把CrewAI多智能体部署到VPS

你的 CrewAI crew 在笔记本电脑上运行得非常顺畅。Agent 彼此交流，研究员把任务交接给写作者，整个系统有条不紊地运转——直到你合上电脑，一切戛然而止。又或者，任务执行到一半时 Wi-Fi 断了。再或者，你重启电脑后忘了重新启动它。

一个只有在你盯着时才会运行的 crew，不叫自动化，只能算演示。把它迁移到 VPS，才能让它在你睡觉时也真正持续工作。

为什么用服务器，而不是你自己的电脑

道理很简单：VPS 就是一台永远不会合上盖子的电脑。它拥有固定 IP，不会休眠；即使进程挂了，也能自行恢复。对于 multi-agent crew 来说——其设计目标本就是运行耗时长、交互频繁、步骤繁多的任务——这正是“它成功运行过一次”和“它已经连续运行三周”之间的区别。

还有第二个原因，而且它常常会给人带来意外之喜：你并不需要一台性能强大的机器。下一节会详细说明，因为这是每个人最先问的问题。

不，你不需要 GPU

这是人们在托管 Agent 时最容易误解的地方。CrewAI 是一个编排器。它负责决定由哪个 Agent 执行、按照什么顺序执行、携带哪些上下文，然后再让语言模型完成真正的推理工作。这个模型几乎总是位于某个 API 后面：你向 OpenAI 或 Anthropic 发送请求，由它们使用自己的 GPU 运行模型，然后将文本返回给你。

因此，你的服务器只做三件事：运行 Python、保存 crew 的状态，以及发起 HTTPS 调用。这些工作都用不到 GPU。一台普通的 CPU VPS 正合适。只有当你还想在本地运行模型时，情况才会改变——但那是另一个更重型的项目，而且大多数 crew 都不需要这么做。

从实际配置来看：1–2 GB 的套餐足以轻松运行一个小型 crew。如果你要同时运行多个 crew、在内存中保存大量对话历史，或者接入向量数据库来实现 Agent 的长期记忆，可以升级到 4 GB。

实际部署过程

一台全新的 Ubuntu 服务器，下单后大约一分钟即可获得 root 权限。完整步骤如下：

apt update && apt install -y python3-venv python3-pip python3 -m venv ~/crew && source ~/crew/bin/activate

pip install crewai crewai-tools

mkdir ~/mycrew && cd ~/mycrew

你的 .env 保存着唯一真正重要的 secret——LLM API key：

OPENAI_API_KEY=sk-...

然后，正常执行 python crew.py 即可运行。这是手动方式。它确实能用，但 SSH 会话一关闭，进程就会终止——这也引出了使用服务器的真正意义。

使用 systemd 保持运行

tmux 用来做快速测试没问题。对于任何正式用途，都应该使用 systemd——它能在 crew 崩溃时将其重新启动，也能在服务器重启后自动拉起 crew。将以下内容放入 /etc/systemd/system/mycrew.service：

[Unit] Description=CrewAI crew After=network-online.target

[Service] WorkingDirectory=/root/mycrew ExecStart=/root/crew/bin/python /root/mycrew/crew.py Restart=always RestartSec=5 EnvironmentFile=/root/mycrew/.env

[Install] WantedBy=multi-user.target systemctl daemon-reload systemctl enable --now mycrew journalctl -u mycrew -f # watch it work Now the crew runs on boot, restarts on failure, and logs everywhere you can read them. Close your laptop — it doesn't care.

现在，crew 会在开机时启动，在发生故障时重启，并将日志记录到你可以查看的位置。合上你的笔记本电脑吧——它根本不在乎。

如何付费

注册只需要一个邮箱地址和一次性验证码——不需要银行卡，也不需要身份证明。你可以使用 Base、Ethereum 或 Polygon 网络上的 USDC 或 USDT 为余额充值（Base 的手续费最低），订单费用会从余额中扣除。

对于主要向外部 API 发起调用的 crew，默认的 NAT 套餐已经足够，而且价格更低。只有当 crew 需要拥有自己的公网 IPv4，以便提供入站服务时，才应选择 -ip 套餐。

还有一个很实用的技巧：EQVPS 在 mcp.eqvps.com/mcp 提供了一个 MCP server。如果配置服务器本身就是你的 crew 的任务之一，那么拥有可用余额的 Agent 可以调用 order_vps，自行订购并启动一台服务器——整个结账过程无需人工参与。

应该坦诚说明的事项

LLM API key 需要由你提供。我们托管的是 crew，而不是模型。你的 OpenAI/Anthropic 账单需要单独支付；对于任务繁忙的 crew，这通常才是成本的大头——VPS 反而是便宜的部分。

这里仅提供 CPU，且只有一个位于德国的数据中``心。不支持本地 GPU 推理；如果你的用户或 API 位于欧洲或欧洲附近，延迟表现最佳。对于调用美国托管的 LLM API 的 crew，额外的一跳只会增加几毫秒——与模型本身的延迟相比无关紧要——但你仍然应该了解这一点。

请根据内存需求选择配置，而不是根据模型选择配置。真正会增加 RAM 占用的是对话历史，以及你额外接入的向量存储，而不是 Agent 的数量。先使用 journalctl 和 htop 观察一天，如果确实有需要，再调整配置。

核心结论

CrewAI crew 应该运行在不会休眠的设备上。迁移过程非常简短：准备一台 CPU VPS，执行 pip install crewai，配置一个 systemd unit，再把 API key 放进 .env。只需十分钟，你的 crew 就能全天候运行，而不再是“只有笔记本电脑开着时才运行”。

大约一分钟即可获得 root 权限，使用加密货币付款，在内存使用情况提示你时调整配置——剩下的工作，就交给 Agent 继续完成吧。

如需采取进一步措施，你可以考虑屏蔽此人和/或举报滥用行为。