CrewAIには大きく OSS版（無料） と AMP Cloud版（有料クラウド） の2系統があります。

OSS版：完全無料

GitHubから入手できるオープンソース版はMITライセンスで 永久無料。ローカル環境での実行回数に制限はなく、GPT-4.1・Gemini・Claudeなど好きなLLMに接続できます。

ただし、利用するLLMのAPI費用は別途かかります。例えばOpenAI GPT-4.1を使う場合はOpenAIのAPIキーが必要で、処理量に応じた従量課金が発生します。

AMP Cloud版（クラウド管理UI付き）

CrewAI社が提供するクラウドプラットフォーム「CrewAI AMP Cloud」のプラン一覧です（2026年4月現在）。

📌 ポイント：個人開発者ならBasicの無料枠で十分試せます。月に100回以上エージェントを動かす場合はProfessional（月$25）が現実的です。Enterprise は自社インフラへのVPC展開・RBAC・監査ログなどが必要な大企業向けです。

年間契約の割引

Professionalプランを年間契約にすると月換算でさらに安くなります（公式サイトで確認推奨）。長期利用が見込まれる場合は年払いを検討してください。

インストールと最小構成コード

CrewAIはPythonパッケージとして提供されています。Python 3.10以上3.14未満の環境が必要です。

インストール手順

# pipでインストール（基本）
pip install crewai

# Google Geminiを使いたい場合
pip install "crewai[google-genai]"

# OpenAIを使う場合（デフォルト対応）
pip install crewai python-dotenv

環境変数の設定

.env ファイルにAPIキーを設定します。

# OpenAI GPT-4.1を使う場合
OPENAI_API_KEY="sk-..."

# Geminiを使う場合
GOOGLE_API_KEY="AIza..."

最小構成コード（調査→執筆の2エージェント）

CrewAIの基本は Agent → Task → Crew の3ステップです。

from crewai import Agent, Crew, Process, Task
from dotenv import load_dotenv

load_dotenv()

# 1. エージェント定義
researcher = Agent(
    role="AIトレンドリサーチャー",
    goal="2026年の最新AIトレンドを調査する",
    backstory="あなたは技術トレンドに精通した調査の専門家です",
    llm="gpt-4.1",  # 使用するLLMを指定
)

writer = Agent(
    role="テックライター",
    goal="調査結果をわかりやすい記事にまとめる",
    backstory="複雑な技術を平易な言葉で説明できるライターです",
    llm="gpt-4.1",
)

# 2. タスク定義
research_task = Task(
    description="2026年のAIエージェント分野の主要な進展を3つ調査してください",
    expected_output="各進展を100文字程度で説明したリスト",
    agent=researcher,
)

writing_task = Task(
    description="調査結果をもとに、読者向けの技術解説記事（400字程度）を書いてください",
    expected_output="導入・本文・まとめの構成を持つ記事",
    agent=writer,
    context=[research_task],  # 前のタスクの出力を受け取る
)

# 3. クルー（チーム）を組んで実行
crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, writing_task],
    process=Process.sequential,  # 順番に実行
    verbose=True,
)

result = crew.kickoff()
print(result.raw)

このコードを実行するだけで、AIが自動的にリサーチと執筆を順番にこなします。verbose=True にすると各エージェントの思考過程をリアルタイムで確認できます。

Agent・Task・Crew・Flowの4つの基本概念

from crewai.flow.flow import Flow, listen, start

class ContentWorkflow(Flow):
    @start()
    def generate_topic(self):
        # 最初に実行されるメソッド
        return "AIエージェントの未来"

    @listen(generate_topic)
    def research_and_write(self, topic):
        # トピックを受け取って調査・執筆クルーを実行
        result = research_crew.kickoff(inputs={"topic": topic})
        return result