> ## Documentation Index
> Fetch the complete documentation index at: https://apidoc.cometapi.com/llms.txt
> Use this file to discover all available pages before exploring further.

# CrewAI gebruiken met CometAPI

> Gebruik vier CrewAI-LLM-transportconfiguraties met CometAPI in één sequentiële Crew met meerdere agents.

[CrewAI](https://docs.crewai.com/) is een Python-framework voor het coördineren van AI-agents en taken. In deze handleiding wordt één sequentiële Crew geconfigureerd om CometAPI aan te roepen via vier CrewAI-transportconfiguraties: OpenAI Chat Completions, OpenAI Responses, Anthropic Messages en Gemini `generateContent`.

## Vereisten

* Python 3.10–3.13
* [`uv`](https://docs.astral.sh/uv/getting-started/installation/)
* Een CometAPI-account met een actieve API-sleutel — [haal die op in het dashboard](https://www.cometapi.com/console/token)
* Vier tekstmodel-ID's voor de hieronder weergegeven transports

## De integratie configureren

<Steps>
  <Step title="Een project maken en CrewAI installeren">
    Maak een nieuw `uv`-project en installeer CrewAI met de extra's voor Anthropic en Google Gen AI:

    ```bash theme={null}
    uv init crewai-cometapi
    cd crewai-cometapi
    uv add 'crewai[anthropic,google-genai]'
    ```
  </Step>

  <Step title="Je API-sleutel en model-ID's instellen">
    Stel de CometAPI API-sleutel en één model-ID in voor elk transport:

    ```bash theme={null}
    read -rsp "CometAPI API key: " COMETAPI_KEY
    printf '\n'
    export COMETAPI_KEY

    export COMETAPI_CHAT_MODEL_ID=your-model-id
    export COMETAPI_RESPONSES_MODEL_ID=your-model-id
    export COMETAPI_ANTHROPIC_MODEL_ID=your-model-id
    export COMETAPI_GEMINI_MODEL_ID=your-model-id
    ```

    Vervang elke waarde `your-model-id` door een model-ID van de [CometAPI Models-pagina](/nl/overview/models). De vier waarden kunnen verschillend zijn. Wijs elke model-ID toe aan het bijbehorende transport.
  </Step>

  <Step title="De sequentiële Crew maken">
    Sla het volgende voorbeeld op als `crew.py`:

    ```python theme={null}
    import os

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


    api_key = os.environ["COMETAPI_KEY"]

    chat_llm = LLM(
        model=os.environ["COMETAPI_CHAT_MODEL_ID"],
        custom_openai=True,
        api="completions",
        base_url="https://api.cometapi.com/v1",
        api_key=api_key,
        max_tokens=512,
        max_retries=0,
    )

    responses_llm = LLM(
        model=os.environ["COMETAPI_RESPONSES_MODEL_ID"],
        custom_openai=True,
        api="responses",
        base_url="https://api.cometapi.com/v1",
        api_key=api_key,
        max_completion_tokens=512,
        max_retries=0,
    )

    anthropic_llm = LLM(
        model=f"anthropic/{os.environ['COMETAPI_ANTHROPIC_MODEL_ID']}",
        base_url="https://api.cometapi.com",
        api_key=api_key,
        max_tokens=512,
        max_retries=0,
    )

    gemini_llm = LLM(
        model=f"gemini/{os.environ['COMETAPI_GEMINI_MODEL_ID']}",
        api_key=api_key,
        max_output_tokens=512,
        thinking_config={"thinking_budget": 0, "include_thoughts": False},
        client_params={
            "http_options": {
                "base_url": "https://api.cometapi.com",
                "api_version": "v1beta",
            }
        },
    )

    audience_agent = Agent(
        role="Audience researcher",
        goal="Define the audience for an API migration brief",
        backstory="You turn product goals into a precise audience statement.",
        llm=chat_llm,
        tools=[],
        allow_delegation=False,
        max_iter=1,
        max_retry_limit=0,
        verbose=False,
    )

    requirements_agent = Agent(
        role="Requirements planner",
        goal="Turn an audience statement into implementation requirements",
        backstory="You write concise, testable requirements for API teams.",
        llm=responses_llm,
        tools=[],
        allow_delegation=False,
        max_iter=1,
        max_retry_limit=0,
        verbose=False,
    )

    risk_agent = Agent(
        role="Risk reviewer",
        goal="Identify the most important migration risk",
        backstory="You review plans for practical delivery risks.",
        llm=anthropic_llm,
        tools=[],
        allow_delegation=False,
        max_iter=1,
        max_retry_limit=0,
        verbose=False,
    )

    editor_agent = Agent(
        role="Release brief editor",
        goal="Combine research, requirements, and risk into one brief",
        backstory="You preserve source findings while producing clear summaries.",
        llm=gemini_llm,
        tools=[],
        allow_delegation=False,
        max_iter=1,
        max_retry_limit=0,
        verbose=False,
    )

    audience_task = Task(
        description=(
            "Define one target audience for a team moving an existing OpenAI "
            "integration to a multi-provider API. Return only an Audience heading "
            "and one sentence of at most 20 words."
        ),
        expected_output="An Audience heading followed by one concise sentence.",
        agent=audience_agent,
    )

    requirements_task = Task(
        description=(
            "Using the audience statement in your context, return only a "
            "Requirements heading and exactly two numbered requirements. Keep each "
            "requirement to at most 18 words."
        ),
        expected_output="A Requirements heading followed by two numbered items.",
        agent=requirements_agent,
        context=[audience_task],
    )

    risk_task = Task(
        description=(
            "Using the audience and requirements in your context, return only a "
            "Risk heading, one risk sentence, and one mitigation sentence. Keep "
            "each sentence to at most 18 words."
        ),
        expected_output="A Risk heading with one risk and one mitigation.",
        agent=risk_agent,
        context=[audience_task, requirements_task],
    )

    brief_task = Task(
        description=(
            "Create a release brief from all prior task outputs. Return only these "
            "sections: Audience with one sentence; Requirements with two numbered "
            "items; Risk with one risk and one mitigation. Keep the exact headings "
            "Audience, Requirements, and Risk."
        ),
        expected_output=(
            "A concise release brief with Audience, Requirements, and Risk headings."
        ),
        agent=editor_agent,
        context=[audience_task, requirements_task, risk_task],
    )

    crew = Crew(
        agents=[
            audience_agent,
            requirements_agent,
            risk_agent,
            editor_agent,
        ],
        tasks=[audience_task, requirements_task, risk_task, brief_task],
        process=Process.sequential,
        verbose=False,
    )

    result = crew.kickoff()

    for index, task_output in enumerate(result.tasks_output, start=1):
        print(f"\n--- Task {index} ---\n{task_output.raw}")
    ```

    De Agents hebben geen tools, kunnen niet delegeren en worden één voor één uitgevoerd. Elke Task na de eerste vermeldt de voorgaande Tasks in `context`, zodat CrewAI die eerdere uitvoer opneemt in de volgende Task.
  </Step>

  <Step title="De Crew uitvoeren">
    Voer het voorbeeld uit in dezelfde shellsessie:

    ```bash theme={null}
    uv run python crew.py
    ```

    Het script drukt alle vier Task-uitvoerwaarden af, inclusief de uiteindelijke releasebrief.
  </Step>
</Steps>

## Routetoewijzing

| CrewAI-configuratie                                   | CometAPI-route                                | Basis-URL                     |
| ----------------------------------------------------- | --------------------------------------------- | ----------------------------- |
| `custom_openai=True`, `api="completions"`             | `POST /v1/chat/completions`                   | `https://api.cometapi.com/v1` |
| `custom_openai=True`, `api="responses"`               | `POST /v1/responses`                          | `https://api.cometapi.com/v1` |
| `anthropic/` modelprefix                              | `POST /v1/messages`                           | `https://api.cometapi.com`    |
| `gemini/` modelprefix en `client_params.http_options` | `POST /v1beta/models/{model}:generateContent` | `https://api.cometapi.com`    |

De twee bovenstaande OpenAI-configuraties hebben het achtervoegsel `/v1` nodig in `base_url`. De Anthropic- en Gemini-configuraties voegen hun eigen versiegebonden route toe, dus hun basis-URL is de CometAPI-oorsprong zonder `/v1`.

## Model-ID's kiezen

Gebruik de [CometAPI Models-pagina](/nl/overview/models) om voor elk transport één tekstmodel-ID te kiezen. Sla de model-ID's op in omgevingsvariabelen, zodat je ze kunt wijzigen zonder het Python-bestand te bewerken. Voeg geen providerprefix toe aan een omgevingsvariabele. Het voorbeeld voegt `anthropic/` en `gemini/` toe waar CrewAI deze voorvoegsels gebruikt voor providerselectie.

## Probleemoplossing

<AccordionGroup>
  <Accordion title="Imports van Anthropic- of Gemini-providers mislukken">
    Voer `uv add 'crewai[anthropic,google-genai]'` uit in het project. Het basispakket van CrewAI installeert niet standaard beide optionele provider-SDK's.
  </Accordion>

  <Accordion title="Een Responses-aanvraag retourneert een parameterfout">
    Verwijder optionele parameters die geen deel uitmaken van de interface van het geselecteerde model. Het voorbeeld configureert voor Responses alleen de limiet voor uitvoer-Tokens.
  </Accordion>

  <Accordion title="Een aanvraag gebruikt de verkeerde route">
    Vergelijk de configuratie `LLM` met de routetoewijzingstabel. Gebruik met name `custom_openai=True` met de juiste waarde `api`, en houd de Gemini-basis-URL binnen `client_params.http_options`.
  </Accordion>
</AccordionGroup>

## Gerelateerde bronnen

* [CrewAI 1.15.12 LLM-documentatie](https://docs.crewai.com/v1.15.12/en/concepts/llms)
* [CrewAI Agents](https://docs.crewai.com/v1.15.12/en/concepts/agents)
* [CrewAI Tasks](https://docs.crewai.com/v1.15.12/en/concepts/tasks)
* [CrewAI Crews](https://docs.crewai.com/v1.15.12/en/concepts/crews)
* [CometAPI Chat Completions](/nl/api/text/chat)
* [CometAPI Responses](/nl/api/text/responses)
* [CometAPI Anthropic Messages](/nl/api/text/anthropic-messages)
* [CometAPI Gemini generateContent](/nl/api/text/gemini-generating-content)

<script type="application/ld+json">
  {`
    {
    "@context": "https://schema.org",
    "@graph": [
      {
        "@type": "HowTo",
        "@id": "https://apidoc.cometapi.com/integrations/crewai#howto",
        "name": "CrewAI gebruiken met CometAPI",
        "description": "Gebruik vier CrewAI-LLM-transportconfiguraties met CometAPI in één sequentiële Crew met meerdere agents.",
        "step": [
          {
            "@type": "HowToStep",
            "@id": "https://apidoc.cometapi.com/integrations/crewai#step-1",
            "position": 1,
            "name": "Een project maken en CrewAI installeren",
            "text": "Maak een uv-project en installeer CrewAI met de extra's voor Anthropic en Google Gen AI."
          },
          {
            "@type": "HowToStep",
            "@id": "https://apidoc.cometapi.com/integrations/crewai#step-2",
            "position": 2,
            "name": "Je API-sleutel en model-ID's instellen",
            "text": "Stel de CometAPI API-sleutel en één huidig model-ID in voor elk transport."
          },
          {
            "@type": "HowToStep",
            "@id": "https://apidoc.cometapi.com/integrations/crewai#step-3",
            "position": 3,
            "name": "De sequentiële Crew maken",
            "text": "Configureer vier LLM-adapters, vier Agents en vier via context gekoppelde Tasks in een sequentiële Crew."
          },
          {
            "@type": "HowToStep",
            "@id": "https://apidoc.cometapi.com/integrations/crewai#step-4",
            "position": 4,
            "name": "De Crew uitvoeren",
            "text": "Voer de Crew uit en bekijk alle vier Task-uitvoerwaarden."
          }
        ]
      },
      {
        "@type": "BreadcrumbList",
        "itemListElement": [
          {
            "@type": "ListItem",
            "position": 1,
            "name": "CometAPI-documentatie",
            "item": "https://apidoc.cometapi.com/"
          },
          {
            "@type": "ListItem",
            "position": 2,
            "name": "Integraties",
            "item": "https://apidoc.cometapi.com/integrations"
          },
          {
            "@type": "ListItem",
            "position": 3,
            "name": "CrewAI gebruiken met CometAPI",
            "item": "https://apidoc.cometapi.com/integrations/crewai"
          }
        ]
      }
    ]
    }
    `}
</script>