CrewAI

—Stars

面向生产级多智能体系统的 Python 编排框架，通过 Crews 组织具有角色和自主性的 Agent 协作，并以 Flows 构建可控的事件驱动工作流；统一 Memory 为 Agent、任务与流程提供可分层访问和复用的长期上下文。

Multi-Agent OrchestrationCrews · Flows · MemoryPython · Pydantic

查看贡献详情查看 GitHub 项目查看我的 PR

AGENT MEMORY · VALIDATION OWNERSHIP

配置可以重复使用，校验不该消耗它

Memory scope 的构造过程可以抽取依赖并规范化路径，但每次校验都必须从同一份完整、未被修改的调用者配置出发。

CALLER-OWNED CONFIG

memoryMemory A

root_path/agent/1

scopes["/team/", "/"]

one dictionary · reusable input

BEFORE · SHARED MAPPING

VALIDATE 01data.pop("memory")scope → Memory A

VALIDATE 02memory = Nonescope → unbound

INPUT CONSUMED

scopes rewritten · memory_kind inserted

AFTER · PRIVATE VALIDATION COPYdata = dict(data)

MemoryScope
pop memoryMemorySlice
normalize pathslegacy config
infer kind

VALIDATE 01Memory AVALIDATE 02Memory A

ORIGINAL CONFIG UNCHANGED

隐蔽失联

第一次 Pop 掉 Memory，第二次 Scope 不再绑定

`MemoryScope.model_validate()` 与 `MemorySlice.model_validate()` 直接修改调用者传入的配置字典：`pop("memory")` 会移除运行时依赖，路径规范化会把 `scopes` 写回原映射，旧配置的判别器推断还会插入 `memory_kind`。同一份配置第一次构造后已经被消耗，第二次构造出的 scope 可能不再绑定原始 Memory，直到访问时才暴露缺失依赖。

所有权契约

模型规范化不应写回调用者配置

校验器可以从输入中抽取依赖、规范化路径并补全判别器，但这些变化只属于正在生成的模型，不能成为调用者可见的副作用。这里无需深拷贝 Memory 或整个对象图：三条路径只会增删顶层键或用新列表替换 `scopes`，因此在每个即将突变的边界创建浅拷贝，就能同时隔离输入并保留 Memory 对象身份。

隔离修复

三条突变路径都先创建浅拷贝

在 `_ensure_memory_kind()`、`MemoryScope._accept_memory()` 与 `MemorySlice._accept_memory()` 中分别于首次写操作前执行 `dict(value)` 或 `dict(data)`；后续 `pop`、路径整理和判别器注入全部落在私有副本。三组回归重复使用同一配置，分别断言原字典不变、两个 scope 都绑定同一 Memory、slice 内部路径被规范化但外部列表保持原样。

复用结果

外部配置稳定，内部模型保持规范化

Memory view 配置现在可以安全地跨工厂、依赖注入和重复校验复用，不会因调用顺序产生“第一次有 Memory、第二次失联”的隐蔽状态差异；序列化格式、规范化后的模型值和公开 API 均保持不变。完整 Memory 测试集 150 项通过，Ruff、格式化、mypy 与三项合并检查同步通过。

CrewAI 的 Crews 与 Flows 架构：Agent 通过 Memory 获得上下文，事件流通过 State 保持状态 — 图中信息**Memory 位于 Agent 协作与长期上下文的交界处**
左侧展示 Crew 以多个 Agent、工具和任务协作完成目标，Memory 为这些角色提供可持续访问的上下文；右侧则由 Flow 以显式状态和代码路径控制执行。MemoryScope 与 MemorySlice 是这层上下文的可复用视图，因此配置一旦在校验中被消耗，后续 Agent 或任务就可能拿到没有底层 Memory 的同名视图。