🚀 CrewAI Enterprise MCP Server

🚀 CrewAI Enterprise MCP 服务

一个模型上下文协议（MCP）服务，可访问 CrewAI Enterprise API，用于 AI Agent 编排和任务执行，部署在 Apify 平台上。

此 Actor 可让你：

• 通过 MCP 连接到 CrewAI Enterprise 服务
• 使用自定义输入启动 crew 任务
• 监控 crew 任务的状态和结果
• 使用 Apify 的按事件付费（PPE）模式从服务中获利

✨ 功能

• CrewAI 集成：直接访问 CrewAI Enterprise API 端点
• 内置收费：集成按事件付费（PPE），适用于：
  • 服务启动
  • 工具调用（kickoff_crew、get_crew_status）
  • 工具列表
• 轻松配置：通过 Actor 输入或环境变量简单设置
• SSE 传输：通过服务器发送事件公开 MCP 服务，实现实时通信

🛠 可用工具

kickoff_crew

使用提供的输入启动新的 crew 任务。

参数：

• inputs（对象）：包含查询和 crew 其他输入参数的字典

**返回：**包含 crew 任务响应的字典，其中包括用于检查状态的 crew ID。

get_crew_status

根据 ID 获取 crew 任务的状态。

参数：

• crew_id（字符串）：要检查的 crew 任务 ID

**返回：**包含 crew 任务状态和结果的字典。

🚀 快速开始

1. 配置 Actor

通过以下任一方式设置 CrewAI Enterprise 服务详细信息：

Actor 输入（推荐）：

• crewaiServerUrl：CrewAI Enterprise 服务 URL（例如，https://your-crewai-server.com/api）
• bearerToken：用于向 CrewAI Enterprise API 进行身份验证的 Bearer 令牌

环境变量：

• MCP_CREWAI_ENTERPRISE_SERVER_URL：CrewAI Enterprise 服务 URL
• MCP_CREWAI_ENTERPRISE_BEARER_TOKEN：用于身份验证的 Bearer 令牌

2. 部署并启用待机模式

1. 将 Actor 部署到 Apify
2. 为 Actor 启用待机模式
3. 记下 Actor 的待机 URL

3. 使用 MCP 客户端连接

将以下配置添加到 MCP 客户端：

{
    "mcpServers": {
        "crewai-enterprise": {
            "url": "https://your-actor.apify.actor/sse"
        }
    }
}

4. 使用工具

连接后，你可以在 MCP 客户端中使用 CrewAI 工具：

// Start a crew task
const result = await mcpClient.callTool("kickoff_crew", {
    inputs: {
        query: "Analyze market trends for Q1 2024",
        additional_context: "Focus on technology sector"
    }
});

// Check crew status
const status = await mcpClient.callTool("get_crew_status", {
    crew_id: result.crew_id
});

💰 定价

此 Actor 使用按事件付费（PPE）变现模式：

• 服务启动：每次启动 $0.01
• 工具调用：每次工具执行 $0.05（kickoff_crew、get_crew_status）
• 工具列表：每次列表操作 $0.001

🔧 配置

必需配置

你必须通过 Actor 输入或环境变量提供：

1. CrewAI 服务 URL：CrewAI Enterprise 服务的端点 URL
2. Bearer 令牌：用于 CrewAI Enterprise API 身份验证的令牌

可选配置

Actor 会自动处理：

• SSE 传输设置
• 错误处理和重试
• 操作收费
• 待机模式配置

📚 使用示例

启动 Crew 任务

# Example crew inputs
crew_inputs = {
    "task": "Research and analyze competitor pricing strategies",
    "context": {
        "industry": "SaaS",
        "company_size": "startup",
        "target_market": "SMB"
    },
    "agents": ["researcher", "analyst", "writer"]
}

# Start the crew
result = await kickoff_crew(crew_inputs)
crew_id = result["crew_id"]

监控任务进度

# Check status periodically
status = await get_crew_status(crew_id)

if status["status"] == "completed":
    print("Task completed!")
    print("Results:", status["results"])
elif status["status"] == "running":
    print("Task still running...")
    print("Progress:", status.get("progress", "Unknown"))
else:
    print("Task status:", status["status"])

🔗 相关资源

• CrewAI Enterprise 文档
• 模型上下文协议文档
• Apify MCP 文档
• 什么是 Anthropic 的模型上下文协议？

🚀 部署

使用 Apify CLI

1. 安装 Apify CLI：npm install -g apify-cli
2. 登录：apify login
3. 部署：apify push

使用 Git 集成

1. 将 Git 仓库连接到 Apify
2. 推送更改以触发自动部署
3. 在 Apify 控制台中配置环境变量

🛡️ 安全

• Bearer 令牌通过 Apify 的机密管理功能安全处理
• 所有 API 通信均使用 HTTPS
• Actor 在隔离的容器环境中运行
• 不会记录或存储敏感数据

📞 支持

如遇到以下问题，请联系相应支持渠道：

• CrewAI Enterprise：联系 CrewAI 支持团队
• Apify Platform：查看 Apify 文档 或 Discord 社区
• MCP Protocol：参阅 MCP 文档

📄 许可证

此 Actor 按标准 Apify 条款按现状提供。CrewAI Enterprise 是一项独立服务，适用其自身的许可条款。