのStreamlitアプリに変換でき、共有や別環境へのデプロイが可能です。

実行方法

1. リポジトリをクローンします。
2. インストール方法を選択します：
   • Docker‑Compose – .env_example を .env にコピーし、APIキーを入力後、docker-compose up --build を実行。
   • Conda – install_conda.sh（Windowsの場合は.bat）を実行し、その後 run_conda.sh を実行。
   • Virtual‑env – install_venv.sh（Windowsの場合はバッチファイル）を実行し、その後 run_venv.sh を実行。
3. ブラウザで http://localhost:8501 にアクセスしてStreamlit UIを表示します。

一般的なワークフロー

1. エージェントが照会できる知識ソース（例：ドキュメント、URL）を追加。
2. クルーを作成 – エージェントを追加、ツールを割り当て、プロンプトを設定。
3. LLMプロバイダーを選択し、必要なAPIキーを入力。
4. クルーを起動。UIでリアルタイムログを確認でき、実行を停止することも可能。
5. 履歴ビューで出力を確認、またはクルーをスタンドアロンアプリとしてエクスポート。

誰が使うか

• プロダクトマネージャーや研究者：マルチエージェントパイプラインを素早くプロトタイピングしたい人。
• 教育者：コードに深く関わらずにエージェントオーケストレーションの概念を示したい人。
• 開発者：CrewAIの設定を視覚的なフロントエンドで行い、生成されたクルーを大規模システムに統合したい人。

プロジェクトの健全性 – リポジトリは低メンテナンスモードです：新機能の計画はなく、セキュリティや重大バグ修正は引き続き受け入れられ、プルリクエストも歓迎しています。

サポート – 作者は寄付用のBitcoinアドレスとGitHub Sponsorsバッジを提示しています。

---

上記のすべての情報は、プロジェクトのREADMEから直接引用されています。