PraisonAI教程：9k星AI Workforce，雇佣24/7自治AI劳动力团队

📌 项目：MervinPraison/PraisonAI | 星数：9k（2026-09-25） | 协议：MIT | 语言：Python | GitHub

一句话定位："雇佣24/7自治AI劳动力——多Agent协作、自动任务分配、代码生成和知识管理。" PraisonAI构建的AI团队能自主规划任务、分工协作、持续学习，像真实团队一样工作，支持AutoGen和CrewAI双后端。

👥 AI Workforce架构

PraisonAI的核心是多Agent劳动力架构：

• Agent角色定义：每个Agent有角色（Role）、目标（Goal）、背景故事（Backstory）和工具
• 任务自动分配：框架根据任务内容自动匹配最合适的Agent
• 协作模式：串行（Sequential）和层级（Hierarchical）两种协作模式
• 双后端：支持Microsoft AutoGen和CrewAI作为底层Agent引擎
• 知识管理：内置向量知识库，Agent可查询和更新

和 OpenAI Agents SDK 的Handoff机制不同，PraisonAI强调角色化分工和自动任务分配。

🚀 快速开始

pip install praisonai

# 定义AI团队
from praisonai import PraisonAI

config = {
    "agents": [
        {
            "role": "研究员",
            "goal": "收集和分析信息",
            "backstory": "资深研究分析师",
            "tools": ["search", "read_file"]
        },
        {
            "role": "作家",
            "goal": "将研究结果写成报告",
            "backstory": "专业技术作家",
            "tools": ["write_file"]
        }
    ],
    "tasks": [
        "研究AI Agent领域最新进展",
        "基于研究结果写一份行业分析报告"
    ]
}

pai = PraisonAI(config=config)
result = pai.run()

🔧 CLI与知识库

# CLI创建项目
praisonai init my-workforce
cd my-workforce
praisonai add-agent "数据分析师" \
    --goal "分析数据并提供洞察"
praisonai add-task "分析销售数据趋势"
praisonai run

# 知识库
praisonai knowledge add ./docs/
praisonai knowledge query "销售策略"

# 支持AutoGen后端
praisonai run --backend autogen
# 支持CrewAI后端  
praisonai run --backend crewai

⚖️ 优缺点