CrewAIからの移行

CrewAIからJamJetへ移行する開発者向けのコード比較とコンセプトマッピング。

コンセプトマッピング

CrewAI	JamJet
`Agent(role, goal, backstory, tools)`	`@wf.step` とシステムプロンプト + MCPツール
`Task(description, agent, context)`	ワークフローステップ — コンテキストは共有状態
`Crew(agents, tasks, process)`	`Workflow`
`Process.sequential`	デフォルトのステップ順序
`Process.hierarchical`	オーケストレーターワークフロー → A2A経由でサブワークフロー
`crew.kickoff(inputs)`	`wf.run_sync(State(...))` または `jamjet run`
`crewai_tools.SerperDevTool`	MCPツールノード (`type: tool`, `server: brave-search`)
Memory (short/long term)	Stateオブジェクト（短期）; Postgresベースランタイム（長期）
`agent.verbose = True`	構造化イベントログ — 全ステップを`jamjet inspect`でクエリ可能

並列比較例

2つのエージェント（リサーチャーとライター）が協力してレポートを作成します。

CrewAI

from crewai import Agent, Crew, Process, Task
from crewai_tools import SerperDevTool

search_tool = SerperDevTool()

researcher = Agent(
    role="Research Analyst",
    goal="Find comprehensive, accurate information on the topic",
    backstory="Expert analyst with deep domain knowledge.",
    tools=[search_tool],
)

writer = Agent(
    role="Technical Writer",
    goal="Write clear, concise reports from research findings",
    backstory="Skilled writer for technical audiences.",
)

research_task = Task(
    description="Research the topic: {topic}",
    expected_output="Structured summary with bullet points and sources.",
    agent=researcher,
)

write_task = Task(
    description="Write a report on: {topic}",
    expected_output="Report with introduction, key findings, conclusion.",
    agent=writer,
    context=[research_task],
)

crew = Crew(
    agents=[researcher, writer],
    tasks=[research_task, write_task],
    process=Process.sequential,
)

result = crew.kickoff(inputs={"topic": "durable AI workflow orchestration"})

JamJet

from openai import OpenAI
from pydantic import BaseModel
from jamjet import Workflow

client = OpenAI()

class State(BaseModel):
    topic: str
    research: str = ""
    report: str = ""

wf = Workflow("research-crew")

@wf.state
class CrewState(State):
    pass

@wf.step
async def research(state: CrewState) -> CrewState:
    # Role/goal/backstory live in the system prompt — you own it
    resp = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {"role": "system", "content": (
                "You are an expert research analyst. "
                "Return a structured summary with bullet points."
            )},
            {"role": "user", "content": f"Research: {state.topic}"},
        ],
    )
    return state.model_copy(update={"research": resp.choices[0].message.content or ""})

@wf.step
async def write_report(state: CrewState) -> CrewState:
    resp = client.chat.completions.create(
        model="gpt-4o-mini",
        messages=[
            {"role": "system", "content": "You are a skilled technical writer."},
            {"role": "user", "content": (
                f"Topic: {state.topic}\n"
                f"Research:\n{state.research}\n"
                "Write a comprehensive report."
            )},
        ],
    )
    return state.model_copy(update={"report": resp.choices[0].message.content or ""})

result = wf.run_sync(CrewState(topic="durable AI workflow orchestration"))
print(result.state.report)

主な違い

エージェント vs ステップ

CrewAIはエージェントを役割、目標、バックストーリー、ツールアクセスを持つ不透明なオブジェクトとして扱います。JamJetはこれらを実際のものとして扱います：システムプロンプトとツールセットです。あなたの「エージェント」は適切に作られたシステムプロンプトを持つステップです — 完全な制御と完全な可視性を持ちます。

ツール

CrewAIは独自のツールエコシステム（crewai_tools）を持っています。JamJetはMCP — オープンスタンダードを使用します。あらゆるMCPサーバーが動作します：Brave Search、GitHub、Postgres、独自のカスタムサーバー。独自のツールレジストリへのロックインはありません。

CrewAIのProcess.hierarchicalは内部マネージャーエージェントを使用します。JamJetはA2A（Agent-to-Agentプロトコル）を使用します — 各エージェントが独自のエンドポイントを持つ個別のワークフローであるオープンスタンダードです。オーケストレーターはtype: a2a_taskノードを介してスペシャリストに委任します。これはマシンや組織を超えてスケールします。


# orchestrator/workflow.yaml

nodes:
  delegate-research:
    type: a2a_task
    agent_url: "{{ env.RESEARCH_AGENT_URL }}"
    input:
      query: "{{ state.topic }}"
    output_key: research
    next: write-report

可観測性

CrewAIのverboseモードは人間が読めるテキストを出力します。JamJetはすべてのステップに対して構造化イベントを発行します — クエリ可能、比較可能、再生可能：

jamjet inspect exec-abc123   # フルタイムライン
jamjet events exec-abc123    # イベントストリーム

耐久性

CrewAIには組み込みの永続化機能がありません。プロセスが実行途中で停止すると、最初からやり直しになります。JamJetのRustランタイムはすべてのステップを永続化します。クラッシュリカバリは自動です。

クイックスタート移行

pip install jamjet

各Agentを@wf.stepに変換 — role/goal/backstoryをシステムプロンプトに移動
Taskの順序をステップの宣言順序に変換 — 共有コンテキストはstateフィールドになります
crewai_toolsをMCPツールノード（YAMLでtype: tool）に置き換え
crew.kickoff(inputs)をwf.run_sync(State(...))に置き換え
マルチエージェント階層の場合：type: a2a_taskノードを使用

ヒント： 完全な動作例はjamjet-labs/jamjet-benchmarksにあります。

CrewAIからの移行

On this page