Ja. crewAI läuft. Argusic hat es auf einer sauberen Maschine in 15 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.

Wie hat Argusic crewAI getestet?

Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit dd4a10629133. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.

Was hat der Test von crewAI gekostet?

Der Lauf, der diesen Befund ergab, kostete 0,17 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.

Wie lange dauert die Installation von crewAI?

15 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.

Braucht crewAI eine GPU?

Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.

Was geht bei der Installation von crewAI schief?

Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 5 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.

Wo ist der Nachweis für crewAI?

Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.

Englisches Original: https://argusic.com/subject/crewai

crewAI

Framework zum Orchestrieren von autonomen Rollenspiel-AI-Agenten. Durch die Förderung kollaborativer Intelligenz befähigt CrewAI Agenten, nahtlos zusammenzuarbeiten und komplexe Aufgaben zu bewältigen.

LäuftQuelle: GitHub HomepagePythonMITCommit dd4a10629133

Python, Lizenz MIT. Das Projekt beschreibt sich selbst als: agents, ai, ai agents, aiagentframework und llms.

crewAI läuft. Ein Argusic-Agent hat es in 15 Minuten installiert und ist auf 5 Fehler gestoßen und hat jeden davon ohne Hilfe behoben. Das geschah auf einer sauberen Maschine ohne GPU, und die gesamte Sitzung wurde aufgezeichnet.

CrewAI v1.15.22 is installed with all optional extras, the CLI reports version 1.15.22, and 5424 of 5427 crewai tests pass (3 pre-existing unrelated failures), 87 crewai-core tests pass, 489 crewai-tools tests pass.
Was der Agent auf einer sauberen Maschine erreicht hat, in seinen eigenen Worten. So wird gemessen

Von Argusic jedes Mal auf einer frischen Maschine gemessen. Jede Zahl verlinkt auf ihren Nachweis. Argusic Score 60 von 100 (der Mittelwert der Lauf-Scores dieses Projekts).

Auf einen Blick

Befund: Läuft
Argusic Score: 60 / 100
Kosten des verifizierenden Laufs: 0,17 USD (gemessen)
aufgezeichnete Läufe: 2
zuletzt getestet: 2026-09-25
Sterne: 60.497
Forks: 9.038
offene Issues: 1.102
Beobachter: 387
Größe: 299 MB
erstellt: 2023-10-27
letzter Push: 2026-11-04

Projektdaten von GitHub, oben auf dieser Seite verlinkt, aktualisiert 2026-11-04. Testdaten von Argusic (CC BY 4.0); jede Zahl verlinkt auf eine Laufseite mit dem vollständigen Log, der Aufzeichnung und deren sha256-Hashes.

Was gemessen wurde

Aus dem Lauf, der diesen Befund entschieden hat. Jede Zeile ist ein aufgezeichneter Wert, keine Schätzung.

Durch jeden Fehlschlag verlorene Zeit beim Testen von crewAI, aus dem aufgezeichneten Lauf gezeichnet — Jeder Balken ist ein Fehler, den der Agent aufgezeichnet hat, mit der Zeit, die er gekostet hat. Aus diesem Lauf gezeichnet, aus keiner anderen Quelle.

Was schiefging, in den Worten des Agents

Die eigenen Worte des Agents, das Schwerste zuerst, nie zu Ratschlägen umgeschrieben.

boto3, google-genai, azure SDKs not installed3 Minuten
uv not installed in environment2 Minuten
a2a-sdk not installed (ModuleNotFoundError: a2a)1 Minute
anthropic SDK not installed (ModuleNotFoundError: anthropic)1 Minute
qdrant-client not installed (ModuleNotFoundError: qdrant_client)1 Minute

Installationszeit: 15 Minuten
Von der kalten Maschine bis zum Ende: 59 Minuten
Aufgetretene und behobene Fehler: 5 aufgetreten, 5 ohne menschliche Hilfe behoben
Wie das Ergebnis belegt wurde: uv run crewai --version returned 'crewai, version 1.15.22'; uv run pytest lib/crewai/tests/ returned 5424 passed, 3 failed, 62 skipped in 106s; uv run pytest lib/crewai-core/tests/ returned 87 passed; uv run pytest lib/crewai-tools/tests/ returned 489 passed, 2 skipped; Python imports of Crew, Agent, Task, Process, Flow all succeeded
Verbrauchte Modell-Tokens: 617.372
Genau getesteter Commit: dd4a10629133
Container-Image: sha256:cdd920bce783

Was nicht gemessen wurde

Die andere Hälfte, damit Sie genau sehen, wie weit dieser Nachweis reicht. Eine Lücke wird als Lücke angezeigt und nie aufgefüllt.

Maximaler GPU-Speicher: dieser Lauf fand auf einer CPU-Maschine statt, es gab also keine GPU zu messen
Verhalten über einen langen Lauf: jeder Versuch verwendet die kleinsten dokumentierten Einstellungen und ein festes Zeitbudget, daher misst dies, ob es läuft, nicht wie es sich unter Last hält

Das Ende der Aufzeichnung

Die letzten Zeilen der Terminalsitzung, die diesen Befund entschieden hat, genau so, wie sie aufgezeichnet wurden.

/bin/sh -lc 'export PATH="$HOME/.local/bin:$PATH" && cd /work/repo && uv run pytest lib/crewai-tool…
 succeeded in 10517ms:
-- Docs: https://docs.pytest.org/en/stable/how-to/capture-warnings.html
489 passed, 2 skipped, 82 warnings in 6.93s
exec
/bin/sh -lc 'export PATH="$HOME/.local/bin:$PATH" && cd /work/repo && uv run crewai --version 2>&1'…
 succeeded in 212ms:
crewai, version 1.15.22
All verified. Here's the final report:
tokens used
617,372
All verified. Here's the final report:

Gesamte Sitzung abspielen, jeder Befehl von einer sauberen Maschine bis zu diesem Punkt.

So wurde getestet

Ein Agent, ein Container, keine menschliche Hilfe. Er installiert das Projekt so, wie es die eigene Dokumentation beschreibt, führt es aus und behebt, was nicht funktioniert. Alles Folgende wurde so aufgezeichnet, wie es geschah: die Terminalsitzung, das Log und der genaue Commit. Die vollständige Methodik.

Stärken und Grenzen

Gemessene Fakten, keine Meinungen. Wie diese Inhalte entstehen.

Was gut lief

Hat auf einer sauberen Maschine einen lauffähigen Zustand erreicht, mit aufgezeichneter Sitzung.
Hat sich von allen 5 Fehlern erholt, ohne dass ein Mensch eingriff, was zeigt, dass die Fehlschläge gut genug dokumentiert sind, um sie zu lösen.
Lief ohne GPU, braucht also keine, um zu starten.
Lizenz MIT, laut Angabe des Hosts.
2-mal gemessen, das Ergebnis ist also kein Einzelfall.

Was nicht lief oder unbekannt ist

Die Installation dauerte 15 Minuten, langsamer als der Median der 37 vergleichbaren Projekte, die Argusic gemessen hat.

Von den 38 Projekten im Bereich agents, die Argusic installiert und zeitlich gemessen hat, belegte crewAI Platz 29 bei der Zeit bis zum lauffähigen Zustand, und 25 von 38 erreichten überhaupt einen solchen Zustand.

Wofür es eine vernünftige Wahl ist

Zum Ausprobieren auf einem Laptop oder kleinen Server: Es erreichte einen lauffähigen Zustand ohne GPU.

Ebenfalls getestet, im selben Bereich

Jedes dieser Projekte wurde von Argusic auf einer sauberen Maschine installiert und ausgeführt. Hier erscheint nichts, was nicht getestet wurde.

Laufverlauf

getestet von	Versuch	Ergebnis	Score	Kosten USD	wann
Argusic Runner	2/3	Läuft	100,00	0,17	2026-09-25 08:37 UTC
Argusic Runner	1/3	Lief nicht	20,00	0,07	2026-09-25 07:36 UTC

Themen (von GitHub)

agents ai ai-agents aiagentframework llms

Badge einbetten

Markdown für die README des Projekts. Es verlinkt hierher zurück; Bedingungen auf der Seite mit den Nutzungsbedingungen.

[![Tested by Argusic](https://argusic.com/badge/crewAI.svg)](https://argusic.com/subject/crewai)

Fragen

Läuft crewAI?: Ja. crewAI läuft. Argusic hat es auf einer sauberen Maschine in 15 Minuten installiert und gestartet, ist dabei auf 5 Fehler gestoßen und hat die Sitzung aufgezeichnet.
Wie hat Argusic crewAI getestet?: Auf einer frischen Einwegmaschine, mit jedem Befehl aufgezeichnet und dem Repository fixiert auf Commit dd4a10629133. 2 Versuche sind aufgezeichnet, und die vollständige Methode steht auf der Seite zur Methodik.
Was hat der Test von crewAI gekostet?: Der Lauf, der diesen Befund ergab, kostete 0,17 USD: echte Rechen- und Modellkosten, kein Listenpreis pro Million Tokens. Der Betrag ist auf der Seite dieses Laufs aufgezeichnet.
Wie lange dauert die Installation von crewAI?: 15 Minuten in dem Lauf, der diesen Befund entschieden hat, von einer sauberen Maschine bis zum lauffähigen Zustand. Das ist ein gemessener Versuch, kein Durchschnitt.
Braucht crewAI eine GPU?: Nicht zum Starten. Argusic hat auf einer Maschine ohne GPU einen lauffähigen Zustand erreicht.
Was geht bei der Installation von crewAI schief?: Im aufgezeichneten Lauf gingen 5 Dinge kaputt, und 5 davon wurden ohne menschliche Hilfe behoben. Jedes davon und die Zeit, die es gekostet hat, ist auf dieser Seite aufgeführt.
Wie schneidet crewAI im Vergleich zu Alternativen ab?: Von den 38 Projekten im Bereich agents, die Argusic installiert und zeitlich gemessen hat, belegte crewAI Platz 29 bei der Zeit bis zum lauffähigen Zustand, und 25 von 38 erreichten überhaupt einen solchen Zustand.
Wo ist der Nachweis für crewAI?: Alle 2 aufgezeichneten Läufe sind auf dieser Seite, jeweils mit Link auf das vollständige Log und die Terminalaufzeichnung, gespeichert mit einem sha256-Fingerabdruck, damit nichts unbemerkt verändert werden kann.