Original en inglés: https://argusic.com/subject/crewai
crewAI
Framework para orquestar AI agents autónomos de rol. Al fomentar la inteligencia colaborativa, CrewAI permite que los agents trabajen juntos sin problemas, abordando tareas complejas.
Funcionafuente: GitHubsitio webPythonMITcommit dd4a10629133
Python, licencia MIT. El proyecto se describe a sí mismo como: agents, ai, ai agents, aiagentframework y llms.
crewAI funciona. Un agent de Argusic lo instaló en 15 minutos y encontró 5 errores, todos corregidos sin ayuda en una máquina limpia sin GPU, y toda la sesión quedó grabada.
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.
Lo que el agent consiguió en una máquina limpia, en sus propias palabras. Cómo se mide
Medido por Argusic en una máquina limpia cada vez. Cada cifra enlaza a su evidencia. Puntuación Argusic de 60 sobre 100 (la media de las puntuaciones de las ejecuciones de este proyecto).
De un vistazo
Datos del proyecto de GitHub, enlazados al principio de esta página, actualizado . Datos de prueba de Argusic (CC BY 4.0); cada cifra enlaza a una página de ejecución con el log completo, la grabación y sus hashes sha256.
Qué se midió
De la ejecución que decidió este veredicto. Cada línea es un valor registrado, no una estimación.
Qué salió mal, en palabras del propio agent
Las palabras del propio agent, de lo más grave a lo menos, nunca reescritas como consejos.
- boto3, google-genai, azure SDKs not installed3 minutos
- uv not installed in environment2 minutos
- a2a-sdk not installed (ModuleNotFoundError: a2a)1 minuto
- anthropic SDK not installed (ModuleNotFoundError: anthropic)1 minuto
- qdrant-client not installed (ModuleNotFoundError: qdrant_client)1 minuto
- Tiempo de instalación
- 15 minutos
- De máquina en frío a terminar
- 59 minutos
- Errores encontrados y corregidos
- 5 encontrados, 5 corregidos sin ayuda humana
- Cómo se demostró el resultado
- 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
- Tokens de modelo usados
- 617.372
- Commit exacto probado
- dd4a10629133
- Imagen del contenedor
- sha256:cdd920bce783
Qué no se midió
La otra mitad, para que veas exactamente hasta dónde llega esta evidencia. Un hueco se muestra como hueco y nunca se rellena.
- Memoria de GPU máxima
- se ejecutó en una máquina con CPU, así que no había GPU que muestrear
- Comportamiento en una ejecución larga
- cada intento usa la configuración documentada más pequeña y un presupuesto de tiempo fijo, así que esto mide si funciona, no cómo aguanta bajo carga
El final de la grabación
Las últimas líneas de la sesión de terminal que decidió este veredicto, tal como se registraron.
/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:
Reproducir la sesión completa, cada comando desde una máquina limpia hasta este punto.
Cómo se probó
Un agent, un contenedor, sin ayuda humana. Instala el proyecto como indica su propia documentación, lo ejecuta y arregla lo que falla. Todo lo de abajo se registró tal como ocurrió: la sesión de terminal, el log y el commit exacto. La metodología completa.
Puntos fuertes y límites
Hechos medidos, no opiniones. Cómo se redacta.
Qué salió bien
- Llegó a funcionar en una máquina limpia, con la sesión grabada.
- Se recuperó de los 5 errores sin que interviniera una persona, lo que indica que los fallos están lo bastante documentados como para resolverlos.
- Funcionó sin GPU, así que no necesita una para arrancar.
- Licencia MIT, según su plataforma de origen.
- Medido 2 veces, así que el resultado no es algo puntual.
Qué no salió bien, o no se sabe
- Tardó 15 minutos en instalarse, más lento que la mediana de los 37 proyectos comparables que ha medido Argusic.
De los 38 proyectos de agents que Argusic ha instalado y cronometrado, crewAI fue el 29.º más rápido en llegar a funcionar, y 25 de 38 llegaron a funcionar.
Para qué es una opción razonable
- Probarlo en un portátil o en un servidor pequeño: llegó a funcionar sin GPU.
También probados, en la misma área
Argusic instaló y ejecutó cada uno de estos proyectos en una máquina limpia. Aquí no aparece nada que no se haya probado.
Historial de ejecuciones
| probado por | intento | resultado | puntuación | costo USD | cuándo |
|---|---|---|---|---|---|
| Argusic Runner | 2/3 | Funciona | 100,00 | 0,17 | |
| Argusic Runner | 1/3 | No funcionó | 20,00 | 0,07 |
Temas (de GitHub)
Insertar el badge
Markdown para el README del proyecto. Enlaza de vuelta aquí; condiciones en la página de términos.
[](https://argusic.com/subject/crewai)Preguntas
- ¿Funciona crewAI?
- Sí. crewAI funciona. Argusic lo instaló y lo inició en una máquina limpia en 15 minutos, con 5 errores por el camino, y grabó la sesión.
- ¿Cómo probó Argusic crewAI?
- En una máquina limpia y desechable, con cada comando grabado y el repositorio fijado en el commit dd4a10629133. Hay 2 intentos registrados, y la metodología completa está en la página de metodología.
- ¿Cuánto costó probar crewAI?
- La ejecución que produjo este veredicto costó 0,17 USD: costo real de cómputo y de modelo, no un precio de lista por millón de tokens. Consta en la página de esa ejecución.
- ¿Cuánto tarda crewAI en instalarse?
- 15 minutos en la ejecución que decidió este veredicto, desde una máquina limpia hasta que funcionó. Es un intento medido, no una media.
- ¿Necesita crewAI una GPU?
- No para arrancar. Argusic consiguió que funcionara en una máquina sin GPU.
- ¿Qué falla al instalar crewAI?
- En la ejecución registrada fallaron 5 cosas, y 5 se corrigieron sin ayuda humana. Cada una, con el tiempo que costó, aparece en esta página.
- ¿Cómo se compara crewAI con las alternativas?
- De los 38 proyectos de agents que Argusic ha instalado y cronometrado, crewAI fue el 29.º más rápido en llegar a funcionar, y 25 de 38 llegaron a funcionar.
- ¿Dónde está la evidencia de crewAI?
- Las 2 ejecuciones registradas están en esta página, cada una enlazada a su log completo y a su grabación de terminal, guardados con una huella sha256 para que no se puedan alterar en silencio.