CrewAI et AutoGen sont deux frameworks open source pour construire des systèmes multi-agents : plusieurs agents spécialisés, chacun avec son rôle, ses outils et parfois son modèle, qui collaborent pour accomplir une tâche. Pour une équipe ops, l’idée séduit : un agent qui lit les alertes, un autre qui interroge les logs, un troisième qui rédige la synthèse. Reste à choisir l’outil : c’est l’objet de ce comparatif CrewAI/AutoGen, qui se termine par l’observabilité CrewAI : tracer ce que fait chaque agent.
Mais un système multi-agents multiplie aussi les sources d’incertitude. Les agents s’échangent des messages, appellent des outils, relancent le modèle, et une seule tâche peut déclencher des dizaines d’appels. Sans observation fine, impossible de savoir pourquoi un résultat est faux, pourquoi la tâche a pris deux minutes ou pourquoi la facture de tokens a triplé.
Cet article présente les deux frameworks, leur modèle mental, un exemple concret pour chacun, puis la façon de les observer avec OpenTelemetry. Il s’inscrit dans notre comparatif de la stack IA open source auto-hébergée.
CrewAI/AutoGen : deux modèles mentaux
CrewAI : une équipe avec des rôles et des tâches
CrewAI est un framework Python qui organise le travail comme une équipe. On définit des agents (un rôle, un objectif, un contexte appelé backstory, des outils), des tâches (une description et un résultat attendu, affectées à un agent) et une crew qui les exécute selon un processus : séquentiel, ou hiérarchique avec un agent manager. CrewAI propose aussi les Flows, pour enchaîner des étapes de façon plus déterministe et pilotée par événements.
Ce modèle est très lisible : on décrit une organisation, pas un graphe. Il convient bien aux chaînes de traitement aux étapes connues.
AutoGen : des agents qui conversent
AutoGen, issu de Microsoft Research, modélise la collaboration comme une conversation. Depuis sa réécriture (v0.4), il est organisé en couches : autogen-core (runtime d’agents piloté par messages), autogen-agentchat (API de haut niveau : AssistantAgent, équipes comme RoundRobinGroupChat ou SelectorGroupChat, conditions d’arrêt) et autogen-ext (clients de modèles, outils, MCP).
Point important avant de démarrer un projet : le dépôt d’AutoGen indique désormais que le projet est en mode maintenance et oriente les nouveaux utilisateurs vers Microsoft Agent Framework, présenté comme son successeur, avec un guide de migration. AutoGen reste utilisable et instructif, mais pour un nouveau développement, évaluez ce successeur. Il existe aussi AG2, un projet communautaire dérivé de la branche historique d’AutoGen.
Quand un système multi-agents est-il justifié ?
Souvent, un seul agent avec de bons outils suffit, ou même un workflow déterministe. Le multi-agents se justifie quand :
- les sous-tâches demandent des contextes ou des prompts très différents ;
- on veut une relecture croisée (un agent rédige, un autre critique) ;
- on souhaite limiter les outils accessibles à chaque agent, pour des raisons de sécurité.
Chaque agent supplémentaire ajoute latence, coût et points de défaillance. Commencez simple, puis mesurez.
En pratique : un duo d’agents d’analyse d’incident et l’observabilité CrewAI
Étape 1 — Avec CrewAI
Installation avec pip install crewai. Pour un modèle local via Ollama, CrewAI s’appuie sur LiteLLM, qui peut nécessiter une dépendance supplémentaire selon la version (voir la documentation de CrewAI).
from crewai import Agent, Task, Crew, Process, LLM
llm = LLM(model="ollama/llama3.1", base_url="http://localhost:11434")
analyste = Agent(
role="Analyste d'incident",
goal="Identifier la cause probable à partir des logs fournis",
backstory="SRE expérimenté, factuel, cite les lignes de log.",
llm=llm)
redacteur = Agent(
role="Rédacteur",
goal="Produire une synthèse claire pour l'astreinte",
backstory="Écrit des comptes rendus courts et actionnables.",
llm=llm)
analyse = Task(description="Analyse ces logs : {logs}",
expected_output="Cause probable et preuves", agent=analyste)
synthese = Task(description="Rédige la synthèse de l'incident",
expected_output="5 lignes maximum", agent=redacteur)
crew = Crew(agents=[analyste, redacteur], tasks=[analyse, synthese],
process=Process.sequential)
print(crew.kickoff(inputs={"logs": extrait_logs}))
Étape 2 — Avec AutoGen AgentChat
Installation avec pip install -U "autogen-agentchat" "autogen-ext[ollama]".
import asyncio
from autogen_agentchat.agents import AssistantAgent
from autogen_agentchat.teams import RoundRobinGroupChat
from autogen_agentchat.conditions import MaxMessageTermination
from autogen_ext.models.ollama import OllamaChatCompletionClient
async def main():
client = OllamaChatCompletionClient(model="llama3.1")
analyste = AssistantAgent("analyste", model_client=client,
system_message="Identifie la cause probable dans les logs.")
relecteur = AssistantAgent("relecteur", model_client=client,
system_message="Critique l'analyse et signale les hypothèses non prouvées.")
equipe = RoundRobinGroupChat([analyste, relecteur],
termination_condition=MaxMessageTermination(6))
print(await equipe.run(task="Logs : ..."))
await client.close()
asyncio.run(main())
Notez la condition d’arrêt : sans elle, une conversation entre agents peut tourner bien plus longtemps que prévu.
Étape 3 — Activer les traces OpenTelemetry
- AutoGen : la documentation décrit un traçage natif. Il suffit de configurer un
TracerProviderOpenTelemetry global (avec un exportateur OTLP) avant de créer les agents ; on peut y ajouter les instrumentations des clients de modèles. - CrewAI : OpenLLMetry fournit une instrumentation CrewAI, et la documentation de CrewAI liste plusieurs intégrations d’observabilité (Langfuse, Arize Phoenix, OpenLIT, etc.).
Le détail de la chaîne OpenLLMetry, Collector et backend est expliqué dans Langfuse et OpenLLMetry. Les principes rejoignent ceux de l’observation des agents MCP, et les spans des agents peuvent se raccrocher à la trace du service appelant comme décrit dans OpenTelemetry de bout en bout.
À noter : CrewAI collecte par défaut une télémétrie d’usage anonyme vers ses mainteneurs ; son README indique qu’elle se désactive avec OTEL_SDK_DISABLED=true. Attention, cette variable désactive le SDK OpenTelemetry dans tout le processus, donc aussi vos propres traces : vérifiez l’interaction dans la documentation avant de l’utiliser.
Étape 4 — Choisir les indicateurs
- nombre d’appels au modèle et de tours de conversation par tâche ;
- tokens consommés par agent et par tâche ;
- latence par agent et par appel d’outil ;
- taux de tâches arrêtées par la condition de garde plutôt que terminées normalement ;
- erreurs d’outils et nouvelles tentatives.
Ces mesures alimentent ensuite des SLO comme pour n’importe quel service ; voir IA et fiabilité SRE.
Bonnes pratiques
- Fixez toujours une limite de tours, de durée ou de tokens par tâche.
- Donnez à chaque agent uniquement les outils dont il a besoin, en lecture seule par défaut.
- Exigez des sorties structurées entre agents pour limiter la dérive du contexte.
- Gardez un humain dans la boucle pour toute action sur la production.
- Rejouez un jeu de cas de référence à chaque changement de prompt ou de modèle.
- Nommez clairement agents et tâches : ce sont ces noms qui apparaîtront dans les traces.
Questions fréquentes
CrewAI vs AutoGen : lequel choisir ?
CrewAI pour des processus aux étapes connues, décrits comme une équipe avec des rôles. AutoGen pour des conversations ouvertes entre agents, en tenant compte de son passage en mode maintenance et de son successeur annoncé.
Ces frameworks fonctionnent-ils avec des modèles locaux ?
Oui, tous deux savent utiliser Ollama ou un serveur compatible OpenAI. Les petits modèles suivent toutefois moins bien les consignes de rôle et d’appel d’outils : testez avant de généraliser.
Comment repérer un agent qui boucle ?
Dans les traces : nombre de tours anormal, appels d’outils répétés avec les mêmes arguments, tokens en forte hausse. Une alerte sur ces indicateurs détecte le problème avant la facture.
Conclusion
CrewAI et AutoGen rendent les systèmes multi-agents accessibles, avec deux philosophies différentes : l’équipe organisée et la conversation. Dans les deux cas, la valeur en production dépend de la capacité à observer ce que font les agents, à borner leur comportement et à mesurer leur coût. Instrumentez dès le premier prototype.
span.observer est un blog indépendant de la communauté, non affilié à Dynatrace LLC ni aux projets cités. Les marques citées appartiennent à leurs propriétaires. Les outils évoluent vite : vérifiez les commandes et options dans leur documentation officielle.