Décisions architecturales et scaffolding de projet pour CrewAI. À utiliser lors du démarrage d'un nouveau projet CrewAI, pour choisir entre LLM.call() vs Agent.kickoff() vs Crew.kickoff() vs Flow, pour le scaffolding avec 'crewai create flow', la configuration YAML (agents.yaml, tasks.yaml), le câblage de @CrewBase crew.py, l'écriture de Flow main.py avec @start/@listen, ou l'interpolation de {variable}.
Ce skill est conçu pour aider les développeurs à prendre les bonnes décisions architecturales lors de la création d'un projet CrewAI. Il couvre les différences fondamentales entre LLM.call(), Agent.kickoff(), Crew.kickoff() et Flow, permettant de choisir l'approche appropriée selon le cas d'usage. Il guide également dans le scaffolding initial avec la commande 'crewai create flow', la configuration des agents et tâches via des fichiers YAML (agents.yaml, tasks.yaml), le câblage de la classe principale avec le décorateur @CrewBase, ainsi que l'écriture d'un Flow dans main.py en utilisant les décorateurs @start et @listen. L'interpolation de variables avec {variable} est également expliquée pour faciliter la personnalisation des workflows.
npx skills add https://github.com/crewaiinc/skills/tree/main/skills/getting-startedInstalled? Explore more Productivité et collaboration skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →
Décisions architecturales et scaffolding de projet pour CrewAI. À utiliser lors du démarrage d'un nouveau projet CrewAI, pour choisir entre LLM.call() vs Agent.kickoff() vs Crew.kickoff() vs Flow, pour le scaffolding avec crewai create flow, la configuration YAML (agents.yaml, tasks.yaml), le câblage de @CrewBase crew.py, l'écriture de Flow main.py avec @start/@listen, ou l'interpolation de {variable}.
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.