Day1：ReadMe
在uv中装crew ai
1.在 D 盘创建项目 + 虚拟环境（CrewAI 用）
powershell
# 1. 切到 D 盘 D: # 2. 建项目目录（名字随便） mkdir D:\uv_projects\crewai_project cd D:\uv_projects\crewai_project # 3. 初始化 uv 项目（生成 pyproject.toml） uv init # 4. 创建虚拟环境（就在 D:\crewai_project\.venv） uv venv # 5. 激活环境（必须！） .venv\Scripts\Activate2. 创建虚拟环境（.venv）
powershell
uv venv3. 激活虚拟环境
powershell
.venv\Scripts\Activate4.每次使用的固定流程
切到项目目录
powershell
D: cd D:\uv_projects\crewai_project激活虚拟环境
powershell
.venv\Scripts\Activate
5.安装 CrewAI
uv pip install crewai使用crew ai
要创建新的 CrewAI 项目，请执行以下 CLI（命令行界面）命令：
crewai create crew <project_name>sailor该命令创建一个新的项目文件夹，结构如下：
my_project/ ├── .gitignore ├── pyproject.toml ├── README.md ├── .env-把环境变量添加到文件里 └── src/ └── my_project/ ├── __init__.py ├── main.py-修改后为你的代理和任务添加自定义输入 ├── crew.py-修改以添加你自己的逻辑、工具和具体论据。 ├── tools/ │ ├── custom_tool.py │ └── __init__.py └── config/ ├── agents.yaml-修改以定义你的代理人 └── tasks.yaml-修改以定义你的任务你现在可以通过编辑文件夹里的文件开始开发你的团队。文件是项目的入口，文件是定义团队的地方，文件是定义代理的地方，文件是定义任务的地方。src/my_projectmain.pycrew.pyagents.yamltasks.yaml
为了定制你的项目，你可以：
- 修改以定义你的代理人。
src/my_project/config/agents.yaml - 修改以定义你的任务。
src/my_project/config/tasks.yaml - 修改以添加你自己的逻辑、工具和具体论据。
src/my_project/crew.py - 修改后为你的代理和任务添加自定义输入。
src/my_project/main.py - 把环境变量添加到文件里。
.env
CrewAI 的设计思路是：配置和代码分离。
- YAML 文件定义"是什么"（Agent 的角色、Task 的描述）
- Python 文件定义"怎么做"（工具、逻辑、执行方式）
接入小米的模型
# 小米 MIMO OpenAI 兼容接口配置 OPENAI_API_BASE=https://token-plan-cn.xiaomimimo.com/v1 OPENAI_API_KEY=你的MIMO平台密钥（替换成你自己的） OPENAI_MODEL_NAME=你的MIMO模型名（比如 mimo-chat，按平台要求填写） # CrewAI 日志配置 CREWAI_LOG_LEVEL=INFOcrew/agents.py关键代码（对接 MIMO）
你只需要确保ChatOpenAI部分是这样写的，就能自动读取.env里的配置：
from crewai import Agent from dotenv import load_dotenv import os from langchain_openai import ChatOpenAI # 加载 .env 里的配置 load_dotenv() # 实例化小米 MIMO 模型 mimo_llm = ChatOpenAI( base_url=os.getenv("OPENAI_API_BASE"), api_key=os.getenv("OPENAI_API_KEY"), model_name=os.getenv("OPENAI_MODEL_NAME"), temperature=0.7, timeout=180, # 公网接口建议延长超时 ) # 示例：定义一个研究员 Agent researcher = Agent( role="资深研究员", goal="精准搜集并整理指定主题的有效信息", backstory="你是一名经验丰富的信息研究员", llm=mimo_llm, # 绑定 MIMO 模型 verbose=True, allow_delegation=False )学习中上下文记忆的问题
最推荐的方法：建立 Learning OS
在 CrewAI 项目根目录创建：
learning/ ├── README.md ← 学习系统总览和阶段规划 ├── progress.md ← 进度追踪表（11课，每课有状态/日期/收获列） ├── architecture.md ← 架构理解地图（含全局架构图和模块理解状态表） ├── glossary.md ← 术语表（已预填16个核心术语） └── mentor-rules.md ← 教学规则（格式、原则、禁止事项）每学完一个文件就总结
例如学完 agent.py。
不要继续。
直接让 Claude：
更新： learning/01-agent.md 包含： - 文件作用 - 核心类 - 核心方法 - 执行流程 - 我的理解这样知识沉淀在仓库里。
以后每次打开 Claude Code，第一句话永远是：
请阅读： learning/progress.md learning/mentor-rules.md learning/architecture.md 然后继续担任我的CrewAI源码导师。
