10 分钟搭建 CrewAI 环境作者测试员周周系列CrewAI 多 Agent 测试框架实战第 2 篇字数约 3,000 字阅读时间8 分钟1. 环境要求1.1 系统要求组件最低要求推荐配置操作系统Windows 10 / macOS 11 / LinuxLinux (Ubuntu 20.04)Python3.103.12内存4GB8GB网络能访问 LLM API稳定的网络连接1.2 检查 Python 版本# macOS/Linux python3 --version # Windows python --version # 应该显示Python 3.10.x 或更高如果版本太低- macOSbrew install python3.12- Ubuntusudo apt install python3.12Windows下载安装 https://www.python.org/2. 创建虚拟环境2.1 为什么需要虚拟环境原因1.隔离依赖- 避免与系统 Python 冲突2.版本管理- 不同项目可用不同版本3.干净卸载- 删除虚拟环境即可❌ 不推荐# 直接安装到系统 Python pip install crewai # 可能影响其他项目✅ 推荐# 创建虚拟环境 python3 -m venv venv # 激活后安装 source venv/bin/activate pip install crewai # 只影响当前项目2.2 创建虚拟环境Linux/macOS# 创建项目目录 mkdir -p ~/crewai-demo cd ~/crewai-demo # 创建虚拟环境 python3 -m venv venv # 激活虚拟环境 source venv/bin/activate # 验证应该显示虚拟环境路径 which python # 输出/home/yourname/crewai-demo/venv/bin/pythonWindows# 创建项目目录 mkdir crewai-demo cd crewai-demo # 创建虚拟环境 python -m venv venv # 激活虚拟环境 .\venv\Scripts\Activate # 验证 where python2.3 升级 pip# 升级 pip避免安装问题 pip install --upgrade pip # 验证 pip --version # 应该显示pip 23.x 或更高3. 安装 CrewAI3.1 安装核心包# 安装 CrewAI 核心 pip install crewai # 安装 CrewAI 工具包 pip install crewai-tools # 安装其他依赖 pip install requests python-dotenv pydantic安装时间约 2-5 分钟取决于网络安装包大小约 200MB3.2 验证安装# 检查 CrewAI 版本 python -c import crewai; print(fCrewAI: {crewai.__version__}) # 应该显示CrewAI: 1.14.1 或类似版本创建测试文件test_install.pyfrom crewai import Agent, Task, Crew print(✅ CrewAI 导入成功) # 创建最简单的 Agent agent Agent( role测试助手, goal验证安装, backstory你验证 CrewAI 安装是否成功 ) print(✅ Agent 创建成功) # 创建 Task task Task( description说你好, expected_output问候语, agentagent ) print(✅ Task 创建成功) # 创建 Crew crew Crew(agents[agent], tasks[task]) print(✅ Crew 创建成功) print( 安装完成)运行python test_install.py预期输出✅ CrewAI 导入成功 ✅ Agent 创建成功 ✅ Task 创建成功 ✅ Crew 创建成功 安装完成4. 配置 LLM API Key4.1 选择 LLM 提供商CrewAI 支持多种 LLM我推荐阿里巴巴 DashScope通义千问提供商模型价格延迟中文支持阿里云 DashScopeqwen-plus¥0.004/1K tokens低⭐⭐⭐⭐⭐OpenAIgpt-4o-mini$0.15/1M tokens中⭐⭐⭐⭐智谱 AIglm-4¥0.005/1K tokens低⭐⭐⭐⭐⭐百度文心ernie-bot¥0.008/1K tokens中⭐⭐⭐⭐⭐为什么选 DashScope1.中文支持最好- 原生中文训练2.价格低廉- 约 OpenAI 的 1/103.延迟低- 国内服务器4.无需翻墙- 直接访问4.2 获取 DashScope API Key步骤 1访问官网打开 https://dashscope.console.aliyun.com/步骤 2注册/登录- 有阿里云账号直接登录没有就注册需要手机号验证步骤 3进入 API-KEY 管理登录后点击左侧菜单API-KEY 管理步骤 4创建 API Key- 点击创建新的 API-KEY - 输入名称如crewai-test点击确定步骤 5复制 Key- Key 格式sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx重要只显示一次立即复制保存4.3 配置环境变量方式 1临时配置当前终端有效# macOS/Linux export DASHSCOPE_API_KEYsk-your-api-key-here # Windows PowerShell $env:DASHSCOPE_API_KEYsk-your-api-key-here # Windows CMD set DASHSCOPE_API_KEYsk-your-api-key-here方式 2永久配置推荐Linux/macOS# 添加到 ~/.bashrc 或 ~/.zshrc echo export DASHSCOPE_API_KEYsk-your-api-key-here ~/.bashrc # 重新加载 source ~/.bashrc # 验证 echo $DASHSCOPE_API_KEY # 应该显示sk-xxxx...Windows# 添加到用户环境变量 [System.Environment]::SetEnvironmentVariable( DASHSCOPE_API_KEY, sk-your-api-key-here, User ) # 重启终端后验证 echo $env:DASHSCOPE_API_KEY方式 3使用 .env 文件推荐用于项目# 创建 .env 文件 cat .env EOF # 阿里巴巴 DashScope 配置 DASHSCOPE_API_KEYsk-your-api-key-here DASHSCOPE_BASE_URLhttps://dashscope.aliyuncs.com/compatible-mode/v1 # 模型配置 OPENAI_MODELqwen-plus EOF # 在代码中加载4.4 验证 API Key创建测试文件test_api.pyimport os from crewai import LLM # 获取 API Key api_key os.getenv(DASHSCOPE_API_KEY) if not api_key: print(❌ 错误未找到 DASHSCOPE_API_KEY) print(请设置环境变量后重试) exit(1) print(f✅ API Key: {api_key[:15]}...) # 创建 LLM llm LLM( modelqwen-plus, api_keyapi_key, base_urlhttps://dashscope.aliyuncs.com/compatible-mode/v1 ) print(✅ LLM 创建成功) # 测试调用 try: response llm.call(你好请用一句话介绍你自己) print(f✅ API 调用成功) print(f响应{response[:50]}...) except Exception as e: print(f❌ API 调用失败{e})运行python test_api.py预期输出✅ API Key: sk-xxxxxxxx... ✅ LLM 创建成功 ✅ API 调用成功 响应你好我是一个人工智能助手...5. 完整项目结构5.1 推荐目录结构crewai-demo/ ├── venv/ # 虚拟环境不提交到 Git ├── .env # 环境变量不提交到 Git ├── .gitignore # Git 忽略文件 ├── requirements.txt # 依赖包 ├── hello.py # 第一个 Agent └── test_api.py # API 测试5.2 创建 .gitignorecat .gitignore EOF # Python __pycache__/ *.py[cod] *.pyo *.pyd .Python venv/ env/ .venv/ # 环境变量 .env # IDE .vscode/ .idea/ *.swp *.swo # 系统文件 .DS_Store Thumbs.db EOF5.3 创建 requirements.txtcat requirements.txt EOF crewai1.14.0 crewai-tools0.1.0 requests2.31.0 python-dotenv1.0.0 pydantic2.5.0 EOF6. 常见问题解答Q1: pip install 失败怎么办错误信息ERROR: Could not find a version that satisfies the requirement crewai解决方案# 1. 升级 pip pip install --upgrade pip # 2. 使用国内镜像 pip install crewai -i https://pypi.tuna.tsinghua.edu.cn/simple # 3. 检查 Python 版本需要 3.10 python --versionQ2: API Key 错误怎么办错误信息openai.AuthenticationError: Error code: 401解决方案# 1. 检查环境变量 echo $DASHSCOPE_API_KEY # 2. 重新设置 export DASHSCOPE_API_KEYsk-your-key # 3. 验证 Key 是否有效 # 访问 https://dashscope.console.aliyun.com/ 查看状态Q3: 网络连接超时怎么办错误信息ConnectionTimeout: HTTPSConnectionPool...解决方案# 1. 检查网络 ping dashscope.aliyuncs.com # 2. 使用国内镜像源 export DASHSCOPE_BASE_URLhttps://dashscope.aliyuncs.com/compatible-mode/v1 # 3. 检查防火墙 # 确保 443 端口开放Q4: 虚拟环境无法激活怎么办Linux/macOS# 使用完整路径 source /home/yourname/crewai-demo/venv/bin/activate # 或者重新创建 rm -rf venv python3 -m venv venv source venv/bin/activateWindows# 允许执行脚本 Set-ExecutionPolicy -ExecutionPolicy RemoteSigned -Scope CurrentUser # 激活 .\venv\Scripts\ActivateQ5: 如何退出虚拟环境# Linux/macOS/Windows deactivate # 验证应该显示系统 Python which python7. 小结本教程完成- ✅ 创建 Python 虚拟环境- ✅ 安装 CrewAI 和依赖- ✅ 配置 DashScope API Key- ✅ 验证安装成功- ✅ 创建项目结构下一步- 第 3 篇创建你的第一个 Agent- 第 4 篇理解 Agent 核心参数作者说环境搭建是第一步也是最重要的一步。花 10 分钟配置好环境后续学习会顺利很多。欢迎我获取更多 AI 测试实战内容系列文章索引序号文章状态01CrewAI 是什么✅ 已完成0210 分钟搭建环境✅ 本篇03第一个 Agent 下一篇04理解核心参数⏳ 待发布.........作者测试员周周14 年测试经验专注 AI 测试实战