CrewAIアーキテクチャの決定とプロジェクトスキャフォールディング。新しいCrewAIプロジェクトの開始時、LLM.call()とAgent.kickoff()、Crew.kickoff()、Flowの使い分け、'crewai create flow'によるスキャフォールディング、YAML設定（agents.yaml、tasks.yaml）のセットアップ、@CrewBase crew.pyの配線、@start/@listenを使ったFlow main.pyの記述、{variable}補間の使用時に活用します。
このスキルは、CrewAIプロジェクトの開始とアーキテクチャ設計に関する決定を支援します。主に、LLM.call()、Agent.kickoff()、Crew.kickoff()、Flowという異なる実行方法の使い分けと、それぞれのユースケースに応じた適切な選択を促します。さらに、'crewai create flow'コマンドによるプロジェクトのスキャフォールディング、YAML形式の設定ファイル（agents.yaml、tasks.yaml）の作成、@CrewBaseデコレータを使用したcrew.pyの配線、そして@startと@listenデコレータによるFlow main.pyの実装方法を詳細にカバーします。また、{variable}構文を用いた動的補間にも対応しており、開発者は迅速かつ効率的にCrewAIアプリケーションを構築できます。このスキルは、Claude Codeやその他のAIエージェント開発プラットフォームでの利用を想定して設計されています。
npx skills add https://github.com/crewaiinc/skills/tree/main/skills/getting-startedInstalled? Explore more 生産性＆コラボレーション skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →
CrewAIアーキテクチャの決定とプロジェクトスキャフォールディング。新しいCrewAIプロジェクトの開始時、LLM.call()とAgent.kickoff()、Crew.kickoff()、Flowの使い分け、'crewai create flow'によるスキャフォールディング、YAML設定（agents.yaml、tasks.yaml）のセットアップ、@CrewBase crew.pyの配線、@start/@listenを使ったFlow main.pyの記述、{variable}補間の使用時に活用します。
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.