strnad/CrewAI-Studio

CrewAI Studio – 用於建構與執行 AI 代理團隊的無程式碼 UI

是什麼 – CrewAI Studio 是一個基於 Streamlit 的小型 Web 應用程式，可讓您使用 CrewAI 框架建立、設定與執行 AI 代理團隊，無需撰寫 Python 程式碼。專為希望在不寫程式碼的情況下試用多代理工作流程的使用者設計。

主要功能

• 圖形化團隊設計器 – 透過點選操作介面定義代理、其工具以及可使用的知識來源。
• 背景執行團隊 – 啟動團隊，監看其進度，必要時可停止。
• 結果歷史記錄 – 之前的執行結果會本地儲存，可稍後檢視。
• 自訂工具 – UI 提供一組現成的工具（API 呼叫器、檔案寫入器、增強型程式碼解譯器、網頁爬蟲等），並允許您新增自己的工具。
• 多種 LLM 後端支援 – 支援 OpenAI、Anthropic、Groq、Ollama、Grok 與 LM Studio。大多數提供者只需 API 金鑰；LM Studio 還需載入嵌入模型。
• 跨平台 – 支援 Windows、macOS 與 Linux，可透過 Conda、Python 虛擬環境、Docker‑Compose 或一鍵 RepoCloud 部署安裝。
• 匯出功能 – 可將團隊轉換為單頁 Streamlit 應用，便於分享或部署至其他地方。

如何執行

1. 克隆 倉庫。
2. 選擇一種安裝方式：
   • Docker‑Compose – 將 .env_example 複製為 .env，填入您的 API 金鑰，然後執行 docker-compose up --build。
   • Conda – 執行 install_conda.sh（或 Windows 的 .bat 檔案），然後執行 run_conda.sh。
   • 虛擬環境 – 執行 install_venv.sh（或 Windows 批次檔），然後執行 run_venv.sh。
3. 在瀏覽器中開啟 http://localhost:8501 以查看 Streamlit UI。

典型工作流程

1. 新增知識來源（例如文件、URL），供代理查詢。
2. 建立團隊 – 新增代理，分配工具，設定提示詞。
3. 選擇 LLM 提供者 並提供所需的 API 金鑰。
4. 啟動 團隊；UI 會顯示即時日誌，並允許您停止執行。
5. 檢視 歷史視圖中的輸出，或將團隊匯出為獨立應用。

適合誰使用

• 產品經理或研究人員：希望快速原型化多代理流程的人。
• 教育者：無需深入程式碼即可示範代理協調概念的人。
• 開發者：偏好使用視覺化前端配置 CrewAI，再將生成的團隊整合至大型系統中的人。

專案健康狀態 – 此專案處於 低維護 模式：不計畫新增功能，但仍然接受安全與關鍵錯誤修復，歡迎提交拉取請求。

支援 – 作者列出比特幣地址與 GitHub Sponsors 標籤以接受贊助。

---

以上所有資訊均直接取自專案的 README。