CrewAI

CrewAI — фреймворк для команд агентов на Python: у каждого агента своя роль, цель и инструменты, задачи выполняются последовательно или иерархически с агентом-менеджером. Модель задаётся на уровне агента, поэтому в одной команде дешёвые исполнители могут работать под дорогим руководителем.

Hubris подключается как OpenAI-совместимая точка. CrewAI разбирает первую часть имени модели как название провайдера — отсюда одна особенность в написании имени, о ней ниже.

Требования

• Python 3.10+ и pip install crewai
• Аккаунт на hubris.pw и API-ключ

Подключение

import os
from crewai import LLM

llm = LLM(
    model="openai/anthropic/claude-sonnet-5",
    base_url="https://api.hubris.pw/v1",
    api_key=os.environ["HUBRIS_API_KEY"],
)

Адрес — именно api.hubris.pw, с api. в начале и /v1 в конце. Домен hubris.pw — это сайт и личный кабинет, запросы к API он не обслуживает.

Команда целиком

import os
from crewai import Agent, Crew, LLM, Task

BASE = "https://api.hubris.pw/v1"
KEY = os.environ["HUBRIS_API_KEY"]

# Дешёвая модель на рутину, дорогая — на выводы.
fast = LLM(model="openai/google/gemini-3.7-flash", base_url=BASE, api_key=KEY)
smart = LLM(model="openai/anthropic/claude-sonnet-5", base_url=BASE, api_key=KEY)

researcher = Agent(
    role="Аналитик",
    goal="Собрать факты по теме",
    backstory="Дотошный аналитик, который проверяет источники.",
    llm=fast,
)

writer = Agent(
    role="Редактор",
    goal="Написать связный текст по собранным фактам",
    backstory="Редактор, который пишет коротко и по делу.",
    llm=smart,
)

crew = Crew(
    agents=[researcher, writer],
    tasks=[
        Task(description="Собери ключевые факты по теме", agent=researcher,
             expected_output="Список фактов"),
        Task(description="Напиши по фактам короткий обзор", agent=writer,
             expected_output="Текст на 5–7 предложений"),
    ],
)

print(crew.kickoff())

Разные модели у разных агентов — главный способ управлять счётом: рутину отдают дешёвой модели, а флагман оставляют на шаг, где качество действительно нужно.

Выбор моделей

ID берите из каталога — полностью, вместе с вендором, и не забывайте про openai/ впереди.

Каталог у нас открыт без ключа — список можно посмотреть прямо в браузере: api.hubris.pw/v1/models.

Инструменты

Агенты с инструментами требуют от модели поддержки function calling. Берите модель, у которой в карточке каталога в supported_parameters есть tools. Модель без такой поддержки в CrewAI будет описывать действие текстом вместо вызова инструмента.

Расходы

Команда агентов делает много запросов на один запуск: каждый шаг задачи — отдельный вызов, а история передаётся заново. Счёт растёт быстрее, чем в обычном чате.

• Заведите под проект отдельный ключ и поставьте ему дневной лимит — так неудачный цикл агентов не съест весь баланс.
• Смотрите разбор по запросам в расходах: там видно, какой агент и какая модель дали основной расход.

Решение проблем

ImportError: ... native provider not available при создании LLM

Имя модели без префикса openai/. CrewAI разбирает первую часть имени как провайдера: увидев anthropic/ или google/, он пытается подключиться к этому вендору напрямую и просит установить его дополнение. Нужно openai/anthropic/claude-sonnet-5 либо provider="openai".

Ошибка «модель не найдена» от Hubris

Обратная ситуация: префикс openai/ есть, а вендор в ID потерян. openai/gpt-5.6-luna CrewAI превратит в запрос модели gpt-5.6-luna — такого ID у нас нет, ответ будет 404 model_not_found. Нужно openai/openai/gpt-5.6-luna.

Агент не вызывает инструменты

Модель без поддержки tools. Проверьте карточку модели в каталоге.

Ошибка про недостаточный баланс

Пополните баланс в кабинете — от 300 ₽, через СБП, банковской картой или по счёту для юридических лиц.

Что дальше

• Каталог моделей — ID для строк LLM(model=...).
• Управление ключами — отдельный ключ с лимитом под запуски агентов.
• Расходы — детализация по запросам и моделям.
• Chat Completions — что именно уходит в Hubris из CrewAI.

Обновлено: 9 сентября 2026 г.