CrewAI 아키텍처 결정 및 프로젝트 스캐폴딩. 새로운 crewAI 프로젝트를 시작하거나, LLM.call(), Agent.kickoff(), Crew.kickoff(), Flow 중에서 선택하거나, 'crewai create flow'로 스캐폴딩하고, YAML 구성(agents.yaml, tasks.yaml)을 설정하고, @CrewBase crew.py를 연결하고, @start/@listen을 사용하여 Flow main.py를 작성하거나, {variable} 보간을 사용할 때 사용합니다.
CrewAI 에이전트 기반 애플리케이션을 구축하기 위한 아키텍처 결정과 프로젝트 스캐폴딩을 안내하는 스킬입니다. 이 스킬은 개발자가 새로운 CrewAI 프로젝트를 시작할 때 LLM 직접 호출(LLM.call()), 단일 에이전트 실행(Agent.kickoff()), 다중 에이전트 워크플로우(Crew.kickoff()), 그리고 상태 기반 파이프라인(Flow) 중에서 적절한 추상화 수준을 선택할 수 있도록 도와줍니다. 'crewai create flow' 명령어를 통한 프로젝트 스캐폴딩, agents.yaml과 tasks.yaml 파일을 사용한 YAML 기반 에이전트 및 태스크 구성, @CrewBase 데코레이터를 활용한 crew.py 클래스 정의, 그리고 @start와 @listen 데코레이터로 이벤트 기반 워크플로우를 구성하는 Flow main.py 작성 방법을 상세히 설명합니다. 또한 {variable} 구문을 사용한 동적 변수 보간 기능도 지원합니다. 주로 커맨드라인 환경(Claude Code, Codex 등)에서 사용되며, CrewAI 공식 문서를 기반으로 합니다.
npx skills add https://github.com/crewaiinc/skills/tree/main/skills/getting-startedInstalled? Explore more 생산성 & 협업 skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →
CrewAI 아키텍처 결정 및 프로젝트 스캐폴딩. 새로운 crewAI 프로젝트를 시작하거나, LLM.call() vs Agent.kickoff() vs Crew.kickoff() vs Flow 중에서 선택하거나, 'crewai create flow'로 스캐폴딩하고, YAML 구성(agents.yaml, tasks.yaml)을 설정하고, @CrewBase crew.py를 연결하고, @start/@listen으로 Flow main.py를 작성하거나, {variable} 보간을 사용할 때 사용합니다.
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.