samples/crewai_1 — awesome-ai-stack

예제

CrewAI — 한 명짜리 crew

실제로 실행 가능한 미니 프로젝트입니다. 받아서 Docker로 실행해 보세요.

GitHub에서 samples/crewai_1 보기 ↗

2026년 6월 28일

CrewAI — 한 명짜리 crew

아주 작은 CrewAI 스크립트입니다. 에이전트(역할 + 목표)와 작업을 정의해 Crew로 묶고 kickoff으로 실행합니다.

설정

cd samples/crewai_1
cp .env.sample .env
# .env 편집: ANTHROPIC_API_KEY 설정

CrewAI 1.x는 네이티브 모델 provider를 쓰므로, 이 샘플은 crewai[anthropic]을 설치하고 anthropic/claude-opus-4-8을 기본으로 합니다. 다른 제공자를 쓰려면 해당 extra(예: crewai[openai])를 추가하고 MODEL을 바꾸세요. .env는 gitignore 처리되어 있고, .env.sample만 커밋됩니다.

Docker로 실행

cd samples/crewai_1
docker build -t aas-crewai .
docker run --rm --env-file .env aas-crewai "CrewAI"

Docker로 실행 (DooD를 쓰는 devcontainer에서)

호스트 Docker 데몬과 통신하는 dev container(Docker-outside-of-Docker)에서는 위의 포그라운드 docker run이 종종 아무것도 출력하지 않고 exit 0으로 끝납니다. 하지만 실행 자체는 성공한 것입니다. 스크립트는 끝까지 실행되고 출력도 Docker가 모두 캡처하는데, 실시간 attach 스트림만 그 출력을 VM 경계에서 흘려버립니다. detached로 실행하고 로그를 따라가세요:

cd samples/crewai_1
docker build -t aas-crewai .
docker logs -f "$(docker run -d --env-file .env aas-crewai "CrewAI")"

로컬에서 실행

cd samples/crewai_1
pip install -r requirements.txt
python app.py "CrewAI"

python-dotenv가 .env를 자동으로 불러옵니다.

실행 결과

모델과 실행마다 결과가 달라집니다 — LLM은 비결정적이라 표현이 매번 다릅니다. 아래는 anthropic/claude-opus-4-8로 실행한 한 예입니다.

CrewAI is an open-source framework for orchestrating multiple AI agents that
collaborate as a coordinated team to automate complex tasks.

.env.sample

# Copy this file to `.env` and add your Anthropic API key.
#   cp .env.sample .env
#
# CrewAI 1.x uses native model providers (not LiteLLM), so this sample installs
# crewai[anthropic] and defaults to Claude. To use another provider, add its
# extra (e.g. crewai[openai]) and change MODEL.
MODEL=anthropic/claude-opus-4-8
ANTHROPIC_API_KEY=

app.py

"""CrewAI: a one-agent crew that runs a task.

Defines an agent (role + goal) and a task, groups them in a Crew, and kicks it
off. The agent's `llm` is a LiteLLM-style string, so MODEL in `.env` picks the
provider without touching the code.

Run:
    docker build -t aas-crewai .
    docker run --rm --env-file .env aas-crewai "CrewAI"
"""

import os
import sys

from crewai import Agent, Crew, Task
from dotenv import load_dotenv

# Load .env when running locally; in Docker the keys come from --env-file.
load_dotenv()

MODEL = os.environ.get("MODEL", "anthropic/claude-opus-4-8")


def main() -> None:
    topic = " ".join(sys.argv[1:]) or "CrewAI"

    writer = Agent(
        role="Technical writer",
        goal="Explain tools clearly and briefly",
        backstory="You write concise one-sentence summaries.",
        llm=MODEL,
    )
    task = Task(
        description=f"Summarize what {topic} does in one sentence.",
        expected_output="a single sentence",
        agent=writer,
    )

    crew = Crew(agents=[writer], tasks=[task])
    print(crew.kickoff())


if __name__ == "__main__":
    main()

Dockerfile

# Image for the CrewAI sample. CrewAI pulls a large dependency set (litellm,
# chromadb, ...), so the first build is slow.
FROM python:3.13-slim

ENV PYTHONUNBUFFERED=1
# CrewAI sends anonymous telemetry by default; opt out for a clean, offline run.
ENV CREWAI_DISABLE_TELEMETRY=true
ENV OTEL_SDK_DISABLED=true

WORKDIR /app

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY app.py .

# Provide your config at run time (.env is NOT baked into the image):
#   docker run --rm --env-file .env aas-crewai "<topic>"
ENTRYPOINT ["python", "app.py"]