你在 crewAIInc/crewAI 里看到 Skills 安装命令，又看到 uv pip install crewai，很容易不知道先做哪一个。答案取决于目标：想让编码代理按 CrewAI 模式帮你写代码，先装 Skills；想本地运行多代理工作流，先建 Crew 项目。

这份 skill 教程只围绕这个选择展开。Skills 是指导层，Python 包是运行层。把两层分开验证，能避免“插件装好了但 crew run 不动”的误判。

让代理帮你写 CrewAI，先装 Skills

Claude Code 的官方路径是插件市场安装，再重载插件。它会提供 getting-started、design-agent、design-task、ask-docs 等自动触发的指导。

/plugin marketplace add crewAIInc/skills
/plugin install crewai-skills@crewai-plugins
/reload-plugins

Codex、Cursor、Windsurf 等客户端可以走 npx skills add crewaiinc/skills。装完后，适合让代理帮你选择 LLM.call()、Agent、Crew 或 Flow，并检查 crew.py 与 main.py。

要运行流程，创建 Python 项目

CrewAI 包要求 Python >=3.10 且 <3.14。基础安装是 uv pip install crewai；需要工具集再装 crewai[tools]。

uv pip install crewai
uv pip install 'crewai[tools]'
crewai create crew my_project

第一次运行先别改太多配置

生成项目后，先保留默认结构，只把 .env 里的模型 Key 补齐。README 示例会用到 OPENAI_API_KEY 和 SERPER_API_KEY。

cd my_project
crewai install
crewai run

成功信号不是命令没有报错而已，还要看根目录是否出现 report.md。如果缺 tiktoken，按 README 补 crewai[embeddings] 或 crewai[tools]；如果 wheel 构建失败，再检查 Rust 或 Visual C++ Build Tools。

crewAIInc/crewAI 的稳妥入门方式是：先决定自己需要指导层还是运行层。装 Skills 能让代理少写错 CrewAI 结构；建 Crew 项目能验证本机环境和密钥。两条线都通了，再把 Crews 和 Flows 合起来做复杂业务。

下一步不必马上设计庞大的多代理团队。先改一个 agent、一个 task 和一次输入，确认输出文件仍然稳定生成；再加入工具、层级流程或 Flow 控制。这样能把环境问题、任务描述问题和业务编排问题分开看。