智能体能力

了解扩展 CrewAI 智能体的五种方式：工具、MCP、应用、技能和知识。

概述

CrewAI 智能体可以通过 五种不同的能力类型 进行扩展，每种类型服务于不同目的。理解何时使用每种类型——以及它们如何协同工作——是构建高效智能体的关键。

•Tools

可调用函数——让智能体具备采取行动的能力。网页搜索、文件操作、API 调用、代码执行。

•MCP Servers

远程工具服务器——通过 Model Context Protocol 将智能体连接到外部工具服务器。效果与工具相同，但托管在外部。

•Apps

平台集成——通过 CrewAI 平台将智能体连接到 SaaS 应用（Gmail、Slack、Jira、Salesforce）。使用平台集成 token 在本地运行。

⚡Skills

领域专业知识——将指令、指南和参考资料注入智能体提示词。技能告诉智能体 如何思考。

▤Knowledge

检索到的事实——通过语义搜索（RAG）为智能体提供来自文档、文件和 URL 的数据。知识告诉智能体 需要知道什么。

---

关键区别

最重要的一点是：这些能力分为两类。

行动能力（工具、MCP、应用）

这些能力让智能体能够 做事——调用 API、读取文件、搜索网页、发送电子邮件。在执行时，三者都会解析为相同的内部格式（BaseTool 实例），并出现在智能体可调用的统一工具列表中。

from crewai import Agent
from crewai_tools import SerperDevTool, FileReadTool

agent = Agent(
    role="Researcher",
    goal="Find and compile market data",
    backstory="Expert market analyst",
    tools=[SerperDevTool(), FileReadTool()],  # Local tools
    mcps=["https://mcp.example.com/sse"],     # Remote MCP server tools
    apps=["gmail", "google_sheets"],           # Platform integrations
)

上下文能力（技能、知识）

这些能力会修改智能体的 提示词——在智能体开始推理之前注入专业知识、指令或检索到的数据。它们不会赋予智能体新的行动；它们塑造智能体的思考方式以及可访问的信息。

from crewai import Agent

agent = Agent(
    role="Security Auditor",
    goal="Audit cloud infrastructure for vulnerabilities",
    backstory="Expert in cloud security with 10 years of experience",
    skills=["./skills/security-audit"],        # Domain instructions
    knowledge_sources=[pdf_source, url_source], # Retrieved facts
)

---

何时使用何种能力

你需要……	使用	示例
让智能体搜索网页	工具	tools=[SerperDevTool()]
让智能体通过 MCP 调用远程 API	MCP	mcps=["https://api.example.com/sse"]
让智能体通过 Gmail 发送电子邮件	应用	apps=["gmail"]
让智能体遵循特定流程	技能	skills=["./skills/code-review"]
让智能体引用公司文档	知识	knowledge_sources=[pdf_source]
让智能体搜索网页并遵循评审指南	工具 + 技能	同时使用两者

---

组合能力

在实践中，智能体经常 同时使用多种能力类型。下面是一个贴近实际的示例：

from crewai import Agent
from crewai_tools import SerperDevTool, FileReadTool, CodeInterpreterTool

# A fully-equipped research agent
researcher = Agent(
    role="Senior Research Analyst",
    goal="Produce comprehensive market analysis reports",
    backstory="Expert analyst with deep industry knowledge",

    # ACTION: What the agent can DO
    tools=[
        SerperDevTool(),         # Search the web
        FileReadTool(),          # Read local files
        CodeInterpreterTool(),   # Run Python code for analysis
    ],
    mcps=["https://data-api.example.com/sse"],  # Access remote data API
    apps=["google_sheets"],                      # Write to Google Sheets

    # CONTEXT: What the agent KNOWS
    skills=["./skills/research-methodology"],    # How to conduct research
    knowledge_sources=[company_docs],            # Company-specific data
)

---

对比表

功能	工具	MCP	应用	技能	知识
赋予智能体行动	✅	✅	✅	❌	❌
修改提示词	❌	❌	❌	✅	✅
需要代码	是	仅配置	仅配置	仅 Markdown	仅配置
本地运行	是	视情况而定	是（使用环境变量）	不适用	是
需要 API 密钥	每个工具	每个服务器	集成 token	否	仅嵌入器
在智能体上设置	tools=[]	mcps=[]	apps=[]	skills=[]	knowledge_sources=[]
在团队上设置	❌	❌	❌	skills=[]	knowledge_sources=[]

---

深入探讨

准备好进一步了解每种能力类型了吗？

•Tools

创建自定义工具，使用 75+ OSS 目录，配置缓存和异步执行。

•MCP Integration

通过 stdio、SSE 或 HTTP 连接到 MCP 服务器。筛选工具，配置身份认证。

⚡Skills

使用 SKILL.md 构建技能包，注入领域专业知识，使用渐进式披露。

▤Knowledge

从 PDF、CSV、URL 等添加知识。配置嵌入器和检索。