CrewAI CLI를 사용하여 CrewAI와 상호 작용하는 방법을 알아보세요.
crewai
라이브러리로는 로그인할 수 없습니다.TYPE
: “crew” 또는 “flow” 중에서 선택NAME
: crew 또는 flow의 이름--tools
: (선택 사항) 설치된 CrewAI tools의 버전을 표시합니다.-n, --n_iterations INTEGER
: crew를 훈련할 반복 횟수 (기본값: 5)-f, --filename TEXT
: 훈련에 사용할 커스텀 파일의 경로 (기본값: “trained_agents_data.pkl”)-t, --task_id TEXT
: 이 task ID에서부터 crew를 다시 재생하며, 이후의 모든 task를 포함합니다.-l, --long
: LONG TERM 메모리 초기화-s, --short
: SHORT TERM 메모리 초기화-e, --entities
: ENTITIES 메모리 초기화-k, --kickoff-outputs
: LATEST KICKOFF TASK OUTPUTS 초기화-kn, --knowledge
: KNOWLEDGE 저장소 초기화-akn, --agent-knowledge
: AGENT KNOWLEDGE 저장소 초기화-a, --all
: 모든 메모리 초기화-n, --n_iterations INTEGER
: crew를 테스트할 반복 횟수 (기본값: 3)-m, --model TEXT
: Crew에서 테스트를 실행할 LLM 모델 (기본값: “gpt-4o-mini”)crewai run
명령은 표준 crew와 flow 모두를 실행하는 데 사용할 수 있습니다. flow의 경우 pyproject.toml에서 유형을 자동으로 감지하여 적절한 명령을 실행합니다. 이제 crew와 flow 모두를 실행하는 권장 방법입니다.0.98.0
부터 crewai chat
명령어를 실행하면 크루와의 대화형 세션이 시작됩니다. AI 어시스턴트가 크루를 실행하는 데 필요한 입력값을 요청하며 안내합니다. 모든 입력값이 제공되면 크루가 작업을 실행합니다.
결과를 받은 후에도 추가 지시나 질문을 위해 어시스턴트와 계속 상호작용할 수 있습니다.
crew.py
파일에서 chat_llm
속성을 설정해야 합니다.OPENAI_API_KEY
, SERPER_API_KEY
등)를 확인하도록 안내합니다. 이 변수들은 Enterprise 플랫폼에 배포할 때 안전하게 저장됩니다. 실행 전에 중요한 키가 로컬(예: .env
파일)에 올바르게 구성되어 있는지 확인하세요.list
: 사용자가 속한 모든 조직을 나열합니다.current
: 현재 활성화된 조직을 표시합니다.switch
: 특정 조직으로 전환합니다.Building Images for Crew
, Deploy Enqueued
, Online
)를 가져옵니다.
crewai create crew
명령어를 실행하면, CLI에서 선택할 수 있는 LLM 제공업체 목록이 표시되고, 그 다음으로 선택한 제공업체에 대한 모델 선택이 이어집니다.
LLM 제공업체와 모델을 선택하면, API 키를 입력하라는 메시지가 표시됩니다.
list
: 모든 CLI 구성 매개변수 표시set
: CLI 구성 매개변수 설정reset
: 모든 CLI 구성 매개변수를 기본값으로 초기화enterprise_base_url
: CrewAI Enterprise 인스턴스의 기본 URLoauth2_provider
: 인증에 사용되는 OAuth2 공급자 (예: workos, okta, auth0)oauth2_audience
: OAuth2 audience 값으로, 일반적으로 대상 API 또는 리소스를 식별하는 데 사용됨oauth2_client_id
: 인증 요청 시 사용되는 공급자가 발급한 OAuth2 클라이언트 IDoauth2_domain
: 토큰 발급에 사용되는 OAuth2 공급자의 도메인 (예: your-org.auth0.com)~/.config/crewai/settings.json
에 저장됩니다. 조직 이름과 UUID와 같은 일부 설정 값은 읽기 전용이며 인증 및 조직 명령을 통해 관리됩니다. 도구 저장소 관련 설정은 숨겨져 있으며 사용자가 직접 설정할 수 없습니다.