CrewAI, l'IA qui travaille en équipe à votre place en mode Scrum
L'IA agentique est à notre porte, rabâchent à longueur de journée les éditeurs de modèles, transformant cette promesse en refrain omniprésent des conférences tech et des campagnes marketing. Pour autant, il reste encore assez complexe en 2025 de développer une véritable stratégie agentique sans dépendre d'un service SaaS ou d'un éditeur. Face à ce défi, CrewAI émerge comme une solution particulièrement pertinente. Conçu pour accélérer l'adoption des agents IA, l'outil répond précisément aux besoins des entreprises qui souhaitent développer leur propre pipeline agentique en interne sans toutefois redévelopper toute la stack technologique sous-jacente.
Une orchestration sur le modèle de l'entreprise
Lancé en open source par João Moura, ancien directeur de l'IA chez Clearbit / Hubspot, CrewAI repose sur un principe similaire à celui d'une entreprise traditionnelle : une hiérarchie claire avec un coordinateur et des travailleurs spécialisés. La différence fondamentale réside dans le fait que les travailleurs sont des agents IA autonomes, chacun doté de compétences et d'outils spécifiques. Une structure qui semble s'inspirer du mode Scrum (méthodologie agile où une équipe auto-organisée travaille par itérations courtes avec un Scrum Master facilitateur), mais appliquée à des agents IA. Le "Crew" central joue le rôle de chef d'orchestre qui pilote l'ensemble des agents, définit les objectifs globaux et assure la cohérence des interactions entre les différents intervenants.
Concrètement, lorsqu'un développeur implémente CrewAI, il commence par définir des agents spécialisés - par exemple un chercheur qui extrait des données du web, un analyste qui traite ces informations et un rédacteur qui produit du contenu final. Chaque agent est configuré avec un profil précis (niveau d'expertise, personnalité, objectifs) et se voit attribuer des outils comme l'accès à des API externes, des capacités de recherche ou des fonctions de traitement de données. Le développeur doit ensuite configurer un workflow pour structurer la collaboration : le chercheur peut transmettre ses résultats à l'analyste qui, après traitement, les communique au rédacteur pour produire le texte final. Une orchestration qui, théoriquement, permet d'automatiser des tâches complexes qui nécessiteraient normalement plusieurs travailleurs humains.
Comment créer son crew ?
CrewAI s'installe rapidement sous Python avec le gestionnaire pip. (pip install 'crewai[tools]'). CrewAI est compatible avec OpenAI (GPT-3.5, GPT-4), Anthropic (Claude), Cohere, Mistral AI, ainsi que Ollama et LM Studio pour l'exécution de modèles en local. La configuration des modèles est assez simple : à l'installation il suffit de renseigner la clef API de votre fournisseur de modèle, CrewAI s'occupe du reste.
Une fois la librairie correctement installée, il est assez facile de créer son premier crew. La commande pour créer son projet est assez simple : crewai create crew NomDuProjet. Le framework construit alors un projet de base avec l'ensemble des composantes. CrewAI s'articule autour de quatre modules essentiels : les agents, les tâches, les outils et le crew, qui orchestre l'ensemble du système.
Les agents
Ce sont les acteurs principaux du système, construits à partir de l'API des modèles d'IA. Chaque agent possède un rôle défini (chercheur, analyste, rédacteur…), un objectif précis et des outils pour accomplir sa tâche. La définition d'un agent se fait avec quelques lignes de code, en YAML (un langage XML simplifié).
Les tâches
Les tâches représentent les missions attribuées aux agents. Chaque tâche comporte une description, un agent assigné et des paramètres d'exécution.
Les outils
Les outils permettent aux agents d'interagir avec le monde extérieur. CrewAI supporte nativement l'intégration avec des API comme Serper pour la recherche web ou Tavily pour la recherche d'information par exemple. Par défaut, CrewAI supporte des dizaines d'outils différents. Il est également possible d'ajouter ses propres outils à la main.
Le crew
C'est l'entité qui orchestre l'ensemble du système, regroupant agents et tâches dans un processus structuré. Le processus peut être configuré selon plusieurs modes : séquentiel (les tâches s'exécutent dans un ordre prédéfini), hiérarchique (un agent manager délègue aux autres) ou consensuel (les agents collaborent pour atteindre un consensus sur les décisions). Techniquement, la communication s'effectue par le partage d'un historique de messages entre les agents. Chaque agent peut accéder aux résultats des tâches précédentes et aux raisonnements qui ont mené à ces résultats. Par exemple, dans un mode hiérarchique, l'agent manager peut examiner le travail de ses subordonnés, demander des clarifications ou des améliorations via des messages directs, puis intégrer les réponses dans sa prise de décision finale.
Dans le cas ci-dessus, quand un utilisateur lance le crew, le chercheur effectue sa recherche sur le sujet demandé et produit une liste de 10 points clés. Ces informations sont ensuite transmises à l'analyste de rapports qui les transforme en un document structuré au format markdown. Le tout s'exécute de façon séquentielle et automatisée.
Des cas d'usage simples ou complexes
CrewAI trouve sa place dans de nombreux cas d'usages professionnels où l'automatisation fait gagner du temps. Par exemple, pour la veille concurrentielle, une équipe d'agents peut être configurée pour surveiller quotidiennement les activités des concurrents sur différents canaux, analyser les changements de stratégie ou de prix, et produire un rapport hebdomadaire synthétique. Dans le cadre d'un service client, CrewAI peut permettre de mettre en place un système de réponses automatisées où un agent analyse la demande entrante, recherche les solutions appropriées dans la base de connaissances, et génère une réponse personnalisée que l'équipe support peut rapidement valider et envoyer. Autre cas d'usage : la gestion post-réunion. A partir d'une transcription de réunion, un agent peut identifier les points d'action, un autre peut les structurer par priorité et responsable, tandis qu'un troisième se charge d'envoyer automatiquement des emails de suivi personnalisés à chaque participant avec leurs tâches assignées et échéances.
Si ces applications sont séduisantes sur le papier, leur mise en œuvre avec CrewAI requiert encore des compétences techniques non négligeables et plusieurs heures de développement - pour évaluer si le jeu en vaut la chandelle, le site cvlc.fr propose d'ailleurs un calculateur pratique qui estime le temps gagné par l'automatisation d'une tâche. Malgré l'approche simplifiée en YAML et Python, nous sommes encore loin d'une véritable solution low-code accessible aux non-développeurs. Enfin la compréhension fine des prompts et de leurs résultats finaux est également loin d'être acquise dans toutes les équipes de développement… Jusqu'au jour où l'agent sera capable de coder ses propres collègues.