CrewAI 的文档结构主要分为项目文件结构和核心概念结构两个层面。前者是你在本地创建项目时的目录布局，后者是框架本身的逻辑架构。

一、 项目文件结构（目录布局）

当你使用 crewai create命令创建新项目时，会生成一个标准化的目录结构。根据项目类型（YAML配置型或Python代码型），结构略有不同。

1. 标准项目结构（推荐）

这是官方 CLI 工具生成的标准结构，适用于大多数场景：

my_crew_project/
├── .env                    # 环境变量文件（存放 API Key）
├── pyproject.toml          # 项目依赖管理
├── README.md
└── src/
    └── my_crew_project/
        ├── __init__.py
        ├── main.py         # 主程序入口，负责启动 Crew
        ├── crew.py         # Crew 定义文件（核心逻辑）
        ├── tools/          # 自定义工具目录
        │   ├── __init__.py
        │   └── custom_tool.py
        └── config/         # 配置目录（YAML 文件）
            ├── agents.yaml # 定义所有 Agent 的角色、目标
            └── tasks.yaml  # 定义所有 Task 的描述、输出

2. 纯代码结构（高级）

如果你不使用 YAML 配置，而是完全用 Python 代码定义，结构会更像传统的 Python 包：

crewai_project/
├── agents/           # 存放 Agent 定义类
│   ├── __init__.py
│   ├── researcher.py
│   └── writer.py
├── tasks/           # 存放 Task 定义类
│   ├── __init__.py
│   ├── research_task.py
│   └── writing_task.py
├── tools/           # 自定义工具
├── models/          # Pydantic 模型（用于结构化输出）
├── utils/           # 工具函数
├── config.py        # 配置类
└── main.py          # 入口文件

二、 核心概念结构（逻辑架构）

CrewAI 的逻辑架构遵循“Agent -> Task -> Crew”的层级关系，这是理解其文档内容的关键。

1. Agent（智能体）

Agent 是执行具体工作的“员工”，每个 Agent 都有明确的角色定义。

• Role（角色）：如“研究员”、“作家”。

• Goal（目标）：如“发现最新的 AI 趋势”。

• Backstory（背景故事）：提供上下文，影响 Agent 的行为风格。

• Tools（工具）：Agent 可以调用的外部函数，如搜索、文件读写。

2. Task（任务）

Task 是具体的工作单元，分配给 Agent 执行。

• Description（描述）：详细的指令。

• Expected Output（预期输出）：任务完成后的交付物。

• Agent Assignment（分配）：指定由哪个 Agent 执行。

3. Crew（团队）

Crew 是最高层的组织者，负责将 Agents 和 Tasks 组合起来，并定义执行流程。

• Process（流程）：定义任务执行顺序（Sequential 顺序执行，Hierarchical 分层执行）。

• Memory（记忆）：是否允许 Agent 记住之前的对话历史。

• Verbose（详细模式）：是否打印详细的执行日志。

总结：CrewAI 的文档结构强调模块化和角色驱动。建议先从 config/agents.yaml和 config/tasks.yaml入手，理解如何定义角色和任务，再通过 main.py和 crew.py学习如何将它们组装成团队。