CrewAI vs LangGraph：怎么选
你想很快搭出一个由多个角色分工协作的 Agent 团队，用 Crews 表达自治协作，用 Flows 写事件驱动的流程。
你需要底层控制：长时间运行、有状态，失败后能从中断处恢复，可以随时人工检查或修改状态；或者你的项目用 JS/TS（有 LangGraph.js）。
事实对比
| CrewAI | LangGraph | |
|---|---|---|
| 定位 | 编排多智能体协作的开源 Python 框架 | 用于构建可持久恢复、具备记忆和人工介入能力的长运行状态化智能体工作流。 |
| 源码审查 | 40/100 · 缺口较多 评测后又发布了 14 个正式版本，分数可能过期 | 44/100 · 缺口较多 评测后又发布了 21 个正式版本，分数可能过期 |
| 交付形态 | 命令行工具 · 代码库 / SDK · 开发框架 | 代码库 / SDK · 开发框架 |
| 费用 | 有免费版，另有付费云服务 | 软件免费，模型调用费用自付 |
| 上手难度 | 中 · 需要几步配置 | 低 · 几分钟可跑通 |
| 完整支持的平台 | — | — |
| 许可证 | MIT | MIT |
| 主语言 | Python | Python |
| Star | ★ 60k近 7 天 +37.7/天 | ★ 44k近 7 天 +53.9/天 |
| 最近更新 | 今天 | 今天 |
| 最新正式版本 | 1.15.28 · 2026-10-14 | cli==0.4.37 · 2026-10-19 |
源码审查（FARS）逐维对比
| CrewAI | LangGraph | |
|---|---|---|
| 信任安全 / 29 |
4
扣分理由证据显示：AGENTS.md 仅提供贡献指南，未涉及权限管理、用户确认、数据流透明或敏感数据处理。依赖安全方面，pyproject.toml 和 .pre-commit-config.yaml 展示了依赖覆盖和 pip-audit 的使用，但存在大量忽略漏洞，且未提供缓解细节。外部影响、回滚和来源归属均未在 AGENTS.md 中体现。扣分原因：缺乏权限最小化、用户确认、数据流透明、敏感数据处理、外部影响和回滚的证据；依赖安全部分因忽略列表和缺乏缓解细节而扣分；来源归属仅通过作者信息部分体现。 |
0
扣分理由证据显示仓库未提供权限模型、用户确认机制、数据流透明性、敏感数据处理、依赖安全、外部影响、回滚或来源归属的说明。所有信任相关标准均未得到满足，因此得分为0。 |
| 可靠稳定 / 14 |
8
扣分理由证据显示：AGENTS.md 指南与仓库结构一致，但存在拼写错误（如 'behaivor'）。依赖可用性方面，pyproject.toml 指定了 Python 版本范围和依赖覆盖，但未提供依赖可用性保证。失败消息方面，AGENTS.md 未提供错误处理或失败消息指南。扣分原因：自洽性因拼写错误扣分；依赖可用性因缺乏保证扣分；失败消息因缺失扣分。 |
8
扣分理由自一致性：README描述为低层编排框架，与代码库结构一致，但未深入验证。依赖可用性：提供pip安装和依赖管理，但未提供依赖锁定或可用性保证。失败消息：未提供错误处理或失败消息的文档。 |
| 适用触发 / 18 |
9
扣分理由证据显示：AGENTS.md 面向贡献者，提供了文档翻译和代码贡献指南，但未明确目标受众或使用场景。能力边界未明确说明。触发精度方面，指南未定义触发条件。环境适配方面，提供了 Python 版本和安装说明，但未覆盖所有环境。扣分原因：受众和场景部分因缺乏明确说明扣分；能力边界和触发精度因缺失扣分；环境适配因覆盖不全扣分。 |
10
扣分理由受众与场景：明确面向开发者，提供多种使用场景。能力边界：描述了功能范围，但未明确限制。触发精度：未提供触发机制或精确条件。环境适配：支持Python和JS，但未详细说明环境要求。 |
| 规范维护 / 18 |
9
扣分理由证据显示：AGENTS.md 提供了信息架构（如文档结构），安装说明在 README 中，命名稳定性未明确，示例和 FAQ 在 README 中，已知限制未提及，许可证为 MIT，版本控制通过 commitizen 和 changelog 配置，维护责任未明确。扣分原因：命名稳定性、已知限制和维护责任因缺失扣分；版本控制因配置存在但未明确扣分。 |
12
扣分理由信息架构：文档结构清晰，有导航。安装说明：提供pip安装命令。命名稳定性：未提供命名约定或稳定性保证。示例与FAQ：提供示例和链接，但无FAQ。已知限制：未明确列出。许可证：MIT许可证，明确。版本与变更日志：有版本徽章，但未提供变更日志。维护责任：由LangChain Inc维护，但未验证。 |
| 有效结果 / 13 |
7
扣分理由证据显示：输出可用性方面，README 提供了示例和输出文件说明，但未明确输出格式。边际价值方面，框架提供了多代理编排功能，但未与其他方案对比。成本效益方面，未提供性能或资源使用数据。扣分原因：输出可用性因缺乏明确格式扣分；边际价值因缺乏对比扣分；成本效益因缺乏数据扣分。 |
9
扣分理由输出可用性：提供API参考和文档，但未验证实际输出。边际价值：作为框架，提供独特功能，但未量化。成本效益：未提供性能或成本数据。 |
| 证据核验 / 8 |
3
扣分理由证据显示：声明可追溯性方面，README 中的声明未提供具体证据。跨来源佐证方面，未提供外部验证。事实与推断分离方面，未明确区分。扣分原因：所有子项因缺乏证据扣分。 |
5
扣分理由声明可追溯：README中的声明有文档链接，但未验证。跨来源佐证：有多个文档来源，但未独立验证。事实与推断分离：未明确区分事实和推断。 |
关键差异
- 抽象层级：CrewAI 提供两种原语：Crews（有角色、目标和工具的自治 Agent 团队）和 Flows（带状态、分支、路由的事件驱动流程）；LangGraph 自称“底层编排框架”，用来构建长时间运行的有状态 Agent。 [1][2]
- 运行时能力：LangGraph 把持久执行（失败后从中断处恢复）、人工介入（随时检查和修改状态）、短期和长期记忆列为核心能力。 [1]
- 语言：CrewAI 的安装说明要求 Python >=3.10 且 <3.14；LangGraph 除了 Python 版，还有 LangGraph.js。 [1][2]
- 配套：CrewAI 有商业控制平面 CrewAI AMP Suite（托管部署、可观测、治理）；LangGraph 搭配 LangSmith 做调试、评测和部署。LangGraph 由 LangChain 公司开发，但可以不依赖 LangChain 单独使用。 [1][2]
不适合谁
- 需要完全离线、不接入任何模型 API 的团队
- 希望零配置、不写 Python 代码即可上手的用户
- 要求所有能力完全开源、不接受商业云控制面的企业
- 希望用少量代码快速搭建智能体的团队，应改用更高层的 Deep Agents
- 需要 JavaScript/TypeScript 支持的项目，本仓库只提供 Python 包
常见问题
用 LangGraph 必须用 LangChain 吗？
CrewAI 支持哪些 Python 版本？
uv tool install crewai 安装。
[1]