Architekturentscheidungen und Projekt-Gerüst für CrewAI. Verwenden Sie dies beim Start eines neuen crewAI-Projekts, wenn Sie zwischen LLM.call() vs. Agent.kickoff() vs. Crew.kickoff() vs. Flow wählen, beim Erstellen des Projektgerüsts mit 'crewai create flow', beim Einrichten der YAML-Konfiguration (agents.yaml, tasks.yaml), beim Verkabeln der @CrewBase crew.py, beim Schreiben des Flow main.py mit @start/@listen oder beim Verwenden der {variable}-Interpolation.
Diese Fähigkeit hilft Entwicklern, die grundlegenden Architekturentscheidungen bei der Arbeit mit dem CrewAI-Framework zu treffen. Sie erklärt die Unterschiede zwischen den verschiedenen Ausführungsmechanismen: LLM.call() für direkte LLM-Aufrufe, Agent.kickoff() für die Ausführung eines einzelnen Agenten, Crew.kickoff() für die orchestrierte Zusammenarbeit mehrerer Agenten und Flow für die Definition komplexer, ereignisgesteuerter Workflows. Die Fähigkeit führt durch die Projekteinrichtung mit dem Befehl 'crewai create flow', das Konfigurieren von Agenten und Aufgaben in YAML-Dateien (agents.yaml, tasks.yaml), die Verwendung der @CrewBase-Dekoratoren in crew.py zur Definition einer Crew und die Implementierung von Flow-Logik in main.py mit @start- und @listen-Dekoratoren. Sie behandelt auch die {variable}-Interpolation für die dynamische Konfiguration. Diese Fähigkeit ist besonders nützlich für Entwickler, die mit CrewAI beginnen oder ihre Projekte strukturieren möchten, und ist für alle Plattformen geeignet, die das SKILL.md-Format unterstützen (z. B. Claude Code, Cursor, Codex). Der bereitgestellte Leitfaden basiert auf der offiziellen CrewAI-Dokumentation und hilft, häufige Fehler bei der Architektur zu vermeiden.
npx skills add https://github.com/crewaiinc/skills/tree/main/skills/getting-startedInstalled? Explore more Produktivität & Zusammenarbeit skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →
Architekturentscheidungen und Projekt-Gerüst für CrewAI. Verwenden Sie dies beim Start eines neuen CrewAI-Projekts, wenn Sie zwischen LLM.call() vs. Agent.kickoff() vs. Crew.kickoff() vs. Flow wählen, beim Erstellen des Projektgerüsts mit 'crewai create flow', beim Einrichten der YAML-Konfiguration (agents.yaml, tasks.yaml), beim Verkabeln der @CrewBase crew.py, beim Schreiben des Flow main.py mit @start/@listen oder beim Verwenden der {variable}-Interpolation.
This repo contains 3 individual skills — each has its own dedicated page.
Query the official CrewAI documentation for answers. Use when the user has a CrewAI question that isn't fully covered by the getting-started, design-agent, design-task skills — e.g., specific API details, configuration options, advanced features, troubleshooting errors, enterprise features, tool references, or anything where the latest docs are the best source of truth.
CrewAI agent design and configuration. Use when creating, configuring, or debugging crewAI agents — choosing role/goal/backstory, selecting LLMs, assigning tools, tuning max_iter/max_rpm/max_execution_time, enabling planning/code execution/delegation, setting up knowledge sources, using guardrails, or configuring agents in YAML vs code.
CrewAI task design and configuration. Use when creating, configuring, or debugging crewAI tasks — writing descriptions and expected_output, setting up task dependencies with context, configuring output formats (output_pydantic, output_json, output_file), using guardrails for validation, enabling human_input, async execution, markdown formatting, or debugging task execution issues.
Gemini CLI one-shot prompts, summaries, generation, skills, hooks, MCP, or Gemma routing.
Fetch GitHub issues, select candidates, spawn background fix agents, open PRs, and optionally process PR review comments.
Create, edit, audit, tidy, validate, or restructure AgentSkills and SKILL.md files.
Search, install, update, sync, or publish agent skills with the ClawHub CLI and registry.
Delegate coding work to Codex, Claude Code, or OpenCode as background workers; not simple edits or read-only code lookup.
List, configure, authenticate, call, and inspect MCP servers/tools with mcporter over HTTP or stdio.