CrewAI

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.

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.

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.

Crews по ролям и Flows по событиям крутятся в одном Python-проекте, MCP-инструменты подключил к внешнему LLM. Локальный open-source runtime для черновика, облачный редактор — когда надо показать схему коллеге. Провайдера модели выбираем сами, фреймворк не привязывает к одной конторе.