CrewAI crew yako inaendesha vizuri kwenye laptop yako. Agents zinazungumza kwa kila mmoja, researcher inakabidhi kwa writer, kila kitu kinagunguna — hadi unapofunga mfuniko na yote yanaacha. Au wifi yako inadondoka katikati ya kazi. Au unareboot na kusahau kuirestart.
Crew inayoendesha tu unapoangalia si automation. Ni demo. Kuihamisha kwenda VPS ndicho kinachoigeuza kuwa kitu kinachofanya kazi dhati unapolala.
Kwa nini seva, si mashine yako
Pitching ni rahisi: VPS ni kompyuta isiyofunga kamwe mfuniko wake. Ina IP ya kudumu, hailala, na kama process inakufa inaweza kujirudisha. Kwa multi-agent crew — ambayo kwa muundo huendesha kazi ndefu, za baticheji, za multi-step — hiyo ndiyo tofauti kati ya "ilifanya kazi mara moja" na "imeendesha kwa wiki tatu."
Kuna sababu ya pili inayowashangaza watu kwa njia nzuri: huhitaji mashine yenye nguvu. Zaidi kuhusu hilo baadaye, kwa sababu ni swali kila mtu huuliza kwanza.
Hapana, huhitaji GPU
Hii ndio sehemu watu huikosea kuhusu kuhifadhi agents. CrewAI ni orchestrator. Inaamua agent gani itenda, kwa mpangilio gani, na context gani — kisha inauliza language model kufanya reasoning halisi. Modeli hiyo karibu daima inaishi nyuma ya API: unatuma request kwa OpenAI au Anthropic, wanaiendesha kwenye GPUs zao, unapata text nyuma.
Hivyo seva yako hufanya vitu vitatu: kuendesha Python, kushikilia hali ya crew, na kufanya HTTPS calls. Hakuna cha hicho kinachogusa GPU. CPU VPS ya kawaida ni sahihi kabisa. Wakati pekee hilo linabadilika ni kama unataka kuendesha modeli locally pia — lakini huo ni project tofauti, mzito zaidi, na crews wengi hawaufanyi.
Kwa vitendo: mpango wa 1–2 GB huendesha crew ndogo bila kuchoka. Nenda 4 GB kama unaendesha crews kadhaa kwa wakati mmoja, unashikilia historia kubwa za gumzo kwenye RAM, au unashikamanisha vector database kwa agent memory ya muda mrefu.
Usanidi halisi
Sanduku jipya la Ubuntu, root kwa takriban dakika moja baada ya kuagiza. Hii ndio chose nzima:
# Python + venv
apt update && apt install -y python3-venv python3-pip
python3 -m venv ~/crew && source ~/crew/bin/activate
# CrewAI
pip install crewai crewai-tools
# project yako
mkdir ~/mycrew && cd ~/mycrew
# nakili crew.py na .env yako hapa (scp / git clone)
.env yako inashikilia secret moja inayohusika — LLM API key:
OPENAI_API_KEY=sk-...
# au ANTHROPIC_API_KEY, n.k.
Kisha python crew.py ya kawaida inaiendesha. Hiyo ni version ya mkono. Inafanya kazi, lakini inakufa mara kikao chako cha SSH kinapofunga — ambako kunatuletea nukta halisi ya seva.
Iweke hai na systemd
tmux ni sawa kwa jaribio la haraka. Kwa chochote halisi, tumia systemd — huirestart crew ikianguka na kuileta juu kwenye reboot. Ingiza hii katika /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 # iangalie ikifanya kazi
Sasa crew inaendesha kwenye boot, inarestart kwenye ushindwe, na inalog kila mahali unaweza kusoma. Funga laptop yako — haijali.
Kuilipia
Signup ni barua pepe na one-time code — hakuna kadi, hakuna ID. Unafadhili salio kwa USDC au USDT kwenye Base, Ethereum au Polygon (Base ni nafuu zaidi kwa ada), na oda huchota kutoka kwake. Kwa crew inayofanya zaidi outbound API calls, mpango chaguo-msingi wa NAT ni sawa na nafuu; chagua mpango wa -ip tu kama crew inahitaji IPv4 yake ya umma kwa huduma zinazoingia.
Trick moja nzuri: EQVPS ina seva ya MCP kwenye mcp.eqvps.com/mcp. Kama provisioning yenyewe ni mmoja wa kazi za crew yako, agent yenye salio lililofadhiliwa inaweza kupiga order_vps na kusimamisha sanduku yenyewe — hakuna mwanadamu wakati wa checkout.
Cha uaminifu kusema
Wewe unaleta LLM API keys. Sisi tunahifadhi crew, si modeli. Bili yako ya OpenAI/Anthropic ni tofauti na, kwa crew yenye shughuli, kwa kawaida gharama kubwa zaidi — VPS ni sehemu nafuu.
Ni CPU-pekee, datacenter moja Ujerumani. Hakuna local GPU inference, na latency ni bora kama watumiaji wako au APIs ziko karibu-na-Ulaya. Kwa crew inayogonga US-hosted LLM APIs hop ya ziada ni milliseconds — isiyohusika kando na model latency — lakini inastahili kujua.
Weka saizi kwa kumbukumbu yako, si modeli yako. Kitu kinachokuza dhati matumizi yako ya RAM ni historia ya gumzo na vector store yoyote unayoongeza, si idadi ya agents. Angalia journalctl na htop kwa siku moja na weka saizi upya kama unahitaji.
Mchukuo
CrewAI crew iko kwenye kitu kisicholala. Hatua ni fupi: CPU VPS, pip install crewai, systemd unit, API key yako katika .env. Dakika kumi na crew yako inaendesha 24/7 badala ya "wakati wowote laptop iko wazi." Root kwa takriban dakika moja, lipa kwa crypto, weka saizi upya kumbukumbu inapokuambia — na uache agents ziendelee nazo.
Maoni
Bado hakuna maoni. Kuwa wa kwanza.