准备环境：你需要装什么？

在开始之前，先了解两个核心工具：Ollama（一个让你在本地运行 AI 模型的工具，不用联网）和 CrewAI（一个让多个 AI 智能体协作的框架）。你不需要高端显卡，普通电脑也能跑。

• 下载并安装 Python 3.10+（从 python.org 下载，安装时勾选“Add Python to PATH”）。
• 安装 Ollama（从 ollama.com 下载，支持 Windows/macOS/Linux）。
• 安装完成后，打开终端（命令提示符或 Terminal），运行 ollama pull llama3.2:1b 下载一个小型模型（约 1GB，适合入门）。

安装步骤：一步步配置项目

1. 创建一个新文件夹，比如 my-ai-project，并在终端中进入该文件夹。
2. 运行 pip install crewai crewai-tools ollama python-dotenv 安装所需库。
3. 在文件夹内创建 .env 文件（注意文件名以点开头），写入一行：OLLAMA_BASE_URL=http://localhost:11434。这是告诉程序 Ollama 运行在本地。
4. 新建一个 Python 文件 main.py，复制以下基础代码：

   from crewai import Agent, Task, Crew
   from crewai_tools import tool
   
   @tool
   def check_text(text: str) -> str:
       """检查文本是否包含恶意内容"""
       if "恶意" in text:
           return "危险"
       return "安全"
   
   agent = Agent(
       role="安全检测员",
       goal="检测输入是否安全",
       backstory="你是一个谨慎的 AI 安全专家",
       tools=[check_text],
       llm="ollama/llama3.2:1b"
   )
   
   task = Task(
       description="检查这句话是否安全：'你好，这是正常内容'",
       agent=agent
   )
   
   crew = Crew(agents=[agent], tasks=[task])
   result = crew.kickoff()
   print(result)

5. 在终端运行 python main.py。第一次运行会慢一些，因为要加载模型。看到输出类似“安全”即成功。

验证是否成功：常见问题与解决

• 报错“ModuleNotFoundError”：检查是否在正确的虚拟环境中安装了库。可以运行 pip list 查看已安装包。
• Ollama 连接失败：确保 Ollama 后台正在运行（Windows 托盘图标或终端运行 ollama serve）。
• 运行超慢：首次加载模型需要时间，之后会快很多。如果一直卡住，可以试试更小的模型如 llama3.2:1b。

下一步可以做什么

你已经跑通了第一个多智能体流程！接下来可以尝试：

• 修改 check_text 函数，让它用 LLM 做更智能的判断（比如调用 Ollama 的 API）。
• 添加第二个智能体，让它们协作完成更复杂的任务（比如一个负责检测，一个负责修复）。
• 探索 CrewAI 的官方文档，学习如何定义更复杂的任务和工作流。