CrewAI vs OpenManus

Сравнение характеристик, категорий, отзывов и интеграций двух продуктов.

Оценка и сохранение

Стандартные характеристики

Тип сервиса
Международный
Международный
Рейтинг
4.5 из 5
0.0 из 5
Отзывов
4
0
Категории
ИИ-агенты
ИИ-агенты
Десктопные ОС
—
Windows, macOS, Linux
Доступно на GitHub
Да
Да
Компания
CrewAI Inc.
OpenManus
Коробочная версия
Да
Да
Основатель
João (Joe) Moura
Не указан
Поддержка MCP
—
Нет
Развёртывание
Локальный Python runtime; CrewAI Cloud; Enterprise: VPC/своя инфраструктура; Factory self-hosted
—
Соответствие 152-ФЗ
—
Нет
Языки интерфейса
English documented; русский интерфейс официально не заявлен
Английский
Android Приложение
—
Нет
iOS Приложение
—
Нет
Бесплатный тариф
Да
—
Реестр отечественного ПО
—
Нет
Веб-платформа
Да
Нет
API
Да
Нет

Цены и тарифы

Бесплатная версия
Да
Да
Цена от
Free (BASIC); Enterprise — Custom
Бесплатно
Пробный период (Trial)
—
Нет
Open Source
Да
Да

Таблицу можно прокручивать по горизонтали.

Отзыв автора

CrewAI

Анастасия Петрова
Плюсы
  • Объединяет ролевые Crews и событийные Flows в одном Python-фреймворке
  • Поддерживает локальный open-source runtime и облачный визуальный редактор
  • Позволяет выбирать внешнего LLM-провайдера и подключать MCP-инструменты
  • Бесплатный BASIC даёт 50 workflow executions в месяц
Минусы
  • BASIC ограничен двумя automations и 50 executions в месяц
  • Цена Enterprise и платёжные условия публично не указаны
  • Стоимость вызовов внешних LLM зависит от отдельного провайдера
  • Доступность облака и оплаты из России официально не подтверждена

OpenManus

Анастасия Петрова
Плюсы
  • Открытый исходный код и MIT-лицензия допускают коммерческое использование без отчислений.
  • Поддержка MCP позволяет подключать собственные серверы инструментов через stdio или HTTP/SSE.
  • Выполнение кода изолируется в Docker-контейнере с настраиваемыми ограничениями ресурсов и доступа.
  • Параметр require_approval добавляет подтверждение перед потенциально опасными действиями.
Минусы
  • Для настройки и эксплуатации нужны Python, Docker и YAML.
  • Из коробки доступны только CLI и REST без графического интерфейса.
  • Один экземпляр агента обрабатывает одну задачу, а параллельная работа требует отдельных процессов и хранилищ состояния.
  • При длинных сценариях сжатие контекста может приводить к потере деталей, а качество планирования зависит от выбранной модели.

Преимущества: OpenManus предоставляет открытый исходный код, MIT-лицензию и самостоятельное управление инфраструктурой. Архитектура на MCP, YAML-конфигурации и Python-классе BaseAgent позволяет подключать инструменты и менять логику выполнения задач.

Недостатки: Для развёртывания и сопровождения требуются знания Python, Docker и YAML, а графического интерфейса из коробки нет. Агент выполняет задачи последовательно, поэтому сложные сценарии могут занимать десятки минут и зависеть от ограничений выбранной LLM.

Отзывы пользователей

CrewAI

Показаны последние 3 из 4

Е

Егор Калинин

Профиль подтверждён:нет привязанных аккаунтов
Зарегистрирован: 10.07.2026

+ бесплатный вход с живыми запусками, а не только песочницей

− BASIC режет и число автоматизаций, и месячные executions

На BASIC уложился в учебный контур: 50 запусков в месяц хватает, если не крутить воронку по каждому лиду. Две автоматизации — уже потолок тарифа, третью пришлось держать в черновике. Счета внешней LLM идут отдельно, это нормально, но итоговая сумма не из кабинета CrewAI.

Развёрнутый отзыв
Опыт: 3 мес.
Компания: образовательный пет-проект
Сотрудников: 1

Какие функции использовал: BASIC, workflow executions, выбор LLM-провайдера

Каких конкурентов пробовал: Dify, Flowise, LangChain

2 июня 2026 г.

Я

Яковлева Елена

Профиль подтверждён:нет привязанных аккаунтов
Зарегистрирован: 10.07.2026

+ Бесплатный BASIC на 50 executions и облачный визуальный редактор для схемы

− BASIC режет двумя automations, отладка кликами быстро съедает лимит

BASIC даёт пятьдесят запусков workflow в месяц — на прототип хватило, две автоматизации заняли оба слота сразу. Визуальный редактор в облаке понятнее, чем сразу лезть в код. Когда схема стабилизировалась, перенёс боевое на локальный runtime, чтобы не жечь лимит кликами по отладке.

Развёрнутый отзыв
Опыт: 3 мес.
Компания: соло-разработчик агентов
Сотрудников: 1

Какие функции использовал: BASIC-тариф, облачный визуальный редактор, локальный runtime

Каких конкурентов пробовал: n8n AI, LangFlow, Dify

2 мая 2026 г.

Ф

Федор Григорьев

Профиль подтверждён:нет привязанных аккаунтов
Зарегистрирован: 10.07.2026

+ роли и событийные сценарии живут в одном Python-фреймворке

− облачный визуальный слой для нас скорее демонстрация, чем ежедневный инструмент

Собрал обработку заявок как набор ролей, а не один длинный промпт: Crews закрывают исследование и черновик, Flows — цепочку после события. Локальный runtime кручу у себя, визуальный редактор открываю только чтобы показать схему заказчику. Внешнюю модель выбираю сам, MCP повесил на поиск по базе знаний.

Развёрнутый отзыв
Опыт: 5 мес.
Компания: интегратор автоматизации
Сотрудников: 1–10

Какие функции использовал: Crews, Flows, локальный runtime, MCP-инструменты

Каких конкурентов пробовал: LangGraph, AutoGen, n8n

11 апреля 2026 г.

OpenManus

Показаны последние 0 из 0

Отзывов пока нет. Можно оставить первый.

Интеграции

Данные об интеграциях пока не добавлены.

Не заявлены

Вердикт

Редакционный вердикт для этой пары пока не подготовлен.

Поделиться

Обсудить с ИИ