Begleitvideos

LangGraph vs CrewAI vs direkte API — Begleitvideos

Der Artikel stellt klar, dass „Welches Agenten-Framework sollen wir verwenden?“ die falsche Ausgangsfrage ist. Entscheidend ist zunächst, ob Sie überhaupt ein Framework benötigen und, falls ja, welche Leitplanken es vorgeben soll. Am schnellsten lässt sich das beurteilen, wenn Sie jedes Framework lange genug in Aktion sehen, um seine Arbeitsweise zu erfassen. Diese beiden ausführlichen Tutorials bieten genau das: eines zu LangGraph und eines zu CrewAI. Zusammen mit der Diskussion der direkten API im Artikel wird die passende Wahl meist offensichtlich.

Hauptauswahl

3:09:51

LangGraph-Komplettkurs für Einsteiger – komplexe KI-Agenten mit Python

freeCodeCamp.org

Eine ausführliche Implementierung zum Mitmachen, die LangGraphs Zustandsgraphen, Knoten, Kanten, bedingtes Routing, Checkpoints und Werkzeugnutzung behandelt. Am Ende verstehen Sie das Modell mit typisiertem Zustand und expliziten Übergängen gut genug, dass die Vergleiche des Artikels mit CrewAI und direktem API-Code nicht mehr abstrakt wirken.

Was Sie aus diesem Video mitnehmen sollten: Einen LangGraph-Agenten mit typisiertem Zustand, bedingtem Routing, Checkpoints und Werkzeugnutzung entwickeln und beurteilen, wann sich diese Explizitheit auszahlt.

Das sollten Sie zuerst ansehen oder wissen: Solide Grundkenntnisse in Python und LLM-APIs; erwarten Sie, drei Stunden oder länger Code mitzuschreiben.

Hinweis von AI Expert: Die API von LangGraph ändert sich zwischen Versionen; einzelne Codebeispiele müssen daher möglicherweise angepasst werden. Dauerhaft ist das graphbasierte Denkmodell. Gleichen Sie die Syntax während des Kurses mit der aktuellen offiziellen Dokumentation ab.

Videoseite öffnen

Auch sehenswert

1:05:42

CrewAI-Tutorial: vollständiger Crashkurs für Einsteiger

aiwithbrandon

Eine vergleichbare Implementierung, diesmal im Rollen-Ziele-Hintergrundgeschichten-Modell von CrewAI: Agenten als Teammitglieder, Aufgaben als Ergebnisse und ein vom Framework verborgener Ausführungszyklus. Sehen Sie das Video direkt nach dem LangGraph-Kurs. Der Unterschied darin, wie viele Entscheidungen das Framework übernimmt, ist genau der Zielkonflikt, den der Artikel bewertet.

Was Sie aus diesem Video mitnehmen sollten: Ein CrewAI-Team im Rollen-Ziele-Hintergrundgeschichten-Modell aufsetzen und seinen verborgenen Ausführungszyklus mit expliziten Graphen vergleichen.

Das sollten Sie zuerst ansehen oder wissen: Die gleiche Python-Grundlage; idealerweise schauen Sie es direkt nach dem LangGraph-Kurs an, um den Kontrast zu erkennen.

Hinweis von AI Expert: CrewAI entwickelt sich schnell weiter, weshalb Tutorialcode rasch veraltet. Nutzen Sie das Video für das Rollen-Ziele-Hintergrundgeschichten-Modell und den Kontrast zu LangGraph. Prüfen Sie vor dem Kopieren von Code die aktuelle CrewAI-Dokumentation.

Videoseite öffnen