Multi-Agent

CrewAI-n8n Bridge

FastAPI-Service der CrewAI Multi-Agent-Crews als REST-Endpoints exponiert. 5 vorkonfigurierte Crews plus dynamische Crew-Erstellung zur Laufzeit — Sequential, Hierarchical und Flow-basierte Prozesse. SSE-Streaming für Live-Fortschritt, Webhook-Callbacks und Token-Tracking. n8n oder jeder HTTP-Client kann Multi-Agent-Reasoning per API triggern.

GitHub Repository → Architektur ansehen

54 Tests

5 Built-in Crews

3 Prozess-Typen

70–186s Laufzeit/Crew

n8n / curl ──► FastAPI Bridge ──► CrewAI

Built-in Crews:

research │ Sequential │ 3 Agents │ 85s

sales │ Sequential │ 3 Agents │ 70s

content │ Sequential │ 3 Agents │ 85s

strategy │ Hierarchical│4 Agents │ 130s

research-flow│ Flow+Gate │ 3+Judge │ 186s

Dynamic Crews: POST /crews (runtime)

SSE Stream: GET /tasks/{id}/stream

Callback: POST callback_url on completion

Architektur

Pipeline

Crew auswählen/erstellen

5 Built-in Crews oder dynamische Crew via POST /crews mit Agents/Tasks/Process.

Kickoff starten

POST /crews/{name}/kickoff startet die Crew, gibt task_id zurück.

Agents arbeiten

Sequential, Hierarchical oder Flow-Prozess — Agents recherchieren, analysieren, schreiben.

Ergebnis abrufen

Polling, SSE-Stream oder Webhook-Callback — Token-Usage und Duration inklusive.

Tech Stack

Technologien

Agent Framework

CrewAI 1.14.1SerperDevToolScrapeWebsiteTool

Backend

Python 3.12FastAPISSE (sse-starlette)

LLM & Deploy

Claude Sonnet 4 (OpenRouter)Docker Composen8n

Qualitätssicherung

Test-Ergebnisse

Tests Gesamt

Bestanden

Fehlgeschlagen

100%

Coverage

$ pytest tests/ -v

tests/test_api.py .................... 15 passed

tests/test_crew_registry.py .......... 14 passed

tests/test_dynamic_crews.py .......... 16 passed

tests/test_task_store.py ............. 6 passed

======================== 54 passed in 2.47s =========================

Engineering Decisions

Architektur-Entscheidungen

Entscheidung

Bridge-Pattern statt direkter CrewAI-Nutzung

FastAPI-Wrapper macht CrewAI-Crews für jeden HTTP-Client nutzbar. n8n, curl, oder Frontend können Multi-Agent-Reasoning triggern ohne Python-Dependency.

Entscheidung

3 Ergebnis-Modi (Poll/Stream/Callback)

Polling für einfache Clients, SSE-Streaming für Echtzeit-UIs, Webhook-Callbacks für n8n-Workflows. Jeder Integrations-Stil wird abgedeckt.

Entscheidung

Dynamic Crews zur Laufzeit

Crews können per API erstellt werden (Agents/Tasks/Process als JSON). Das ermöglicht n8n-Workflows, die ihre eigenen Multi-Agent-Pipelines definieren, ohne Python-Code zu ändern.