CrewAI на русском | Михаил Омельченко

Редакционный разбор
Практический разбор CrewAI для разработчиков, которые хотят понять устройство фреймворка и собрать первого агента на Python. Ценность видео — в последовательном прохождении установки, настройки YAML-конфигов и локальном запуске через Ollama без внешних API-ключей. Полезно новичкам и тем, кто переносит проект на Windows: показаны типичные ошибки и ограничения качества результата.
Что показано в видео
Видео на русском языке посвящено фреймворку CrewAI для создания команд AI-агентов на Python. Автор объясняет, что такое CrewAI, зачем агентам роли, цели и задачи, а затем переходит к сборке небольшого проекта — генератора промптов для сервиса AISferaic. Показана установка через UV, выбор локальной модели Ollama/Gemma 3 12B, структура проекта с файлами agents.yaml и tasks.yaml, разбор crew.py с декораторами @agent, @task и @crew, а также main.py с функцией run() и передачей inputs. Отдельно рассматриваются команды crewai install и crewai run, сохранение результата в файл через output_file и ошибка с именами файлов на Windows. В финале автор анализирует качество ответа и отмечает, что оно зависит от модели, а агент может добавить лишние разделы.
Главные выводы
- Ролик полностью на русском языке и рассчитан на разработчиков, которые хотят собрать первого агента на CrewAI без англоязычных источников.
- Показан локальный запуск через Ollama с моделью Gemma 3 12B: это позволяет обойтись без внешних API-ключей, но качество результата зависит от выбранной модели.
- Разбор начинается с установки через UV и структуры проекта, поэтому новичку полезно повторять шаги последовательно и заранее подготовить окружение Python.
- Объясняется, что роль, цель и предыстория агента в agents.yaml фактически работают как промпт-инжиниринг и заметно влияют на ответ.
- Отдельно разобрана ошибка при сохранении файла с русскими символами на Windows; это практическая подсказка для тех, кто запускает проект в Windows.
- Дата публикации — 15 марта 2026 года; интерфейс CrewAI, команды установки и структура конфигов могут измениться в более новых версиях.
- В конце видно, что агент может добавить лишние разделы в результат; автор показывает это как ограничение и повод точнее формулировать задачу.
Таймкоды и ключевые фрагменты
- 0:00
- Что такое CrewAI и зачем нужны команды агентов
- 5:24
- Выбор локальной модели Ollama и структура проекта
- 8:06
- Настройка агентов в YAML: роль, цель, предыстория
- 10:48
- Задачи и формат возвращаемого результата
- 13:30
- Разбор crew.py и декораторов @agent, @task, @crew
- 16:12
- Процессы, контекст и менеджер агентов
- 18:54
- Установка зависимостей и запуск crewai run
- 21:36
- Сохранение результата и проблема имён файлов на Windows
- 24:18
- Анализ результата и ограничения качества
Кому пригодится этот материал
Материал поможет тем, кто изучает Обзор CrewAI, инструкция, отзывы. и хочет заранее увидеть рассматриваемые возможности и сценарии использования.