dropped for clarity

.env.test

@@ -1,160 +0,0 @@
-# =============================================================================
-# Test Environment Variables
-# =============================================================================
-# This file contains all environment variables needed to run tests locally
-# in a way that mimics the GitHub Actions CI environment.
-
-# =============================================================================
-
-# -----------------------------------------------------------------------------
-# LLM Provider API Keys
-# -----------------------------------------------------------------------------
-OPENAI_API_KEY=fake-api-key
-ANTHROPIC_API_KEY=fake-anthropic-key
-GEMINI_API_KEY=fake-gemini-key
-AZURE_API_KEY=fake-azure-key
-OPENROUTER_API_KEY=fake-openrouter-key
-
-# -----------------------------------------------------------------------------
-# AWS Credentials
-# -----------------------------------------------------------------------------
-AWS_ACCESS_KEY_ID=fake-aws-access-key
-AWS_SECRET_ACCESS_KEY=fake-aws-secret-key
-AWS_DEFAULT_REGION=us-east-1
-
-# -----------------------------------------------------------------------------
-# Azure OpenAI Configuration
-# -----------------------------------------------------------------------------
-AZURE_ENDPOINT=https://fake-azure-endpoint.openai.azure.com
-AZURE_OPENAI_ENDPOINT=https://fake-azure-endpoint.openai.azure.com
-AZURE_OPENAI_API_KEY=fake-azure-openai-key
-AZURE_API_VERSION=2024-02-15-preview
-OPENAI_API_VERSION=2024-02-15-preview
-
-# -----------------------------------------------------------------------------
-# Google Cloud Configuration
-# -----------------------------------------------------------------------------
-#GOOGLE_CLOUD_PROJECT=fake-gcp-project
-#GOOGLE_CLOUD_LOCATION=us-central1
-
-# -----------------------------------------------------------------------------
-# OpenAI Configuration
-# -----------------------------------------------------------------------------
-OPENAI_BASE_URL=https://api.openai.com/v1
-OPENAI_API_BASE=https://api.openai.com/v1
-
-# -----------------------------------------------------------------------------
-# Search & Scraping Tool API Keys
-# -----------------------------------------------------------------------------
-SERPER_API_KEY=fake-serper-key
-EXA_API_KEY=fake-exa-key
-BRAVE_API_KEY=fake-brave-key
-FIRECRAWL_API_KEY=fake-firecrawl-key
-TAVILY_API_KEY=fake-tavily-key
-SERPAPI_API_KEY=fake-serpapi-key
-SERPLY_API_KEY=fake-serply-key
-LINKUP_API_KEY=fake-linkup-key
-PARALLEL_API_KEY=fake-parallel-key
-
-# -----------------------------------------------------------------------------
-# Exa Configuration
-# -----------------------------------------------------------------------------
-EXA_BASE_URL=https://api.exa.ai
-
-# -----------------------------------------------------------------------------
-# Web Scraping & Automation
-# -----------------------------------------------------------------------------
-BRIGHT_DATA_API_KEY=fake-brightdata-key
-BRIGHT_DATA_ZONE=fake-zone
-BRIGHTDATA_API_URL=https://api.brightdata.com
-BRIGHTDATA_DEFAULT_TIMEOUT=600
-BRIGHTDATA_DEFAULT_POLLING_INTERVAL=1
-
-OXYLABS_USERNAME=fake-oxylabs-user
-OXYLABS_PASSWORD=fake-oxylabs-pass
-
-SCRAPFLY_API_KEY=fake-scrapfly-key
-SCRAPEGRAPH_API_KEY=fake-scrapegraph-key
-
-BROWSERBASE_API_KEY=fake-browserbase-key
-BROWSERBASE_PROJECT_ID=fake-browserbase-project
-
-HYPERBROWSER_API_KEY=fake-hyperbrowser-key
-MULTION_API_KEY=fake-multion-key
-APIFY_API_TOKEN=fake-apify-token
-
-# -----------------------------------------------------------------------------
-# Database & Vector Store Credentials
-# -----------------------------------------------------------------------------
-SINGLESTOREDB_URL=mysql://fake:fake@localhost:3306/fake
-SINGLESTOREDB_HOST=localhost
-SINGLESTOREDB_PORT=3306
-SINGLESTOREDB_USER=fake-user
-SINGLESTOREDB_PASSWORD=fake-password
-SINGLESTOREDB_DATABASE=fake-database
-SINGLESTOREDB_CONNECT_TIMEOUT=30
-
-SNOWFLAKE_USER=fake-snowflake-user
-SNOWFLAKE_PASSWORD=fake-snowflake-password
-SNOWFLAKE_ACCOUNT=fake-snowflake-account
-SNOWFLAKE_WAREHOUSE=fake-snowflake-warehouse
-SNOWFLAKE_DATABASE=fake-snowflake-database
-SNOWFLAKE_SCHEMA=fake-snowflake-schema
-
-WEAVIATE_URL=http://localhost:8080
-WEAVIATE_API_KEY=fake-weaviate-key
-
-EMBEDCHAIN_DB_URI=sqlite:///test.db
-
-# Databricks Credentials
-DATABRICKS_HOST=https://fake-databricks.cloud.databricks.com
-DATABRICKS_TOKEN=fake-databricks-token
-DATABRICKS_CONFIG_PROFILE=fake-profile
-
-# MongoDB Credentials
-MONGODB_URI=mongodb://fake:fake@localhost:27017/fake
-
-# -----------------------------------------------------------------------------
-# CrewAI Platform & Enterprise
-# -----------------------------------------------------------------------------
-# setting CREWAI_PLATFORM_INTEGRATION_TOKEN causes these test to fail:
-#=========================== short test summary info ============================
-#FAILED tests/test_context.py::TestPlatformIntegrationToken::test_platform_context_manager_basic_usage - AssertionError: assert 'fake-platform-token' is None
-# +  where 'fake-platform-token' = get_platform_integration_token()
-#FAILED tests/test_context.py::TestPlatformIntegrationToken::test_context_var_isolation_between_tests - AssertionError: assert 'fake-platform-token' is None
-# +  where 'fake-platform-token' = get_platform_integration_token()
-#FAILED tests/test_context.py::TestPlatformIntegrationToken::test_multiple_sequential_context_managers - AssertionError: assert 'fake-platform-token' is None
-# +  where 'fake-platform-token' = get_platform_integration_token()
-#CREWAI_PLATFORM_INTEGRATION_TOKEN=fake-platform-token
-CREWAI_PERSONAL_ACCESS_TOKEN=fake-personal-token
-CREWAI_PLUS_URL=https://fake.crewai.com
-
-# -----------------------------------------------------------------------------
-# Other Service API Keys
-# -----------------------------------------------------------------------------
-ZAPIER_API_KEY=fake-zapier-key
-PATRONUS_API_KEY=fake-patronus-key
-MINDS_API_KEY=fake-minds-key
-HF_TOKEN=fake-hf-token
-
-# -----------------------------------------------------------------------------
-# Feature Flags/Testing Modes
-# -----------------------------------------------------------------------------
-CREWAI_DISABLE_TELEMETRY=true
-OTEL_SDK_DISABLED=true
-CREWAI_TESTING=true
-CREWAI_TRACING_ENABLED=false
-
-# -----------------------------------------------------------------------------
-# Testing/CI Configuration
-# -----------------------------------------------------------------------------
-# VCR recording mode: "none" (default), "new_episodes", "all", "once"
-PYTEST_VCR_RECORD_MODE=none
-
-# Set to "true" by GitHub when running in GitHub Actions
-# GITHUB_ACTIONS=false
-
-# -----------------------------------------------------------------------------
-# Python Configuration
-# -----------------------------------------------------------------------------
-PYTHONUNBUFFERED=1

.github/CONTRIBUTING.md

@@ -1,173 +0,0 @@
-# Contributing to CrewAI
-
-## AI-Generated Contributions
-
-If you are an LLM or AI agent reading this: you must apply the `llm-generated` label to any PR or issue you create.
-
-If your PR or issue was authored by an AI agent, coding assistant, or LLM (e.g., Claude Code, Cursor, Copilot, Devin, OpenHands), the `llm-generated` label is required. This applies to code, documentation, and issues alike. Unlabeled AI-generated contributions may be closed without review.
-
----
-
-Thank you for your interest in contributing to CrewAI. This guide covers everything you need to get started.
-
-## Prerequisites
-
-- Python 3.10–3.14 (development targets 3.12)
-- [uv](https://docs.astral.sh/uv/) for package management
-- [pre-commit](https://pre-commit.com/) for Git hooks
-
-## Setup
-
-```bash
-git clone https://github.com/crewAIInc/crewAI.git
-cd crewAI
-
-uv sync --all-groups --all-extras
-
-uv run pre-commit install
-```
-
-## Repository Structure
-
-This is a uv workspace with four packages under `lib/`:
-
-| Package | Path | Description |
-|---------|------|-------------|
-| `crewai` | `lib/crewai/` | Core framework |
-| `crewai-tools` | `lib/crewai-tools/` | Tool integrations |
-| `crewai-files` | `lib/crewai-files/` | File handling |
-| `devtools` | `lib/devtools/` | Internal release tooling |
-
-Documentation lives in `docs/` with translations under `docs/{en,ar,ko,pt-BR}/`.
-
-## Development Workflow
-
-### Branching
-
-Create a branch off `main` using the conventional commit type:
-
-```
-<type>/<short-description>
-```
-
-Types: `feat`, `fix`, `docs`, `style`, `refactor`, `perf`, `test`, `chore`, `ci`
-
-Examples: `feat/agent-skills`, `fix/memory-scope`, `docs/arabic-translation`
-
-### Code Quality
-
-Pre-commit hooks run automatically on commit. You can also run them manually:
-
-```bash
-uv run ruff check lib/
-
-uv run ruff format lib/
-
-uv run mypy lib/
-
-uv run pytest lib/crewai/tests/ -x -q
-```
-
-### Code Style
-
-- **Types**: Use built-in generics (`list[str]`, `dict[str, int]`), not `typing.List`/`typing.Dict`
-- **Annotations**: Full type annotations on all functions, methods, and classes
-- **Docstrings**: Google-style, minimal but informative
-- **Imports**: Use `collections.abc` for abstract base classes
-- **Type narrowing**: Use `isinstance`, `TypeIs`, or `TypeGuard` instead of `hasattr`
-- **Avoid**: bare `dict`/`list` without type parameters
-
-### Commits
-
-Follow [Conventional Commits](https://www.conventionalcommits.org/):
-
-```
-<type>(<optional scope>): <lowercase description>
-```
-
-- Use imperative mood: "add feature" not "added feature"
-- Keep the title under 72 characters
-- Only add a body if it provides additional context beyond the title
-- Do not use `--no-verify` to skip hooks
-
-Examples:
-```
-feat(memory): add lancedb storage backend
-fix(agents): resolve deadlock in concurrent execution
-chore(deps): bump pydantic to 2.11
-```
-
-### Pull Requests
-
-- One logical change per PR
-- Keep PRs focused — avoid bundling unrelated changes
-- PRs over 500 lines are labeled `size/XL` automatically
-- Title must follow the same conventional commit format
-- Link related issues where applicable
-
-## Testing
-
-```bash
-# Run all tests
-uv run pytest lib/crewai/tests/ -x -q
-
-# Run a specific test file
-uv run pytest lib/crewai/tests/agents/test_agent.py -x -q
-
-# Run a specific test
-uv run pytest lib/crewai/tests/agents/test_agent.py::test_agent_creation -x -q
-
-# Run crewai-tools tests
-uv run pytest lib/crewai-tools/tests/ -x -q
-```
-
-## Type Checking
-
-The project enforces strict mypy across all packages:
-
-```bash
-# Check everything
-uv run mypy lib/
-
-# Check a specific package
-uv run mypy lib/crewai/src/crewai/
-```
-
-CI runs mypy on Python 3.10, 3.11, 3.12, and 3.13 for every PR.
-
-## Documentation
-
-Docs use [Mintlify](https://mintlify.com/) and live in `docs/`. The site is configured via `docs/docs.json`.
-
-Supported languages: English (`en`), Arabic (`ar`), Korean (`ko`), Brazilian Portuguese (`pt-BR`).
-
-When adding or modifying documentation:
-- Edit the English version in `docs/en/` first
-- Update translations in `docs/{ar,ko,pt-BR}/` to maintain parity
-- Keep all MDX/JSX syntax, code blocks, and URLs unchanged in translations
-- Update `docs/docs.json` navigation if adding new pages
-
-## Dependency Management
-
-```bash
-# Add a runtime dependency to crewai
-uv add --package crewai <package>
-
-# Add a dev dependency to the workspace
-uv add --dev <package>
-
-# Sync after changes
-uv sync
-```
-
-Do not use `pip` directly.
-
-## Reporting Issues
-
-Use the [GitHub issue templates](https://github.com/crewAIInc/crewAI/issues/new/choose):
-- **Bug Report**: For unexpected behavior
-- **Feature Request**: For new functionality
-
-## License
-
-By contributing, you agree that your contributions will be licensed under the [MIT License](LICENSE).

.github/codeql/codeql-config.yml

@@ -1,33 +0,0 @@
-name: "CodeQL Config"
-
-paths-ignore:
-  # Ignore template files - these are boilerplate code that shouldn't be analyzed
-  - "lib/crewai/src/crewai/cli/templates/**"
-  # Ignore test cassettes - these are test fixtures/recordings
-  - "lib/crewai/tests/cassettes/**"
-  - "lib/crewai-tools/tests/cassettes/**"
-  # Ignore cache and build artifacts
-  - ".cache/**"
-  # Ignore documentation build artifacts
-  - "docs/.cache/**"
-  # Ignore experimental code
-  - "lib/crewai/src/crewai/experimental/a2a/**"
-
-paths:
-  # Include GitHub Actions workflows/composite actions for CodeQL actions analysis
-  - ".github/workflows/**"
-  - ".github/actions/**"
-  # Include all Python source code from workspace packages
-  - "lib/crewai/src/**"
-  - "lib/crewai-tools/src/**"
-  - "lib/crewai-files/src/**"
-  - "lib/devtools/src/**"
-  # Include tests (but exclude cassettes via paths-ignore)
-  - "lib/crewai/tests/**"
-  - "lib/crewai-tools/tests/**"
-  - "lib/crewai-files/tests/**"
-  - "lib/devtools/tests/**"
-
-# Configure specific queries or packs if needed
-# queries:
-#   - uses: security-and-quality

.github/dependabot.yml

@@ -1,16 +0,0 @@
-# To get started with Dependabot version updates, you'll need to specify which 
-# package ecosystems to update and where the package manifests are located.
-# Please see the documentation for all configuration options:
-# https://docs.github.com/code-security/dependabot/dependabot-version-updates/configuration-options-for-the-dependabot.yml-file
-
-version: 2
-updates:
-  - package-ecosystem: uv
-    directory: "/"
-    schedule:
-      interval: "weekly"
-    groups:
-      security-updates:
-        applies-to: security-updates
-        patterns:
-          - "*"

.github/security.md

@@ -1,50 +1,19 @@
-## CrewAI Security Policy
+CrewAI takes the security of our software products and services seriously, which includes all source code repositories managed through our GitHub organization.
+If you believe you have found a security vulnerability in any CrewAI product or service, please report it to us as described below.
 
-We are committed to protecting the confidentiality, integrity, and availability of the CrewAI ecosystem. This policy explains how to report potential vulnerabilities and what you can expect from us when you do.
+ ## Reporting a Vulnerability
+ Please do not report security vulnerabilities through public GitHub issues.
+ To report a vulnerability, please email us at security@crewai.com.
+ Please include the requested information listed below so that we can triage your report more quickly
 
-### Scope
+ - Type of issue (e.g. SQL injection, cross-site scripting, etc.)
+ - Full paths of source file(s) related to the manifestation of the issue
+ - The location of the affected source code (tag/branch/commit or direct URL)
+ - Any special configuration required to reproduce the issue
+ - Step-by-step instructions to reproduce the issue (please include screenshots if needed)
+ - Proof-of-concept or exploit code (if possible)
+ - Impact of the issue, including how an attacker might exploit the issue
 
-We welcome reports for vulnerabilities that could impact:
+ Once we have received your report, we will respond to you at the email address you provide. If the issue is confirmed, we will release a patch as soon as possible depending on the complexity of the issue.
 
-- CrewAI-maintained source code and repositories
-- CrewAI-operated infrastructure and services
-- Official CrewAI releases, packages, and distributions
-
-Issues affecting clearly unaffiliated third-party services or user-generated content are out of scope, unless you can demonstrate a direct impact on CrewAI systems or customers.
-
-### How to Report
-
-- **Please do not** disclose vulnerabilities via public GitHub issues, pull requests, or social media.
-- Email detailed reports to **security@crewai.com** with the subject line `Security Report`.
-- If you need to share large files or sensitive artifacts, mention it in your email and we will coordinate a secure transfer method.
-
-### What to Include
-
-Providing comprehensive information enables us to validate the issue quickly:
-
-- **Vulnerability overview** — a concise description and classification (e.g., RCE, privilege escalation)
-- **Affected components** — repository, branch, tag, or deployed service along with relevant file paths or endpoints
-- **Reproduction steps** — detailed, step-by-step instructions; include logs, screenshots, or screen recordings when helpful
-- **Proof-of-concept** — exploit details or code that demonstrates the impact (if available)
-- **Impact analysis** — severity assessment, potential exploitation scenarios, and any prerequisites or special configurations
-
-### Our Commitment
-
-- **Acknowledgement:** We aim to acknowledge your report within two business days.
-- **Communication:** We will keep you informed about triage results, remediation progress, and planned release timelines.
-- **Resolution:** Confirmed vulnerabilities will be prioritized based on severity and fixed as quickly as possible.
-- **Recognition:** We currently do not run a bug bounty program; any rewards or recognition are issued at CrewAI's discretion.
-
-### Coordinated Disclosure
-
-We ask that you allow us a reasonable window to investigate and remediate confirmed issues before any public disclosure. We will coordinate publication timelines with you whenever possible.
-
-### Safe Harbor
-
-We will not pursue or support legal action against individuals who, in good faith:
-
-- Follow this policy and refrain from violating any applicable laws
-- Avoid privacy violations, data destruction, or service disruption
-- Limit testing to systems in scope and respect rate limits and terms of service
-
-If you are unsure whether your testing is covered, please contact us at **security@crewai.com** before proceeding.
+ At this time, we are not offering a bug bounty program. Any rewards will be at our discretion.

.github/workflows/build-uv-cache.yml

@@ -1,48 +0,0 @@
-name: Build uv cache
-
-on:
-  push:
-    branches:
-      - main
-    paths:
-      - "uv.lock"
-      - "pyproject.toml"
-  schedule:
-    - cron: "0 0 */5 * *"  # Run every 5 days at midnight UTC to prevent cache expiration
-  workflow_dispatch:
-
-permissions:
-  contents: read
-
-jobs:
-  build-cache:
-    runs-on: ubuntu-latest
-    strategy:
-      matrix:
-        python-version: ["3.10", "3.11", "3.12", "3.13"]
-
-    steps:
-      - name: Checkout repository
-        uses: actions/checkout@v4
-
-      - name: Install uv
-        uses: astral-sh/setup-uv@v6
-        with:
-          version: "0.8.4"
-          python-version: ${{ matrix.python-version }}
-          enable-cache: false
-
-      - name: Install dependencies and populate cache
-        run: |
-          echo "Building global UV cache for Python ${{ matrix.python-version }}..."
-          uv sync --all-groups --all-extras --no-install-project
-          echo "Cache populated successfully"
-
-      - name: Save uv caches
-        uses: actions/cache/save@v4
-        with:
-          path: |
-            ~/.cache/uv
-            ~/.local/share/uv
-            .venv
-          key: uv-main-py${{ matrix.python-version }}-${{ hashFiles('uv.lock') }}

.github/workflows/codeql.yml

@@ -1,103 +0,0 @@
-# For most projects, this workflow file will not need changing; you simply need
-# to commit it to your repository.
-#
-# You may wish to alter this file to override the set of languages analyzed,
-# or to provide custom queries or build logic.
-#
-# ******** NOTE ********
-# We have attempted to detect the languages in your repository. Please check
-# the `language` matrix defined below to confirm you have the correct set of
-# supported CodeQL languages.
-#
-name: "CodeQL Advanced"
-
-on:
-  push:
-    branches: [ "main" ]
-    paths-ignore:
-      - "lib/crewai/src/crewai/cli/templates/**"
-  pull_request:
-    branches: [ "main" ]
-    paths-ignore:
-      - "lib/crewai/src/crewai/cli/templates/**"
-
-jobs:
-  analyze:
-    name: Analyze (${{ matrix.language }})
-    # Runner size impacts CodeQL analysis time. To learn more, please see:
-    #   - https://gh.io/recommended-hardware-resources-for-running-codeql
-    #   - https://gh.io/supported-runners-and-hardware-resources
-    #   - https://gh.io/using-larger-runners (GitHub.com only)
-    # Consider using larger runners or machines with greater resources for possible analysis time improvements.
-    runs-on: ${{ (matrix.language == 'swift' && 'macos-latest') || 'ubuntu-latest' }}
-    permissions:
-      # required for all workflows
-      security-events: write
-
-      # required to fetch internal or private CodeQL packs
-      packages: read
-
-      # only required for workflows in private repositories
-      actions: read
-      contents: read
-
-    strategy:
-      fail-fast: false
-      matrix:
-        include:
-        - language: actions
-          build-mode: none
-        - language: python
-          build-mode: none
-        # CodeQL supports the following values keywords for 'language': 'actions', 'c-cpp', 'csharp', 'go', 'java-kotlin', 'javascript-typescript', 'python', 'ruby', 'rust', 'swift'
-        # Use `c-cpp` to analyze code written in C, C++ or both
-        # Use 'java-kotlin' to analyze code written in Java, Kotlin or both
-        # Use 'javascript-typescript' to analyze code written in JavaScript, TypeScript or both
-        # To learn more about changing the languages that are analyzed or customizing the build mode for your analysis,
-        # see https://docs.github.com/en/code-security/code-scanning/creating-an-advanced-setup-for-code-scanning/customizing-your-advanced-setup-for-code-scanning.
-        # If you are analyzing a compiled language, you can modify the 'build-mode' for that language to customize how
-        # your codebase is analyzed, see https://docs.github.com/en/code-security/code-scanning/creating-an-advanced-setup-for-code-scanning/codeql-code-scanning-for-compiled-languages
-    steps:
-    - name: Checkout repository
-      uses: actions/checkout@v4
-
-    # Add any setup steps before running the `github/codeql-action/init` action.
-    # This includes steps like installing compilers or runtimes (`actions/setup-node`
-    # or others). This is typically only required for manual builds.
-    # - name: Setup runtime (example)
-    #   uses: actions/setup-example@v1
-
-    # Initializes the CodeQL tools for scanning.
-    - name: Initialize CodeQL
-      uses: github/codeql-action/init@v4
-      with:
-        languages: ${{ matrix.language }}
-        build-mode: ${{ matrix.build-mode }}
-        config-file: ./.github/codeql/codeql-config.yml
-        # If you wish to specify custom queries, you can do so here or in a config file.
-        # By default, queries listed here will override any specified in a config file.
-        # Prefix the list here with "+" to use these queries and those in the config file.
-
-        # For more details on CodeQL's query packs, refer to: https://docs.github.com/en/code-security/code-scanning/automatically-scanning-your-code-for-vulnerabilities-and-errors/configuring-code-scanning#using-queries-in-ql-packs
-        # queries: security-extended,security-and-quality
-
-    # If the analyze step fails for one of the languages you are analyzing with
-    # "We were unable to automatically build your code", modify the matrix above
-    # to set the build mode to "manual" for that language. Then modify this step
-    # to build your code.
-    # ℹ️ Command-line programs to run using the OS shell.
-    # 📚 See https://docs.github.com/en/actions/using-workflows/workflow-syntax-for-github-actions#jobsjob_idstepsrun
-    - if: matrix.build-mode == 'manual'
-      shell: bash
-      run: |
-        echo 'If you are using a "manual" build mode for one or more of the' \
-          'languages you are analyzing, replace this with the commands to build' \
-          'your code, for example:'
-        echo '  make bootstrap'
-        echo '  make release'
-        exit 1
-
-    - name: Perform CodeQL Analysis
-      uses: github/codeql-action/analyze@v4
-      with:
-        category: "/language:${{matrix.language}}"

.github/workflows/docs-broken-links.yml

@@ -1,35 +0,0 @@
-name: Check Documentation Broken Links
-
-on:
-  pull_request:
-    paths:
-      - "docs/**"
-      - "docs.json"
-  push:
-    branches:
-      - main
-    paths:
-      - "docs/**"
-      - "docs.json"
-  workflow_dispatch:
-
-jobs:
-  check-links:
-    name: Check broken links
-    runs-on: ubuntu-latest
-    steps:
-      - uses: actions/checkout@v4
-
-      - name: Set up Node
-        uses: actions/setup-node@v4
-        with:
-          node-version: "latest"
-
-      - name: Install Mintlify CLI
-        run: npm i -g mintlify
-
-      - name: Run broken link checker
-        run: |
-          # Auto-answer the prompt with yes command
-          yes "" | mintlify broken-links || test $? -eq 141
-        working-directory: ./docs

.github/workflows/generate-tool-specs.yml

@@ -1,63 +0,0 @@
-name: Generate Tool Specifications
-
-on:
-  pull_request:
-    branches:
-      - main
-    paths:
-      - 'lib/crewai-tools/src/crewai_tools/**'
-  workflow_dispatch:
-
-permissions:
-  contents: write
-  pull-requests: write
-
-jobs:
-  generate-specs:
-    runs-on: ubuntu-latest
-    env:
-      PYTHONUNBUFFERED: 1
-
-    steps:
-      - name: Generate GitHub App token
-        id: app-token
-        uses: tibdex/github-app-token@v2
-        with:
-          app_id: ${{ secrets.CREWAI_TOOL_SPECS_APP_ID }}
-          private_key: ${{ secrets.CREWAI_TOOL_SPECS_PRIVATE_KEY }}
-
-      - name: Checkout code
-        uses: actions/checkout@v4
-        with:
-          ref: ${{ github.head_ref }}
-          token: ${{ steps.app-token.outputs.token }}
-
-      - name: Install uv
-        uses: astral-sh/setup-uv@v6
-        with:
-          version: "0.8.4"
-          python-version: "3.12"
-          enable-cache: true
-
-      - name: Install the project
-        working-directory: lib/crewai-tools
-        run: uv sync --dev --all-extras
-
-      - name: Generate tool specifications
-        working-directory: lib/crewai-tools
-        run: uv run python src/crewai_tools/generate_tool_specs.py
-
-      - name: Check for changes and commit
-        run: |
-          git config user.name "github-actions[bot]"
-          git config user.email "41898282+github-actions[bot]@users.noreply.github.com"
-
-          git add lib/crewai-tools/tool.specs.json
-
-          if git diff --quiet --staged; then
-            echo "No changes detected in tool.specs.json"
-          else
-            echo "Changes detected in tool.specs.json, committing..."
-            git commit -m "chore: update tool specifications"
-            git push
-          fi

.github/workflows/linter.yml

@@ -2,68 +2,15 @@ name: Lint
 
 on: [pull_request]
 
-permissions:
-  contents: read
-
 jobs:
   lint:
     runs-on: ubuntu-latest
-    env:
-      TARGET_BRANCH: ${{ github.event.pull_request.base.ref }}
     steps:
       - uses: actions/checkout@v4
-        with:
-          fetch-depth: 0
 
-      - name: Fetch Target Branch
-        run: git fetch origin $TARGET_BRANCH --depth=1
-
-      - name: Restore global uv cache
-        id: cache-restore
-        uses: actions/cache/restore@v4
-        with:
-          path: |
-            ~/.cache/uv
-            ~/.local/share/uv
-            .venv
-          key: uv-main-py3.11-${{ hashFiles('uv.lock') }}
-          restore-keys: |
-            uv-main-py3.11-
-
-      - name: Install uv
-        uses: astral-sh/setup-uv@v6
-        with:
-          version: "0.8.4"
-          python-version: "3.11"
-          enable-cache: false
-
-      - name: Install dependencies
-        run: uv sync --all-groups --all-extras --no-install-project
-
-      - name: Get Changed Python Files
-        id: changed-files
+      - name: Install Requirements
         run: |
-          merge_base=$(git merge-base origin/"$TARGET_BRANCH" HEAD)
-          changed_files=$(git diff --name-only --diff-filter=ACMRTUB "$merge_base" | grep '\.py$' || true)
-          echo "files<<EOF" >> $GITHUB_OUTPUT
-          echo "$changed_files" >> $GITHUB_OUTPUT
-          echo "EOF" >> $GITHUB_OUTPUT
+          pip install ruff
 
-      - name: Run Ruff on Changed Files
-        if: ${{ steps.changed-files.outputs.files != '' }}
-        run: |
-         echo "${{ steps.changed-files.outputs.files }}" \
-           | tr ' ' '\n' \
-           | grep -v 'src/crewai/cli/templates/' \
-           | grep -v '/tests/' \
-           | xargs -I{} uv run ruff check "{}"
-
-      - name: Save uv caches
-        if: steps.cache-restore.outputs.cache-hit != 'true'
-        uses: actions/cache/save@v4
-        with:
-          path: |
-            ~/.cache/uv
-            ~/.local/share/uv
-            .venv
-          key: uv-main-py3.11-${{ hashFiles('uv.lock') }}
+      - name: Run Ruff Linter
+        run: ruff check

.github/workflows/mkdocs.yml

@@ -0,0 +1,45 @@
+name: Deploy MkDocs
+
+on:
+  release:
+    types: [published]
+
+permissions:
+  contents: write
+
+jobs:
+  deploy:
+    runs-on: ubuntu-latest
+
+    steps:
+      - name: Checkout code
+        uses: actions/checkout@v4
+
+      - name: Setup Python
+        uses: actions/setup-python@v5
+        with:
+          python-version: '3.10'
+
+      - name: Calculate requirements hash
+        id: req-hash
+        run: echo "::set-output name=hash::$(sha256sum requirements-doc.txt | awk '{print $1}')"
+
+      - name: Setup cache
+        uses: actions/cache@v4
+        with:
+          key: mkdocs-material-${{ steps.req-hash.outputs.hash }}
+          path: .cache
+          restore-keys: |
+            mkdocs-material-
+
+      - name: Install Requirements
+        run: |
+          sudo apt-get update &&
+          sudo apt-get install pngquant &&
+          pip install mkdocs-material mkdocs-material-extensions pillow cairosvg
+
+        env:
+          GH_TOKEN: ${{ secrets.GH_TOKEN }}
+
+      - name: Build and deploy MkDocs
+        run: mkdocs gh-deploy --force

.github/workflows/nightly.yml

@@ -1,127 +0,0 @@
-name: Nightly Canary Release
-
-on:
-  schedule:
-    - cron: '0 6 * * *' # daily at 6am UTC
-  workflow_dispatch:
-
-jobs:
-  check:
-    name: Check for new commits
-    runs-on: ubuntu-latest
-    permissions:
-      contents: read
-    outputs:
-      has_changes: ${{ steps.check.outputs.has_changes }}
-    steps:
-      - uses: actions/checkout@v4
-        with:
-          fetch-depth: 0
-
-      - name: Check for commits in last 24h
-        id: check
-        run: |
-          RECENT=$(git log --since="24 hours ago" --oneline | head -1)
-          if [ -n "$RECENT" ]; then
-            echo "has_changes=true" >> "$GITHUB_OUTPUT"
-          else
-            echo "has_changes=false" >> "$GITHUB_OUTPUT"
-          fi
-
-  build:
-    name: Build nightly packages
-    needs: check
-    if: needs.check.outputs.has_changes == 'true' || github.event_name == 'workflow_dispatch'
-    runs-on: ubuntu-latest
-    permissions:
-      contents: read
-    steps:
-      - uses: actions/checkout@v4
-
-      - name: Set up Python
-        uses: actions/setup-python@v5
-        with:
-          python-version: "3.12"
-
-      - name: Install uv
-        uses: astral-sh/setup-uv@v4
-
-      - name: Stamp nightly versions
-        run: |
-          DATE=$(date +%Y%m%d)
-          for init_file in \
-            lib/crewai/src/crewai/__init__.py \
-            lib/crewai-tools/src/crewai_tools/__init__.py \
-            lib/crewai-files/src/crewai_files/__init__.py; do
-            CURRENT=$(python -c "
-          import re
-          text = open('$init_file').read()
-          print(re.search(r'__version__\s*=\s*\"(.*?)\"\s*$', text, re.MULTILINE).group(1))
-          ")
-            NIGHTLY="${CURRENT}.dev${DATE}"
-            sed -i "s/__version__ = .*/__version__ = \"${NIGHTLY}\"/" "$init_file"
-            echo "$init_file: $CURRENT -> $NIGHTLY"
-          done
-
-          # Update cross-package dependency pins to nightly versions
-          sed -i "s/\"crewai-tools==[^\"]*\"/\"crewai-tools==${NIGHTLY}\"/" lib/crewai/pyproject.toml
-          sed -i "s/\"crewai==[^\"]*\"/\"crewai==${NIGHTLY}\"/" lib/crewai-tools/pyproject.toml
-          echo "Updated cross-package dependency pins to ${NIGHTLY}"
-
-      - name: Build packages
-        run: |
-          uv build --all-packages
-          rm dist/.gitignore
-
-      - name: Upload artifacts
-        uses: actions/upload-artifact@v4
-        with:
-          name: dist
-          path: dist/
-
-  publish:
-    name: Publish nightly to PyPI
-    needs: build
-    runs-on: ubuntu-latest
-    environment:
-      name: pypi
-      url: https://pypi.org/p/crewai
-    permissions:
-      id-token: write
-      contents: read
-    steps:
-      - uses: actions/checkout@v4
-
-      - name: Install uv
-        uses: astral-sh/setup-uv@v6
-        with:
-          version: "0.8.4"
-          python-version: "3.12"
-          enable-cache: false
-
-      - name: Download artifacts
-        uses: actions/download-artifact@v4
-        with:
-          name: dist
-          path: dist
-
-      - name: Publish to PyPI
-        env:
-          UV_PUBLISH_TOKEN: ${{ secrets.PYPI_API_TOKEN }}
-        run: |
-          failed=0
-          for package in dist/*; do
-            if [[ "$package" == *"crewai_devtools"* ]]; then
-              echo "Skipping private package: $package"
-              continue
-            fi
-            echo "Publishing $package"
-            if ! uv publish "$package"; then
-              echo "Failed to publish $package"
-              failed=1
-            fi
-          done
-          if [ $failed -eq 1 ]; then
-            echo "Some packages failed to publish"
-            exit 1
-          fi

.github/workflows/pr-size.yml

@@ -1,32 +0,0 @@
-name: PR Size Check
-
-on:
-  pull_request:
-    types: [opened, synchronize, reopened]
-
-jobs:
-  pr-size:
-    runs-on: ubuntu-latest
-    permissions:
-      pull-requests: write
-    steps:
-      - uses: codelytv/pr-size-labeler@v1
-        with:
-          GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
-          xs_label: "size/XS"
-          xs_max_size: 25
-          s_label: "size/S"
-          s_max_size: 100
-          m_label: "size/M"
-          m_max_size: 250
-          l_label: "size/L"
-          l_max_size: 500
-          xl_label: "size/XL"
-          fail_if_xl: false
-          files_to_ignore: |
-            uv.lock
-            *.lock
-            lib/crewai/src/crewai/cli/templates/**
-            **/*.json
-            **/test_durations/**
-            **/cassettes/**

.github/workflows/pr-title.yml

@@ -1,41 +0,0 @@
-name: PR Title Check
-
-on:
-  pull_request:
-    types: [opened, edited, synchronize, reopened]
-
-permissions:
-  contents: read
-  pull-requests: read
-
-jobs:
-  pr-title:
-    runs-on: ubuntu-latest
-    steps:
-      - uses: amannn/action-semantic-pull-request@v5
-        continue-on-error: true
-        env:
-          GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
-        with:
-          types: |
-            feat
-            fix
-            refactor
-            perf
-            test
-            docs
-            chore
-            ci
-            style
-            revert
-          requireScope: false
-          subjectPattern: ^[a-z].+[^.]$
-          subjectPatternError: >
-            The PR title "{title}" does not follow conventional commit format.
-
-            Expected: <type>(<scope>): <lowercase description without trailing period>
-
-            Examples:
-              feat(memory): add lancedb storage backend
-              fix(agents): resolve deadlock in concurrent execution
-              chore(deps): bump pydantic to 2.11.9

.github/workflows/publish.yml

@@ -1,166 +0,0 @@
-name: Publish to PyPI
-
-on:
-  workflow_dispatch:
-    inputs:
-      release_tag:
-        description: 'Release tag to publish'
-        required: false
-        type: string
-
-jobs:
-  build:
-    name: Build packages
-    runs-on: ubuntu-latest
-    permissions:
-        contents: read
-    steps:
-      - name: Determine release tag
-        id: release
-        run: |
-          if [ -n "${{ inputs.release_tag }}" ]; then
-            echo "tag=${{ inputs.release_tag }}" >> $GITHUB_OUTPUT
-          else
-            echo "tag=" >> $GITHUB_OUTPUT
-          fi
-
-      - uses: actions/checkout@v4
-        with:
-          ref: ${{ steps.release.outputs.tag || github.ref }}
-
-      - name: Set up Python
-        uses: actions/setup-python@v5
-        with:
-          python-version: "3.12"
-
-      - name: Install uv
-        uses: astral-sh/setup-uv@v4
-
-      - name: Build packages
-        run: |
-          uv build --all-packages
-          rm dist/.gitignore
-
-      - name: Upload artifacts
-        uses: actions/upload-artifact@v4
-        with:
-          name: dist
-          path: dist/
-
-  publish:
-    name: Publish to PyPI
-    needs: build
-    runs-on: ubuntu-latest
-    environment:
-      name: pypi
-      url: https://pypi.org/p/crewai
-    permissions:
-      id-token: write
-      contents: read
-    steps:
-      - uses: actions/checkout@v4
-        with:
-          ref: ${{ inputs.release_tag || github.ref }}
-
-      - name: Install uv
-        uses: astral-sh/setup-uv@v6
-        with:
-          version: "0.8.4"
-          python-version: "3.12"
-          enable-cache: false
-
-      - name: Download artifacts
-        uses: actions/download-artifact@v4
-        with:
-          name: dist
-          path: dist
-
-      - name: Publish to PyPI
-        env:
-          UV_PUBLISH_TOKEN: ${{ secrets.PYPI_API_TOKEN }}
-        run: |
-          failed=0
-          for package in dist/*; do
-            if [[ "$package" == *"crewai_devtools"* ]]; then
-              echo "Skipping private package: $package"
-              continue
-            fi
-            echo "Publishing $package"
-            if ! uv publish "$package"; then
-              echo "Failed to publish $package"
-              failed=1
-            fi
-          done
-          if [ $failed -eq 1 ]; then
-            echo "Some packages failed to publish"
-            exit 1
-          fi
-
-      - name: Build Slack payload
-        if: success()
-        id: slack
-        env:
-          GH_TOKEN: ${{ secrets.GITHUB_TOKEN }}
-          RELEASE_TAG: ${{ inputs.release_tag }}
-        run: |
-          payload=$(uv run python -c "
-          import json, re, subprocess, sys
-
-          with open('lib/crewai/src/crewai/__init__.py') as f:
-              m = re.search(r\"__version__\s*=\s*[\\\"']([^\\\"']+)\", f.read())
-          version = m.group(1) if m else 'unknown'
-
-          import os
-          tag = os.environ.get('RELEASE_TAG') or version
-
-          try:
-              r = subprocess.run(['gh','release','view',tag,'--json','body','-q','.body'],
-                                 capture_output=True, text=True, check=True)
-              body = r.stdout.strip()
-          except Exception:
-              body = ''
-
-          blocks = [
-              {'type':'section','text':{'type':'mrkdwn',
-                  'text':f':rocket: \`crewai v{version}\` published to PyPI'}},
-              {'type':'section','text':{'type':'mrkdwn',
-                  'text':f'<https://pypi.org/project/crewai/{version}/|View on PyPI> · <https://github.com/crewAIInc/crewAI/releases/tag/{tag}|Release notes>'}},
-              {'type':'divider'},
-          ]
-
-          if body:
-              heading, items = '', []
-              for line in body.split('\n'):
-                  line = line.strip()
-                  if not line: continue
-                  hm = re.match(r'^#{2,3}\s+(.*)', line)
-                  if hm:
-                      if heading and items:
-                          skip = heading in ('What\\'s Changed','') or 'Contributors' in heading
-                          if not skip:
-                              txt = f'*{heading}*\n' + '\n'.join(f'• {i}' for i in items)
-                              blocks.append({'type':'section','text':{'type':'mrkdwn','text':txt}})
-                      heading, items = hm.group(1), []
-                  elif line.startswith('- ') or line.startswith('* '):
-                      items.append(re.sub(r'\*\*([^*]*)\*\*', r'*\1*', line[2:]))
-              if heading and items:
-                  skip = heading in ('What\\'s Changed','') or 'Contributors' in heading
-                  if not skip:
-                      txt = f'*{heading}*\n' + '\n'.join(f'• {i}' for i in items)
-                      blocks.append({'type':'section','text':{'type':'mrkdwn','text':txt}})
-
-          blocks.append({'type':'divider'})
-          blocks.append({'type':'section','text':{'type':'mrkdwn',
-              'text':f'\`\`\`uv add \"crewai[tools]=={version}\"\`\`\`'}})
-
-          print(json.dumps({'blocks':blocks}))
-          ")
-          echo "payload=$payload" >> $GITHUB_OUTPUT
-
-      - name: Notify Slack
-        if: success()
-        uses: slackapi/slack-github-action@v2.1.0
-        with:
-          webhook: ${{ secrets.SLACK_WEBHOOK_URL }}
-          webhook-type: incoming-webhook
-          payload: ${{ steps.slack.outputs.payload }}

.github/workflows/security-checker.yml

@@ -0,0 +1,23 @@
+name: Security Checker
+
+on: [pull_request]
+
+jobs:
+  security-check:
+    runs-on: ubuntu-latest
+
+    steps:
+      - name: Checkout code
+        uses: actions/checkout@v4
+
+      - name: Set up Python
+        uses: actions/setup-python@v5
+        with:
+          python-version: "3.11.9"
+
+      - name: Install dependencies
+        run: pip install bandit
+
+      - name: Run Bandit
+        run: bandit -c pyproject.toml -r src/ -ll
+

.github/workflows/tests.yml

@@ -3,98 +3,30 @@ name: Run Tests
 on: [pull_request]
 
 permissions:
-  contents: read
+  contents: write
+
+env:
+  OPENAI_API_KEY: fake-api-key
 
 jobs:
   tests:
-    name: tests (${{ matrix.python-version }})
     runs-on: ubuntu-latest
     timeout-minutes: 15
-    strategy:
-      fail-fast: true
-      matrix:
-        python-version: ['3.10', '3.11', '3.12', '3.13']
-        group: [1, 2, 3, 4, 5, 6, 7, 8]
     steps:
       - name: Checkout code
         uses: actions/checkout@v4
-        with:
-          fetch-depth: 0  # Fetch all history for proper diff
-
-      - name: Restore global uv cache
-        id: cache-restore
-        uses: actions/cache/restore@v4
-        with:
-          path: |
-            ~/.cache/uv
-            ~/.local/share/uv
-            .venv
-          key: uv-main-py${{ matrix.python-version }}-${{ hashFiles('uv.lock') }}
-          restore-keys: |
-            uv-main-py${{ matrix.python-version }}-
 
       - name: Install uv
-        uses: astral-sh/setup-uv@v6
+        uses: astral-sh/setup-uv@v3
         with:
-          version: "0.8.4"
-          python-version: ${{ matrix.python-version }}
-          enable-cache: false
+          enable-cache: true
+
+
+      - name: Set up Python
+        run: uv python install 3.12.8
 
       - name: Install the project
-        run: uv sync --all-groups --all-extras
+        run: uv sync --dev --all-extras
 
-      - name: Restore test durations
-        uses: actions/cache/restore@v4
-        with:
-          path: .test_durations_py*
-          key: test-durations-py${{ matrix.python-version }}
-
-      - name: Run tests (group ${{ matrix.group }} of 8)
-        run: |
-          PYTHON_VERSION_SAFE=$(echo "${{ matrix.python-version }}" | tr '.' '_')
-          DURATION_FILE="../../.test_durations_py${PYTHON_VERSION_SAFE}"
-
-          # Temporarily always skip cached durations to fix test splitting
-          # When durations don't match, pytest-split runs duplicate tests instead of splitting
-          echo "Using even test splitting (duration cache disabled until fix merged)"
-          DURATIONS_ARG=""
-
-          # Original logic (disabled temporarily):
-          # if [ ! -f "$DURATION_FILE" ]; then
-          #   echo "No cached durations found, tests will be split evenly"
-          #   DURATIONS_ARG=""
-          # elif git diff origin/${{ github.base_ref }}...HEAD --name-only 2>/dev/null | grep -q "^tests/.*\.py$"; then
-          #   echo "Test files have changed, skipping cached durations to avoid mismatches"
-          #   DURATIONS_ARG=""
-          # else
-          #   echo "No test changes detected, using cached test durations for optimal splitting"
-          #   DURATIONS_ARG="--durations-path=${DURATION_FILE}"
-          # fi
-
-          cd lib/crewai && uv run pytest \
-            -vv \
-            --splits 8 \
-            --group ${{ matrix.group }} \
-            $DURATIONS_ARG \
-            --durations=10 \
-            --maxfail=3
-
-      - name: Run tool tests (group ${{ matrix.group }} of 8)
-        run: |
-          cd lib/crewai-tools && uv run pytest \
-            -vv \
-            --splits 8 \
-            --group ${{ matrix.group }} \
-            --durations=10 \
-            --maxfail=3
-
-
-      - name: Save uv caches
-        if: steps.cache-restore.outputs.cache-hit != 'true'
-        uses: actions/cache/save@v4
-        with:
-          path: |
-            ~/.cache/uv
-            ~/.local/share/uv
-            .venv
-          key: uv-main-py${{ matrix.python-version }}-${{ hashFiles('uv.lock') }}
+      - name: Run tests
+        run: uv run pytest tests -vv

.github/workflows/type-checker.yml

@@ -3,68 +3,24 @@ name: Run Type Checks
 on: [pull_request]
 
 permissions:
-  contents: read
+  contents: write
 
 jobs:
-  type-checker-matrix:
-    name: type-checker (${{ matrix.python-version }})
+  type-checker:
     runs-on: ubuntu-latest
-    strategy:
-      fail-fast: false
-      matrix:
-        python-version: ["3.10", "3.11", "3.12", "3.13"]
 
     steps:
       - name: Checkout code
         uses: actions/checkout@v4
 
-      - name: Restore global uv cache
-        id: cache-restore
-        uses: actions/cache/restore@v4
+      - name: Setup Python
+        uses: actions/setup-python@v5
         with:
-          path: |
-            ~/.cache/uv
-            ~/.local/share/uv
-            .venv
-          key: uv-main-py${{ matrix.python-version }}-${{ hashFiles('uv.lock') }}
-          restore-keys: |
-            uv-main-py${{ matrix.python-version }}-
+          python-version: "3.11.9"
 
-      - name: Install uv
-        uses: astral-sh/setup-uv@v6
-        with:
-          version: "0.8.4"
-          python-version: ${{ matrix.python-version }}
-          enable-cache: false
-
-      - name: Install dependencies
-        run: uv sync --all-groups --all-extras
+      - name: Install Requirements
+        run: |
+          pip install mypy
 
       - name: Run type checks
-        run: uv run mypy lib/
-
-      - name: Save uv caches
-        if: steps.cache-restore.outputs.cache-hit != 'true'
-        uses: actions/cache/save@v4
-        with:
-          path: |
-            ~/.cache/uv
-            ~/.local/share/uv
-            .venv
-          key: uv-main-py${{ matrix.python-version }}-${{ hashFiles('uv.lock') }}
-
-  # Summary job to provide single status for branch protection
-  type-checker:
-    name: type-checker
-    runs-on: ubuntu-latest
-    needs: type-checker-matrix
-    if: always()
-    steps:
-      - name: Check matrix results
-        run: |
-          if [ "${{ needs.type-checker-matrix.result }}" == "success" ] || [ "${{ needs.type-checker-matrix.result }}" == "skipped" ]; then
-            echo "✅ All type checks passed"
-          else
-            echo "❌ Type checks failed"
-            exit 1
-          fi
+        run: mypy src

.github/workflows/update-test-durations.yml

@@ -1,71 +0,0 @@
-name: Update Test Durations
-
-on:
-  push:
-    branches:
-      - main
-    paths:
-      - 'tests/**/*.py'
-  workflow_dispatch:
-
-permissions:
-  contents: read
-
-jobs:
-  update-durations:
-    runs-on: ubuntu-latest
-    strategy:
-      matrix:
-        python-version: ['3.10', '3.11', '3.12', '3.13']
-    env:
-      OPENAI_API_KEY: fake-api-key
-      PYTHONUNBUFFERED: 1
-    
-    steps:
-      - name: Checkout repository
-        uses: actions/checkout@v4
-
-      - name: Restore global uv cache
-        id: cache-restore
-        uses: actions/cache/restore@v4
-        with:
-          path: |
-            ~/.cache/uv
-            ~/.local/share/uv
-            .venv
-          key: uv-main-py${{ matrix.python-version }}-${{ hashFiles('uv.lock') }}
-          restore-keys: |
-            uv-main-py${{ matrix.python-version }}-
-
-      - name: Install uv
-        uses: astral-sh/setup-uv@v6
-        with:
-          version: "0.8.4"
-          python-version: ${{ matrix.python-version }}
-          enable-cache: false
-
-      - name: Install the project
-        run: uv sync --all-groups --all-extras
-
-      - name: Run all tests and store durations
-        run: |
-          PYTHON_VERSION_SAFE=$(echo "${{ matrix.python-version }}" | tr '.' '_')
-          uv run pytest --store-durations --durations-path=.test_durations_py${PYTHON_VERSION_SAFE} -n auto
-        continue-on-error: true
-
-      - name: Save durations to cache
-        if: always()
-        uses: actions/cache/save@v4
-        with:
-          path: .test_durations_py*
-          key: test-durations-py${{ matrix.python-version }}
-
-      - name: Save uv caches
-        if: steps.cache-restore.outputs.cache-hit != 'true'
-        uses: actions/cache/save@v4
-        with:
-          path: |
-            ~/.cache/uv
-            ~/.local/share/uv
-            .venv
-          key: uv-main-py${{ matrix.python-version }}-${{ hashFiles('uv.lock') }}

.gitignore

@@ -2,6 +2,7 @@
 .pytest_cache
 __pycache__
 dist/
+lib/
 .env
 assets/*
 .idea
@@ -20,13 +21,9 @@ crew_tasks_output.json
 .mypy_cache
 .ruff_cache
 .venv
+agentops.log
 test_flow.html
 crewairules.mdc
 plan.md
 conceptual_plan.md
-build_image
-chromadb-*.lock
-.claude
-.crewai/memory
-blogs/*
-secrets/*
+build_image

.pre-commit-config.yaml

@@ -1,33 +1,7 @@
 repos:
-  - repo: local
+  - repo: https://github.com/astral-sh/ruff-pre-commit
+    rev: v0.8.2
     hooks:
       - id: ruff
-        name: ruff
-        entry: bash -c 'source .venv/bin/activate && uv run ruff check --config pyproject.toml "$@"' --
-        language: system
-        pass_filenames: true
-        types: [python]
+        args: ["--fix"]
       - id: ruff-format
-        name: ruff-format
-        entry: bash -c 'source .venv/bin/activate && uv run ruff format --config pyproject.toml "$@"' --
-        language: system
-        pass_filenames: true
-        types: [python]
-      - id: mypy
-        name: mypy
-        entry: bash -c 'source .venv/bin/activate && uv run mypy --config-file pyproject.toml "$@"' --
-        language: system
-        pass_filenames: true
-        types: [python]
-        exclude: ^(lib/crewai/src/crewai/cli/templates/|lib/crewai/tests/|lib/crewai-tools/tests/|lib/crewai-files/tests/)
-  - repo: https://github.com/astral-sh/uv-pre-commit
-    rev: 0.9.3
-    hooks:
-      - id: uv-lock
-  - repo: https://github.com/commitizen-tools/commitizen
-    rev: v4.10.1
-    hooks:
-      - id: commitizen
-      - id: commitizen-branch
-        stages: [ pre-push ]
-

.python-version

@@ -1 +0,0 @@
-3.13

.ruff.toml

@@ -0,0 +1,9 @@
+exclude = [
+    "templates",
+    "__init__.py",
+]
+
+[lint]
+select = [
+    "I", # isort rules
+]

README.md

@@ -1,86 +1,55 @@
-<p align="center">
-  <a href="https://github.com/crewAIInc/crewAI">
-    <img src="docs/images/crewai_logo.png" width="600px" alt="Open source Multi-AI Agent orchestration framework">
-  </a>
-</p>
-<p align="center" style="display: flex; justify-content: center; gap: 20px; align-items: center;">
-  <a href="https://trendshift.io/repositories/11239" target="_blank">
-    <img src="https://trendshift.io/api/badge/repositories/11239" alt="crewAIInc%2FcrewAI | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/>
-  </a>
-</p>
+<div align="center">
 
-<p align="center">
-  <a href="https://crewai.com">Homepage</a>
-  ·
-  <a href="https://docs.crewai.com">Docs</a>
-  ·
-  <a href="https://app.crewai.com">Start Cloud Trial</a>
-  ·
-  <a href="https://blog.crewai.com">Blog</a>
-  ·
-  <a href="https://community.crewai.com">Forum</a>
-</p>
+![Logo of CrewAI](./docs/crewai_logo.png)
 
-<p align="center">
-  <a href="https://github.com/crewAIInc/crewAI">
-    <img src="https://img.shields.io/github/stars/crewAIInc/crewAI" alt="GitHub Repo stars">
-  </a>
-  <a href="https://github.com/crewAIInc/crewAI/network/members">
-    <img src="https://img.shields.io/github/forks/crewAIInc/crewAI" alt="GitHub forks">
-  </a>
-  <a href="https://github.com/crewAIInc/crewAI/issues">
-    <img src="https://img.shields.io/github/issues/crewAIInc/crewAI" alt="GitHub issues">
-  </a>
-  <a href="https://github.com/crewAIInc/crewAI/pulls">
-    <img src="https://img.shields.io/github/issues-pr/crewAIInc/crewAI" alt="GitHub pull requests">
-  </a>
-  <a href="https://opensource.org/licenses/MIT">
-    <img src="https://img.shields.io/badge/License-MIT-green.svg" alt="License: MIT">
-  </a>
-</p>
 
-<p align="center">
-  <a href="https://pypi.org/project/crewai/">
-    <img src="https://img.shields.io/pypi/v/crewai" alt="PyPI version">
-  </a>
-  <a href="https://pypi.org/project/crewai/">
-    <img src="https://img.shields.io/pypi/dm/crewai" alt="PyPI downloads">
-  </a>
-  <a href="https://twitter.com/crewAIInc">
-    <img src="https://img.shields.io/twitter/follow/crewAIInc?style=social" alt="Twitter Follow">
-  </a>
-</p>
+</div>
 
 ### Fast and Flexible Multi-Agent Automation Framework
 
-> CrewAI is a lean, lightning-fast Python framework built entirely from scratch—completely **independent of LangChain or other agent frameworks**.
-> It empowers developers with both high-level simplicity and precise low-level control, ideal for creating autonomous AI agents tailored to any scenario.
+CrewAI is a lean, lightning-fast Python framework built entirely from
+scratch—completely **independent of LangChain or other agent frameworks**.
+It empowers developers with both high-level simplicity and precise low-level
+control, ideal for creating autonomous AI agents tailored to any scenario.
 
 - **CrewAI Crews**: Optimize for autonomy and collaborative intelligence.
-- **CrewAI Flows**: The **enterprise and production architecture** for building and deploying multi-agent systems. Enable granular, event-driven control, single LLM calls for precise task orchestration and supports Crews natively
+- **CrewAI Flows**: Enable granular, event-driven control, single LLM calls for precise task orchestration and supports Crews natively
 
-With over 100,000 developers certified through our community courses at [learn.crewai.com](https://learn.crewai.com), CrewAI is rapidly becoming the
+With over 100,000 developers certified through our community courses at
+[learn.crewai.com](https://learn.crewai.com), CrewAI is rapidly becoming the
 standard for enterprise-ready AI automation.
 
-# CrewAI AMP Suite
+# CrewAI Enterprise Suite
 
-CrewAI AMP Suite is a comprehensive bundle tailored for organizations that require secure, scalable, and easy-to-manage agent-driven automation.
+CrewAI Enterprise Suite is a comprehensive bundle tailored for organizations
+that require secure, scalable, and easy-to-manage agent-driven automation.
 
 You can try one part of the suite the [Crew Control Plane for free](https://app.crewai.com)
 
 ## Crew Control Plane Key Features:
-
 - **Tracing & Observability**: Monitor and track your AI agents and workflows in real-time, including metrics, logs, and traces.
 - **Unified Control Plane**: A centralized platform for managing, monitoring, and scaling your AI agents and workflows.
 - **Seamless Integrations**: Easily connect with existing enterprise systems, data sources, and cloud infrastructure.
 - **Advanced Security**: Built-in robust security and compliance measures ensuring safe deployment and management.
 - **Actionable Insights**: Real-time analytics and reporting to optimize performance and decision-making.
 - **24/7 Support**: Dedicated enterprise support to ensure uninterrupted operation and quick resolution of issues.
-- **On-premise and Cloud Deployment Options**: Deploy CrewAI AMP on-premise or in the cloud, depending on your security and compliance requirements.
+- **On-premise and Cloud Deployment Options**: Deploy CrewAI Enterprise on-premise or in the cloud, depending on your security and compliance requirements.
 
-CrewAI AMP is designed for enterprises seeking a powerful, reliable solution to transform complex business processes into efficient,
+CrewAI Enterprise is designed for enterprises seeking a powerful,
+reliable solution to transform complex business processes into efficient,
 intelligent automations.
 
+<h3>
+
+[Homepage](https://www.crewai.com/) | [Documentation](https://docs.crewai.com/) | [Chat with Docs](https://chatg.pt/DWjSBZn) | [Discourse](https://community.crewai.com)
+
+</h3>
+
+[![GitHub Repo stars](https://img.shields.io/github/stars/joaomdmoura/crewAI)](https://github.com/crewAIInc/crewAI)
+[![License: MIT](https://img.shields.io/badge/License-MIT-green.svg)](https://opensource.org/licenses/MIT)
+
+</div>
+
 ## Table of contents
 
 - [Why CrewAI?](#why-crewai)
@@ -104,7 +73,7 @@ intelligent automations.
 ## Why CrewAI?
 
 <div align="center" style="margin-bottom: 30px;">
-  <img src="docs/images/asset.png" alt="CrewAI Logo" width="100%">
+  <img src="docs/asset.png" alt="CrewAI Logo" width="100%">
 </div>
 
 CrewAI unlocks the true potential of multi-agent automation, delivering the best-in-class combination of speed, flexibility, and control with either Crews of AI Agents or Flows of Events:
@@ -119,16 +88,9 @@ CrewAI empowers developers and enterprises to confidently build intelligent auto
 
 ## Getting Started
 
-Setup and run your first CrewAI agents by following this tutorial.
-
-[![CrewAI Getting Started Tutorial](https://img.youtube.com/vi/-kSOTtYzgEw/hqdefault.jpg)](https://www.youtube.com/watch?v=-kSOTtYzgEw "CrewAI Getting Started Tutorial")
-
-###
-
-Learning Resources
+### Learning Resources
 
 Learn CrewAI through our comprehensive courses:
-
 - [Multi AI Agent Systems with CrewAI](https://www.deeplearning.ai/short-courses/multi-ai-agent-systems-with-crewai/) - Master the fundamentals of multi-agent systems
 - [Practical Multi AI Agents and Advanced Use Cases](https://www.deeplearning.ai/short-courses/practical-multi-ai-agents-and-advanced-use-cases-with-crewai/) - Deep dive into advanced implementations
 
@@ -137,21 +99,18 @@ Learn CrewAI through our comprehensive courses:
 CrewAI offers two powerful, complementary approaches that work seamlessly together to build sophisticated AI applications:
 
 1. **Crews**: Teams of AI agents with true autonomy and agency, working together to accomplish complex tasks through role-based collaboration. Crews enable:
-
    - Natural, autonomous decision-making between agents
    - Dynamic task delegation and collaboration
    - Specialized roles with defined goals and expertise
    - Flexible problem-solving approaches
 
 2. **Flows**: Production-ready, event-driven workflows that deliver precise control over complex automations. Flows provide:
-
    - Fine-grained control over execution paths for real-world scenarios
    - Secure, consistent state management between tasks
    - Clean integration of AI agents with production Python code
    - Conditional branching for complex business logic
 
 The true power of CrewAI emerges when combining Crews and Flows. This synergy allows you to:
-
 - Build complex, production-grade applications
 - Balance autonomy with precise control
 - Handle sophisticated real-world scenarios
@@ -163,20 +122,18 @@ To get started with CrewAI, follow these simple steps:
 
 ### 1. Installation
 
-Ensure you have Python >=3.10 <3.14 installed on your system. CrewAI uses [UV](https://docs.astral.sh/uv/) for dependency management and package handling, offering a seamless setup and execution experience.
+Ensure you have Python >=3.10 <3.13 installed on your system. CrewAI uses [UV](https://docs.astral.sh/uv/) for dependency management and package handling, offering a seamless setup and execution experience.
 
 First, install CrewAI:
 
 ```shell
-uv pip install crewai
+pip install crewai
 ```
-
 If you want to install the 'crewai' package along with its optional features that include additional tools for agents, you can do so by using the following command:
 
 ```shell
-uv pip install 'crewai[tools]'
+pip install 'crewai[tools]'
 ```
-
 The command above installs the basic package and also adds extra components which require more dependencies to function.
 
 ### Troubleshooting Dependencies
@@ -186,16 +143,14 @@ If you encounter issues during installation or usage, here are some common solut
 #### Common Issues
 
 1. **ModuleNotFoundError: No module named 'tiktoken'**
-
-   - Install tiktoken explicitly: `uv pip install 'crewai[embeddings]'`
-   - If using embedchain or other tools: `uv pip install 'crewai[tools]'`
+   - Install tiktoken explicitly: `pip install 'crewai[embeddings]'`
+   - If using embedchain or other tools: `pip install 'crewai[tools]'`
 
 2. **Failed building wheel for tiktoken**
-
    - Ensure Rust compiler is installed (see installation steps above)
    - For Windows: Verify Visual C++ Build Tools are installed
-   - Try upgrading pip: `uv pip install --upgrade pip`
-   - If issues persist, use a pre-built wheel: `uv pip install tiktoken --prefer-binary`
+   - Try upgrading pip: `pip install --upgrade pip`
+   - If issues persist, use a pre-built wheel: `pip install tiktoken --prefer-binary`
 
 ### 2. Setting Up Your Crew with the YAML Configuration
 
@@ -273,7 +228,7 @@ reporting_analyst:
 
 **tasks.yaml**
 
-````yaml
+```yaml
 # src/my_project/config/tasks.yaml
 research_task:
   description: >
@@ -293,7 +248,7 @@ reporting_task:
     Formatted as markdown without '```'
   agent: reporting_analyst
   output_file: report.md
-````
+```
 
 **crew.py**
 
@@ -302,14 +257,10 @@ reporting_task:
 from crewai import Agent, Crew, Process, Task
 from crewai.project import CrewBase, agent, crew, task
 from crewai_tools import SerperDevTool
-from crewai.agents.agent_builder.base_agent import BaseAgent
-from typing import List
 
 @CrewBase
 class LatestAiDevelopmentCrew():
 	"""LatestAiDevelopment crew"""
-	agents: List[BaseAgent]
-	tasks: List[Task]
 
 	@agent
 	def researcher(self) -> Agent:
@@ -406,7 +357,7 @@ In addition to the sequential process, you can use the hierarchical process, whi
 
 ## Key Features
 
-CrewAI stands apart as a lean, standalone, high-performance multi-AI Agent framework delivering simplicity, flexibility, and precise control—free from the complexity and limitations found in other agent frameworks.
+CrewAI stands apart as a lean, standalone, high-performance framework delivering simplicity, flexibility, and precise control—free from the complexity and limitations found in other agent frameworks.
 
 - **Standalone & Lean**: Completely independent from other frameworks like LangChain, offering faster execution and lighter resource demands.
 - **Flexible & Precise**: Easily orchestrate autonomous agents through intuitive [Crews](https://docs.crewai.com/concepts/crews) or precise [Flows](https://docs.crewai.com/concepts/flows), achieving perfect balance for your needs.
@@ -421,10 +372,10 @@ Choose CrewAI to easily build powerful, adaptable, and production-ready AI autom
 
 You can test different real life examples of AI crews in the [CrewAI-examples repo](https://github.com/crewAIInc/crewAI-examples?tab=readme-ov-file):
 
-- [Landing Page Generator](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/landing_page_generator)
+- [Landing Page Generator](https://github.com/crewAIInc/crewAI-examples/tree/main/landing_page_generator)
 - [Having Human input on the execution](https://docs.crewai.com/how-to/Human-Input-on-Execution)
-- [Trip Planner](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/trip_planner)
-- [Stock Analysis](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/stock_analysis)
+- [Trip Planner](https://github.com/crewAIInc/crewAI-examples/tree/main/trip_planner)
+- [Stock Analysis](https://github.com/crewAIInc/crewAI-examples/tree/main/stock_analysis)
 
 ### Quick Tutorial
 
@@ -432,19 +383,19 @@ You can test different real life examples of AI crews in the [CrewAI-examples re
 
 ### Write Job Descriptions
 
-[Check out code for this example](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/job-posting) or watch a video below:
+[Check out code for this example](https://github.com/crewAIInc/crewAI-examples/tree/main/job-posting) or watch a video below:
 
 [![Jobs postings](https://img.youtube.com/vi/u98wEMz-9to/maxresdefault.jpg)](https://www.youtube.com/watch?v=u98wEMz-9to "Jobs postings")
 
 ### Trip Planner
 
-[Check out code for this example](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/trip_planner) or watch a video below:
+[Check out code for this example](https://github.com/crewAIInc/crewAI-examples/tree/main/trip_planner) or watch a video below:
 
 [![Trip Planner](https://img.youtube.com/vi/xis7rWp-hjs/maxresdefault.jpg)](https://www.youtube.com/watch?v=xis7rWp-hjs "Trip Planner")
 
 ### Stock Analysis
 
-[Check out code for this example](https://github.com/crewAIInc/crewAI-examples/tree/main/crews/stock_analysis) or watch a video below:
+[Check out code for this example](https://github.com/crewAIInc/crewAI-examples/tree/main/stock_analysis) or watch a video below:
 
 [![Stock Analysis](https://img.youtube.com/vi/e0Uj4yWdaAg/maxresdefault.jpg)](https://www.youtube.com/watch?v=e0Uj4yWdaAg "Stock Analysis")
 
@@ -452,8 +403,7 @@ You can test different real life examples of AI crews in the [CrewAI-examples re
 
 CrewAI's power truly shines when combining Crews with Flows to create sophisticated automation pipelines.
 CrewAI flows support logical operators like `or_` and `and_` to combine multiple conditions. This can be used with `@start`, `@listen`, or `@router` decorators to create complex triggering conditions.
-
-- `or_`: Triggers when any of the specified conditions are met.
+- `or_`: Triggers when any of the specified conditions are met. 
 - `and_`Triggers when all of the specified conditions are met.
 
 Here's how you can orchestrate multiple Crews within a Flow:
@@ -541,7 +491,6 @@ class AdvancedAnalysisFlow(Flow[MarketState]):
 ```
 
 This example demonstrates how to:
-
 1. Use Python code for basic data operations
 2. Create and execute Crews as steps in your workflow
 3. Use Flow decorators to manage the sequence of operations
@@ -551,7 +500,7 @@ This example demonstrates how to:
 
 CrewAI supports using various LLMs through a variety of connection options. By default your agents will use the OpenAI API when querying the model. However, there are several other ways to allow your agents to connect to models. For example, you can configure your agents to use a local model via the Ollama tool.
 
-Please refer to the [Connect CrewAI to LLMs](https://docs.crewai.com/how-to/LLM-Connections/) page for details on configuring your agents' connections to models.
+Please refer to the [Connect CrewAI to LLMs](https://docs.crewai.com/how-to/LLM-Connections/) page for details on configuring you agents' connections to models.
 
 ## How CrewAI Compares
 
@@ -559,9 +508,10 @@ Please refer to the [Connect CrewAI to LLMs](https://docs.crewai.com/how-to/LLM-
 
 - **LangGraph**: While LangGraph provides a foundation for building agent workflows, its approach requires significant boilerplate code and complex state management patterns. The framework's tight coupling with LangChain can limit flexibility when implementing custom agent behaviors or integrating with external systems.
 
-_P.S. CrewAI demonstrates significant performance advantages over LangGraph, executing 5.76x faster in certain cases like this QA task example ([see comparison](https://github.com/crewAIInc/crewAI-examples/tree/main/Notebooks/CrewAI%20Flows%20%26%20Langgraph/QA%20Agent)) while achieving higher evaluation scores with faster completion times in certain coding tasks, like in this example ([detailed analysis](https://github.com/crewAIInc/crewAI-examples/blob/main/Notebooks/CrewAI%20Flows%20%26%20Langgraph/Coding%20Assistant/coding_assistant_eval.ipynb))._
+*P.S. CrewAI demonstrates significant performance advantages over LangGraph, executing 5.76x faster in certain cases like this QA task example ([see comparison](https://github.com/crewAIInc/crewAI-examples/tree/main/Notebooks/CrewAI%20Flows%20%26%20Langgraph/QA%20Agent)) while achieving higher evaluation scores with faster completion times in certain coding tasks, like in this example ([detailed analysis](https://github.com/crewAIInc/crewAI-examples/blob/main/Notebooks/CrewAI%20Flows%20%26%20Langgraph/Coding%20Assistant/coding_assistant_eval.ipynb)).*
 
 - **Autogen**: While Autogen excels at creating conversational agents capable of working together, it lacks an inherent concept of process. In Autogen, orchestrating agents' interactions requires additional programming, which can become complex and cumbersome as the scale of tasks grows.
+
 - **ChatDev**: ChatDev introduced the idea of processes into the realm of AI agents, but its implementation is quite rigid. Customizations in ChatDev are limited and not geared towards production environments, which can hinder scalability and flexibility in real-world applications.
 
 ## Contribution
@@ -614,7 +564,7 @@ uv build
 ### Installing Locally
 
 ```bash
-uv pip install dist/*.tar.gz
+pip install dist/*.tar.gz
 ```
 
 ## Telemetry
@@ -652,10 +602,10 @@ Users can opt-in to Further Telemetry, sharing the complete telemetry data by se
 
 CrewAI is released under the [MIT License](https://github.com/crewAIInc/crewAI/blob/main/LICENSE).
 
+
 ## Frequently Asked Questions (FAQ)
 
 ### General
-
 - [What exactly is CrewAI?](#q-what-exactly-is-crewai)
 - [How do I install CrewAI?](#q-how-do-i-install-crewai)
 - [Does CrewAI depend on LangChain?](#q-does-crewai-depend-on-langchain)
@@ -663,7 +613,6 @@ CrewAI is released under the [MIT License](https://github.com/crewAIInc/crewAI/b
 - [Does CrewAI collect data from users?](#q-does-crewai-collect-data-from-users)
 
 ### Features and Capabilities
-
 - [Can CrewAI handle complex use cases?](#q-can-crewai-handle-complex-use-cases)
 - [Can I use CrewAI with local AI models?](#q-can-i-use-crewai-with-local-ai-models)
 - [What makes Crews different from Flows?](#q-what-makes-crews-different-from-flows)
@@ -671,110 +620,84 @@ CrewAI is released under the [MIT License](https://github.com/crewAIInc/crewAI/b
 - [Does CrewAI support fine-tuning or training custom models?](#q-does-crewai-support-fine-tuning-or-training-custom-models)
 
 ### Resources and Community
-
 - [Where can I find real-world CrewAI examples?](#q-where-can-i-find-real-world-crewai-examples)
 - [How can I contribute to CrewAI?](#q-how-can-i-contribute-to-crewai)
 
 ### Enterprise Features
+- [What additional features does CrewAI Enterprise offer?](#q-what-additional-features-does-crewai-enterprise-offer)
+- [Is CrewAI Enterprise available for cloud and on-premise deployments?](#q-is-crewai-enterprise-available-for-cloud-and-on-premise-deployments)
+- [Can I try CrewAI Enterprise for free?](#q-can-i-try-crewai-enterprise-for-free)
+
 
-- [What additional features does CrewAI AMP offer?](#q-what-additional-features-does-crewai-amp-offer)
-- [Is CrewAI AMP available for cloud and on-premise deployments?](#q-is-crewai-amp-available-for-cloud-and-on-premise-deployments)
-- [Can I try CrewAI AMP for free?](#q-can-i-try-crewai-amp-for-free)
 
 ### Q: What exactly is CrewAI?
-
 A: CrewAI is a standalone, lean, and fast Python framework built specifically for orchestrating autonomous AI agents. Unlike frameworks like LangChain, CrewAI does not rely on external dependencies, making it leaner, faster, and simpler.
 
 ### Q: How do I install CrewAI?
-
 A: Install CrewAI using pip:
-
 ```shell
-uv pip install crewai
+pip install crewai
 ```
-
 For additional tools, use:
-
 ```shell
-uv pip install 'crewai[tools]'
+pip install 'crewai[tools]'
 ```
-
 ### Q: Does CrewAI depend on LangChain?
-
 A: No. CrewAI is built entirely from the ground up, with no dependencies on LangChain or other agent frameworks. This ensures a lean, fast, and flexible experience.
 
 ### Q: Can CrewAI handle complex use cases?
-
 A: Yes. CrewAI excels at both simple and highly complex real-world scenarios, offering deep customization options at both high and low levels, from internal prompts to sophisticated workflow orchestration.
 
 ### Q: Can I use CrewAI with local AI models?
-
 A: Absolutely! CrewAI supports various language models, including local ones. Tools like Ollama and LM Studio allow seamless integration. Check the [LLM Connections documentation](https://docs.crewai.com/how-to/LLM-Connections/) for more details.
 
 ### Q: What makes Crews different from Flows?
-
 A: Crews provide autonomous agent collaboration, ideal for tasks requiring flexible decision-making and dynamic interaction. Flows offer precise, event-driven control, ideal for managing detailed execution paths and secure state management. You can seamlessly combine both for maximum effectiveness.
 
 ### Q: How is CrewAI better than LangChain?
-
 A: CrewAI provides simpler, more intuitive APIs, faster execution speeds, more reliable and consistent results, robust documentation, and an active community—addressing common criticisms and limitations associated with LangChain.
 
 ### Q: Is CrewAI open-source?
-
 A: Yes, CrewAI is open-source and actively encourages community contributions and collaboration.
 
 ### Q: Does CrewAI collect data from users?
-
 A: CrewAI collects anonymous telemetry data strictly for improvement purposes. Sensitive data such as prompts, tasks, or API responses are never collected unless explicitly enabled by the user.
 
 ### Q: Where can I find real-world CrewAI examples?
-
 A: Check out practical examples in the [CrewAI-examples repository](https://github.com/crewAIInc/crewAI-examples), covering use cases like trip planners, stock analysis, and job postings.
 
 ### Q: How can I contribute to CrewAI?
-
 A: Contributions are warmly welcomed! Fork the repository, create your branch, implement your changes, and submit a pull request. See the Contribution section of the README for detailed guidelines.
 
-### Q: What additional features does CrewAI AMP offer?
+### Q: What additional features does CrewAI Enterprise offer?
+A: CrewAI Enterprise provides advanced features such as a unified control plane, real-time observability, secure integrations, advanced security, actionable insights, and dedicated 24/7 enterprise support.
 
-A: CrewAI AMP provides advanced features such as a unified control plane, real-time observability, secure integrations, advanced security, actionable insights, and dedicated 24/7 enterprise support.
+### Q: Is CrewAI Enterprise available for cloud and on-premise deployments?
+A: Yes, CrewAI Enterprise supports both cloud-based and on-premise deployment options, allowing enterprises to meet their specific security and compliance requirements.
 
-### Q: Is CrewAI AMP available for cloud and on-premise deployments?
-
-A: Yes, CrewAI AMP supports both cloud-based and on-premise deployment options, allowing enterprises to meet their specific security and compliance requirements.
-
-### Q: Can I try CrewAI AMP for free?
-
-A: Yes, you can explore part of the CrewAI AMP Suite by accessing the [Crew Control Plane](https://app.crewai.com) for free.
+### Q: Can I try CrewAI Enterprise for free?
+A: Yes, you can explore part of the CrewAI Enterprise Suite by accessing the [Crew Control Plane](https://app.crewai.com) for free.
 
 ### Q: Does CrewAI support fine-tuning or training custom models?
-
 A: Yes, CrewAI can integrate with custom-trained or fine-tuned models, allowing you to enhance your agents with domain-specific knowledge and accuracy.
 
 ### Q: Can CrewAI agents interact with external tools and APIs?
-
 A: Absolutely! CrewAI agents can easily integrate with external tools, APIs, and databases, empowering them to leverage real-world data and resources.
 
 ### Q: Is CrewAI suitable for production environments?
-
 A: Yes, CrewAI is explicitly designed with production-grade standards, ensuring reliability, stability, and scalability for enterprise deployments.
 
 ### Q: How scalable is CrewAI?
-
 A: CrewAI is highly scalable, supporting simple automations and large-scale enterprise workflows involving numerous agents and complex tasks simultaneously.
 
 ### Q: Does CrewAI offer debugging and monitoring tools?
-
-A: Yes, CrewAI AMP includes advanced debugging, tracing, and real-time observability features, simplifying the management and troubleshooting of your automations.
+A: Yes, CrewAI Enterprise includes advanced debugging, tracing, and real-time observability features, simplifying the management and troubleshooting of your automations.
 
 ### Q: What programming languages does CrewAI support?
-
 A: CrewAI is primarily Python-based but easily integrates with services and APIs written in any programming language through its flexible API integration capabilities.
 
 ### Q: Does CrewAI offer educational resources for beginners?
-
 A: Yes, CrewAI provides extensive beginner-friendly tutorials, courses, and documentation through learn.crewai.com, supporting developers at all skill levels.
 
 ### Q: Can CrewAI automate human-in-the-loop workflows?
-
 A: Yes, CrewAI fully supports human-in-the-loop workflows, allowing seamless collaboration between human experts and AI agents for enhanced decision-making.

conftest.py

@@ -1,296 +0,0 @@
-"""Pytest configuration for crewAI workspace."""
-
-import base64
-from collections.abc import Generator
-import gzip
-import os
-from pathlib import Path
-import tempfile
-from typing import Any
-
-from dotenv import load_dotenv
-import pytest
-from vcr.request import Request  # type: ignore[import-untyped]
-
-
-try:
-    import vcr.stubs.httpx_stubs as httpx_stubs  # type: ignore[import-untyped]
-except ModuleNotFoundError:
-    import vcr.stubs.httpcore_stubs as httpx_stubs  # type: ignore[import-untyped]
-
-
-env_test_path = Path(__file__).parent / ".env.test"
-load_dotenv(env_test_path, override=True)
-load_dotenv(override=True)
-
-
-def _patched_make_vcr_request(httpx_request: Any, **kwargs: Any) -> Any:
-    """Patched version of VCR's _make_vcr_request that handles binary content.
-
-    The original implementation fails on binary request bodies (like file uploads)
-    because it assumes all content can be decoded as UTF-8.
-    """
-    raw_body = httpx_request.read()
-    try:
-        body = raw_body.decode("utf-8")
-    except UnicodeDecodeError:
-        body = base64.b64encode(raw_body).decode("ascii")
-    uri = str(httpx_request.url)
-    headers = dict(httpx_request.headers)
-    return Request(httpx_request.method, uri, body, headers)
-
-
-httpx_stubs._make_vcr_request = _patched_make_vcr_request
-
-
-# Patch the response-side of VCR to fix httpx.ResponseNotRead errors.
-# VCR's _from_serialized_response mocks httpx.Response.read(), which prevents
-# the response's internal _content attribute from being properly initialized.
-# When OpenAI's client (using with_raw_response) accesses response.content,
-# httpx raises ResponseNotRead because read() was never actually called.
-# This patch ensures _content is explicitly set after response creation.
-_original_from_serialized_response = getattr(
-    httpx_stubs, "_from_serialized_response", None
-)
-
-if _original_from_serialized_response is not None:
-
-    def _patched_from_serialized_response(
-        request: Any, serialized_response: Any, history: Any = None
-    ) -> Any:
-        """Patched version that ensures response._content is properly set."""
-        response = _original_from_serialized_response(request, serialized_response, history)
-        # Explicitly set _content to avoid ResponseNotRead errors
-        # The content was passed to the constructor but the mocked read() prevents
-        # proper initialization of the internal state
-        body_content = serialized_response.get("body", {}).get("string", b"")
-        if isinstance(body_content, str):
-            body_content = body_content.encode("utf-8")
-        response._content = body_content
-        return response
-
-    httpx_stubs._from_serialized_response = _patched_from_serialized_response
-
-
-@pytest.fixture(autouse=True, scope="function")
-def cleanup_event_handlers() -> Generator[None, Any, None]:
-    """Clean up event bus handlers after each test to prevent test pollution."""
-    yield
-
-    try:
-        from crewai.events.event_bus import crewai_event_bus
-
-        with crewai_event_bus._rwlock.w_locked():
-            crewai_event_bus._sync_handlers.clear()
-            crewai_event_bus._async_handlers.clear()
-    except Exception:  # noqa: S110
-        pass
-
-
-@pytest.fixture(autouse=True, scope="function")
-def reset_event_state() -> None:
-    """Reset event system state before each test for isolation."""
-    from crewai.events.base_events import reset_emission_counter
-    from crewai.events.event_context import (
-        EventContextConfig,
-        _event_context_config,
-        _event_id_stack,
-    )
-
-    reset_emission_counter()
-    _event_id_stack.set(())
-    _event_context_config.set(EventContextConfig())
-
-
-@pytest.fixture(autouse=True, scope="function")
-def setup_test_environment() -> Generator[None, Any, None]:
-    """Setup test environment for crewAI workspace."""
-    with tempfile.TemporaryDirectory() as temp_dir:
-        storage_dir = Path(temp_dir) / "crewai_test_storage"
-        storage_dir.mkdir(parents=True, exist_ok=True)
-
-        if not storage_dir.exists() or not storage_dir.is_dir():
-            raise RuntimeError(
-                f"Failed to create test storage directory: {storage_dir}"
-            )
-
-        try:
-            test_file = storage_dir / ".permissions_test"
-            test_file.touch()
-            test_file.unlink()
-        except (OSError, IOError) as e:
-            raise RuntimeError(
-                f"Test storage directory {storage_dir} is not writable: {e}"
-            ) from e
-
-        os.environ["CREWAI_STORAGE_DIR"] = str(storage_dir)
-        os.environ["CREWAI_TESTING"] = "true"
-
-        try:
-            yield
-        finally:
-            os.environ.pop("CREWAI_TESTING", "true")
-            os.environ.pop("CREWAI_STORAGE_DIR", None)
-            os.environ.pop("CREWAI_DISABLE_TELEMETRY", "true")
-            os.environ.pop("OTEL_SDK_DISABLED", "true")
-            os.environ.pop("OPENAI_BASE_URL", "https://api.openai.com/v1")
-            os.environ.pop("OPENAI_API_BASE", "https://api.openai.com/v1")
-
-
-HEADERS_TO_FILTER = {
-    "authorization": "AUTHORIZATION-XXX",
-    "content-security-policy": "CSP-FILTERED",
-    "cookie": "COOKIE-XXX",
-    "set-cookie": "SET-COOKIE-XXX",
-    "permissions-policy": "PERMISSIONS-POLICY-XXX",
-    "referrer-policy": "REFERRER-POLICY-XXX",
-    "strict-transport-security": "STS-XXX",
-    "x-content-type-options": "X-CONTENT-TYPE-XXX",
-    "x-frame-options": "X-FRAME-OPTIONS-XXX",
-    "x-permitted-cross-domain-policies": "X-PERMITTED-XXX",
-    "x-request-id": "X-REQUEST-ID-XXX",
-    "x-runtime": "X-RUNTIME-XXX",
-    "x-xss-protection": "X-XSS-PROTECTION-XXX",
-    "x-stainless-arch": "X-STAINLESS-ARCH-XXX",
-    "x-stainless-os": "X-STAINLESS-OS-XXX",
-    "x-stainless-read-timeout": "X-STAINLESS-READ-TIMEOUT-XXX",
-    "cf-ray": "CF-RAY-XXX",
-    "etag": "ETAG-XXX",
-    "Strict-Transport-Security": "STS-XXX",
-    "access-control-expose-headers": "ACCESS-CONTROL-XXX",
-    "openai-organization": "OPENAI-ORG-XXX",
-    "openai-project": "OPENAI-PROJECT-XXX",
-    "x-ratelimit-limit-requests": "X-RATELIMIT-LIMIT-REQUESTS-XXX",
-    "x-ratelimit-limit-tokens": "X-RATELIMIT-LIMIT-TOKENS-XXX",
-    "x-ratelimit-remaining-requests": "X-RATELIMIT-REMAINING-REQUESTS-XXX",
-    "x-ratelimit-remaining-tokens": "X-RATELIMIT-REMAINING-TOKENS-XXX",
-    "x-ratelimit-reset-requests": "X-RATELIMIT-RESET-REQUESTS-XXX",
-    "x-ratelimit-reset-tokens": "X-RATELIMIT-RESET-TOKENS-XXX",
-    "x-goog-api-key": "X-GOOG-API-KEY-XXX",
-    "api-key": "X-API-KEY-XXX",
-    "User-Agent": "X-USER-AGENT-XXX",
-    "apim-request-id:": "X-API-CLIENT-REQUEST-ID-XXX",
-    "azureml-model-session": "AZUREML-MODEL-SESSION-XXX",
-    "x-ms-client-request-id": "X-MS-CLIENT-REQUEST-ID-XXX",
-    "x-ms-region": "X-MS-REGION-XXX",
-    "apim-request-id": "APIM-REQUEST-ID-XXX",
-    "x-api-key": "X-API-KEY-XXX",
-    "anthropic-organization-id": "ANTHROPIC-ORGANIZATION-ID-XXX",
-    "request-id": "REQUEST-ID-XXX",
-    "anthropic-ratelimit-input-tokens-limit": "ANTHROPIC-RATELIMIT-INPUT-TOKENS-LIMIT-XXX",
-    "anthropic-ratelimit-input-tokens-remaining": "ANTHROPIC-RATELIMIT-INPUT-TOKENS-REMAINING-XXX",
-    "anthropic-ratelimit-input-tokens-reset": "ANTHROPIC-RATELIMIT-INPUT-TOKENS-RESET-XXX",
-    "anthropic-ratelimit-output-tokens-limit": "ANTHROPIC-RATELIMIT-OUTPUT-TOKENS-LIMIT-XXX",
-    "anthropic-ratelimit-output-tokens-remaining": "ANTHROPIC-RATELIMIT-OUTPUT-TOKENS-REMAINING-XXX",
-    "anthropic-ratelimit-output-tokens-reset": "ANTHROPIC-RATELIMIT-OUTPUT-TOKENS-RESET-XXX",
-    "anthropic-ratelimit-tokens-limit": "ANTHROPIC-RATELIMIT-TOKENS-LIMIT-XXX",
-    "anthropic-ratelimit-tokens-remaining": "ANTHROPIC-RATELIMIT-TOKENS-REMAINING-XXX",
-    "anthropic-ratelimit-tokens-reset": "ANTHROPIC-RATELIMIT-TOKENS-RESET-XXX",
-    "x-amz-date": "X-AMZ-DATE-XXX",
-    "amz-sdk-invocation-id": "AMZ-SDK-INVOCATION-ID-XXX",
-    "accept-encoding": "ACCEPT-ENCODING-XXX",
-    "x-amzn-requestid": "X-AMZN-REQUESTID-XXX",
-    "x-amzn-RequestId": "X-AMZN-REQUESTID-XXX",
-    "x-a2a-notification-token": "X-A2A-NOTIFICATION-TOKEN-XXX",
-    "x-a2a-version": "X-A2A-VERSION-XXX",
-}
-
-
-def _filter_request_headers(request: Request) -> Request:  # type: ignore[no-any-unimported]
-    """Filter sensitive headers from request before recording."""
-    for header_name, replacement in HEADERS_TO_FILTER.items():
-        for variant in [header_name, header_name.upper(), header_name.title()]:
-            if variant in request.headers:
-                request.headers[variant] = [replacement]
-
-    request.method = request.method.upper()
-
-    # Normalize Azure OpenAI endpoints to a consistent placeholder for cassette matching.
-    if request.host and request.host.endswith(".openai.azure.com"):
-        original_host = request.host
-        placeholder_host = "fake-azure-endpoint.openai.azure.com"
-        request.uri = request.uri.replace(original_host, placeholder_host)
-
-    return request
-
-
-def _filter_response_headers(response: dict[str, Any]) -> dict[str, Any] | None:
-    """Filter sensitive headers from response before recording.
-
-    Returns None to skip recording responses with empty bodies. This handles
-    duplicate recordings caused by OpenAI's stainless client using
-    with_raw_response which triggers httpx to re-read the consumed stream.
-    """
-    body = response.get("body", {}).get("string", "")
-    headers = response.get("headers", {})
-    content_length = headers.get("content-length", headers.get("Content-Length", []))
-
-    if body == "" or body == b"" or content_length == ["0"]:
-        return None
-
-    for encoding_header in ["Content-Encoding", "content-encoding"]:
-        if encoding_header in headers:
-            encoding = headers.pop(encoding_header)
-            if encoding and encoding[0] == "gzip":
-                body = response.get("body", {}).get("string", b"")
-                if isinstance(body, bytes) and body.startswith(b"\x1f\x8b"):
-                    response["body"]["string"] = gzip.decompress(body).decode("utf-8")
-
-    for header_name, replacement in HEADERS_TO_FILTER.items():
-        for variant in [header_name, header_name.upper(), header_name.title()]:
-            if variant in headers:
-                headers[variant] = [replacement]
-    return response
-
-
-@pytest.fixture(scope="module")
-def vcr_cassette_dir(request: Any) -> str:
-    """Generate cassette directory path based on test module location.
-
-    Organizes cassettes to mirror test directory structure within each package:
-    lib/crewai/tests/llms/google/test_google.py -> lib/crewai/tests/cassettes/llms/google/
-    lib/crewai-tools/tests/tools/test_search.py -> lib/crewai-tools/tests/cassettes/tools/
-    """
-    test_file = Path(request.fspath)
-
-    for parent in test_file.parents:
-        if (
-            parent.name in ("crewai", "crewai-tools", "crewai-files")
-            and parent.parent.name == "lib"
-        ):
-            package_root = parent
-            break
-    else:
-        package_root = test_file.parent
-
-    tests_root = package_root / "tests"
-    test_dir = test_file.parent
-
-    if test_dir != tests_root:
-        relative_path = test_dir.relative_to(tests_root)
-        cassette_dir = tests_root / "cassettes" / relative_path
-    else:
-        cassette_dir = tests_root / "cassettes"
-
-    cassette_dir.mkdir(parents=True, exist_ok=True)
-
-    return str(cassette_dir)
-
-
-@pytest.fixture(scope="module")
-def vcr_config(vcr_cassette_dir: str) -> dict[str, Any]:
-    """Configure VCR with organized cassette storage."""
-    config = {
-        "cassette_library_dir": vcr_cassette_dir,
-        "record_mode": os.getenv("PYTEST_VCR_RECORD_MODE", "once"),
-        "filter_headers": [(k, v) for k, v in HEADERS_TO_FILTER.items()],
-        "before_record_request": _filter_request_headers,
-        "before_record_response": _filter_response_headers,
-        "filter_query_parameters": ["key"],
-        "match_on": ["method", "scheme", "host", "port", "path"],
-    }
-
-    if os.getenv("GITHUB_ACTIONS") == "true":
-        config["record_mode"] = "none"
-
-    return config

docs/ar/api-reference/inputs.mdx

@@ -1,8 +0,0 @@
----
-title: "GET /inputs"
-description: "الحصول على المدخلات المطلوبة لطاقمك"
-openapi: "/enterprise-api.en.yaml GET /inputs"
-mode: "wide"
----
-
-

docs/ar/api-reference/introduction.mdx

@@ -1,135 +0,0 @@
----
-title: "مقدمة"
-description: "المرجع الكامل لواجهة برمجة تطبيقات CrewAI AMP REST"
-icon: "code"
-mode: "wide"
----
-
-# واجهة برمجة تطبيقات CrewAI AMP
-
-مرحبًا بك في مرجع واجهة برمجة تطبيقات CrewAI AMP. تتيح لك هذه الواجهة التفاعل برمجيًا مع الأطقم المنشورة، مما يمكّنك من دمجها مع تطبيقاتك وسير عملك وخدماتك.
-
-## البدء السريع
-
-<Steps>
-  <Step title="الحصول على بيانات اعتماد API">
-    انتقل إلى صفحة تفاصيل طاقمك في لوحة تحكم CrewAI AMP وانسخ رمز Bearer من علامة تبويب الحالة.
-  </Step>
-
-<Step title="اكتشاف المدخلات المطلوبة">
-  استخدم نقطة النهاية `GET /inputs` لمعرفة المعاملات التي يتوقعها طاقمك.
-</Step>
-
-<Step title="بدء تنفيذ الطاقم">
-  استدعِ `POST /kickoff` مع مدخلاتك لبدء تنفيذ الطاقم واستلام
-  `kickoff_id`.
-</Step>
-
-  <Step title="مراقبة التقدم">
-    استخدم `GET /{kickoff_id}/status` للتحقق من حالة التنفيذ واسترجاع النتائج.
-  </Step>
-</Steps>
-
-## المصادقة
-
-تتطلب جميع طلبات API المصادقة باستخدام رمز Bearer. أدرج رمزك في ترويسة `Authorization`:
-
-```bash
-curl -H "Authorization: Bearer YOUR_CREW_TOKEN" \
-  https://your-crew-url.crewai.com/inputs
-```
-
-### أنواع الرموز
-
-| نوع الرمز            | النطاق                     | حالة الاستخدام                                                     |
-| :-------------------- | :------------------------ | :----------------------------------------------------------- |
-| **Bearer Token**      | وصول على مستوى المؤسسة | عمليات الطاقم الكاملة، مثالي للتكامل بين الخوادم |
-| **User Bearer Token** | وصول محدد بالمستخدم        | صلاحيات محدودة، مناسب للعمليات الخاصة بالمستخدم   |
-
-<Tip>
-  يمكنك العثور على كلا نوعي الرموز في علامة تبويب الحالة من صفحة تفاصيل طاقمك في
-  لوحة تحكم CrewAI AMP.
-</Tip>
-
-## عنوان URL الأساسي
-
-لكل طاقم منشور نقطة نهاية API فريدة خاصة به:
-
-```
-https://your-crew-name.crewai.com
-```
-
-استبدل `your-crew-name` بعنوان URL الفعلي لطاقمك من لوحة التحكم.
-
-## سير العمل النموذجي
-
-1. **الاكتشاف**: استدعِ `GET /inputs` لفهم ما يحتاجه طاقمك
-2. **التنفيذ**: أرسل المدخلات عبر `POST /kickoff` لبدء المعالجة
-3. **المراقبة**: استعلم عن `GET /{kickoff_id}/status` حتى الاكتمال
-4. **النتائج**: استخرج المخرجات النهائية من الاستجابة المكتملة
-
-## معالجة الأخطاء
-
-تستخدم الواجهة أكواد حالة HTTP القياسية:
-
-| الكود  | المعنى                                    |
-| ----- | :----------------------------------------- |
-| `200` | نجاح                                    |
-| `400` | طلب غير صالح - تنسيق مدخلات غير صحيح         |
-| `401` | غير مصرّح - رمز bearer غير صالح        |
-| `404` | غير موجود - المورد غير موجود         |
-| `422` | خطأ في التحقق - مدخلات مطلوبة مفقودة |
-| `500` | خطأ في الخادم - تواصل مع الدعم             |
-
-## الاختبار التفاعلي
-
-<Info>
-  **لماذا لا يوجد زر "إرسال"؟** نظرًا لأن كل مستخدم CrewAI AMP لديه عنوان URL
-  فريد للطاقم، نستخدم **وضع المرجع** بدلاً من بيئة تفاعلية لتجنب
-  الالتباس. يوضح لك هذا بالضبط كيف يجب أن تبدو الطلبات بدون
-  أزرار إرسال غير فعالة.
-</Info>
-
-تعرض لك كل صفحة نقطة نهاية:
-
-- **تنسيق الطلب الدقيق** مع جميع المعاملات
-- **أمثلة الاستجابة** لحالات النجاح والخطأ
-- **عينات الكود** بلغات متعددة (cURL، Python، JavaScript، إلخ)
-- **أمثلة المصادقة** بتنسيق رمز Bearer الصحيح
-
-### **لاختبار واجهتك الفعلية:**
-
-<CardGroup cols={2}>
-  <Card title="نسخ أمثلة cURL" icon="terminal">
-    انسخ أمثلة cURL واستبدل العنوان URL + الرمز بقيمك الحقيقية
-  </Card>
-  <Card title="استخدام Postman/Insomnia" icon="play">
-    استورد الأمثلة في أداة اختبار API المفضلة لديك
-  </Card>
-</CardGroup>
-
-**مثال على سير العمل:**
-
-1. **انسخ مثال cURL هذا** من أي صفحة نقطة نهاية
-2. **استبدل `your-actual-crew-name.crewai.com`** بعنوان URL الحقيقي لطاقمك
-3. **استبدل رمز Bearer** برمزك الحقيقي من لوحة التحكم
-4. **نفّذ الطلب** في طرفيتك أو عميل API
-
-## هل تحتاج مساعدة؟
-
-<CardGroup cols={2}>
-  <Card
-    title="دعم المؤسسات"
-    icon="headset"
-    href="mailto:support@crewai.com"
-  >
-    احصل على مساعدة في تكامل API واستكشاف الأخطاء وإصلاحها
-  </Card>
-  <Card
-    title="لوحة تحكم المؤسسات"
-    icon="chart-line"
-    href="https://app.crewai.com"
-  >
-    إدارة أطقمك وعرض سجلات التنفيذ
-  </Card>
-</CardGroup>

docs/ar/api-reference/kickoff.mdx

@@ -1,8 +0,0 @@
----
-title: "POST /kickoff"
-description: "بدء تنفيذ الطاقم"
-openapi: "/enterprise-api.en.yaml POST /kickoff"
-mode: "wide"
----
-
-

docs/ar/api-reference/resume.mdx

@@ -1,6 +0,0 @@
----
-title: "POST /resume"
-description: "استئناف تنفيذ الطاقم مع التغذية الراجعة البشرية"
-openapi: "/enterprise-api.en.yaml POST /resume"
-mode: "wide"
----

docs/ar/api-reference/status.mdx

@@ -1,6 +0,0 @@
----
-title: "GET /{kickoff_id}/status"
-description: "الحصول على حالة التنفيذ"
-openapi: "/enterprise-api.en.yaml GET /{kickoff_id}/status"
-mode: "wide"
----

docs/ar/changelog.mdx

@@ -1,250 +0,0 @@
----
-title: "سجل التغييرات"
-description: "تحديثات المنتج والتحسينات وإصلاحات الأخطاء لـ CrewAI"
-icon: "clock"
-mode: "wide"
----
-<Update label="25 مارس 2026">
-  ## v1.12.0a1
-
-  [عرض الإصدار على GitHub](https://github.com/crewAIInc/crewAI/releases/tag/1.12.0a1)
-
-  ## ما الذي تغير
-
-  ### الميزات
-  - إضافة أمر docs-check لتحليل التغييرات وتوليد الوثائق مع الترجمات
-  - إضافة دعم اللغة العربية لسجل التغييرات وأدوات الإصدار
-  - إضافة ترجمة اللغة العربية الفصحى لجميع الوثائق
-  - إضافة مزودي خدمات متوافقين مع OpenAI (OpenRouter، DeepSeek، Ollama، vLLM، Cerebras، Dashscope)
-  - إضافة مهارات الوكيل
-  - إضافة أمر تسجيل الخروج في واجهة سطر الأوامر
-  - تنفيذ نطاق الجذر التلقائي لعزل الذاكرة الهيكلية
-
-  ### إصلاح الأخطاء
-  - إصلاح حفظ ذاكرة الوكيل
-  - حل أخطاء mypy في crewai-files وإضافة جميع الحزم إلى فحوصات نوع CI
-  - حل جميع أخطاء mypy الصارمة عبر حزمة crewai-tools
-  - حل جميع أخطاء mypy عبر حزمة crewai
-  - إصلاح استخدام __router_paths__ لطرق المستمع + الموجه في FlowMeta
-  - تثبيت الحد الأعلى لـ litellm على آخر إصدار تم اختباره (1.82.6)
-  - رفع خطأ القيمة عند عدم دعم الملفات
-  - تصحيح صياغة الحجر الصحي لـ litellm في الوثائق
-
-  ### الوثائق
-  - إضافة CONTRIBUTING.md
-  - إضافة دليل لاستخدام CrewAI بدون LiteLLM
-  - تحديث سجل التغييرات والإصدار لـ v1.11.1
-
-  ### إعادة الهيكلة
-  - إعادة هيكلة لإزالة التكرار في تنفيذ المهام المتزامنة وغير المتزامنة وبدء التشغيل في الوكيل
-  - فصل الأنابيب الداخلية عن litellm (عد الرموز، ردود الفعل، اكتشاف الميزات، الأخطاء)
-
-  ## المساهمون
-
-  @alex-clawd، @greysonlalonde، @iris-clawd، @lorenzejay، @nicoferdi96
-
-</Update>
-
-<Update label="Mar 23, 2026">
-  ## v1.11.1
-
-  [عرض الإصدار على GitHub](https://github.com/crewAIInc/crewAI/releases/tag/1.11.1)
-
-  ## ما تغيّر
-
-  ### الميزات
-  - إضافة مُسلسِل flow_structure() لفحص فئة Flow.
-
-  ### إصلاحات الأخطاء
-  - إصلاح ثغرات أمنية بتحديث pypdf و tinytag و langchain-core.
-  - الحفاظ على تهيئة LLM الكاملة عبر استئناف HITL لمزودي غير OpenAI.
-  - منع اجتياز المسار في FileWriterTool.
-  - إصلاح انهيار lock_store عندما لا تكون حزمة redis مثبتة.
-  - تمرير cache_function من BaseTool إلى CrewStructuredTool.
-
-  ### التوثيق
-  - إضافة دليل نشر الأدوات المخصصة مع الترجمات.
-  - تحديث سجل التغييرات والإصدار لـ v1.11.0.
-  - إضافة توثيق مستمعي الأحداث المفقود.
-
-  ### إعادة الهيكلة
-  - استبدال urllib بـ requests في محمّل PDF.
-  - استبدال حقول callback والنموذج من نوع Any بأنواع قابلة للتسلسل.
-
-  ## المساهمون
-
-  @alex-clawd, @danielfsbarreto, @dependabot[bot], @greysonlalonde, @lorenzejay, @lucasgomide, @mattatcha, @theCyberTech, @vinibrsl
-
-</Update>
-
-<Update label="Mar 18, 2026">
-  ## v1.11.0
-
-  [عرض الإصدار على GitHub](https://github.com/crewAIInc/crewAI/releases/tag/1.11.0)
-
-  ## ما تغيّر
-
-  ### التوثيق
-  - تحديث سجل التغييرات والإصدار لـ v1.11.0rc2
-
-  ## المساهمون
-
-  @greysonlalonde
-
-</Update>
-
-<Update label="Mar 17, 2026">
-  ## v1.11.0rc2
-
-  [عرض الإصدار على GitHub](https://github.com/crewAIInc/crewAI/releases/tag/1.11.0rc2)
-
-  ## ما تغيّر
-
-  ### إصلاحات الأخطاء
-  - تحسين معالجة استجابات LLM والتسلسل.
-  - ترقية الاعتماديات الانتقالية المعرضة للخطر (authlib، PyJWT، snowflake-connector-python).
-  - استبدال `os.system` بـ `subprocess.run` في تثبيت pip بالوضع غير الآمن.
-
-  ### التوثيق
-  - تحديث صفحة أداة Exa Search بتسمية ووصف وخيارات تهيئة محسّنة.
-  - إضافة خوادم MCP المخصصة في دليل الإرشادات.
-  - تحديث توثيق جامعي OTEL.
-  - تحديث توثيق MCP.
-  - تحديث سجل التغييرات والإصدار لـ v1.11.0rc1.
-
-  ## المساهمون
-
-  @10ishq, @greysonlalonde, @joaomdmoura, @lucasgomide, @mattatcha, @theCyberTech, @vinibrsl
-
-</Update>
-
-<Update label="Mar 15, 2026">
-  ## v1.11.0rc1
-
-  [عرض الإصدار على GitHub](https://github.com/crewAIInc/crewAI/releases/tag/1.11.0rc1)
-
-  ## ما تغيّر
-
-  ### الميزات
-  - إضافة مصادقة رمز Plus API في a2a
-  - تنفيذ نمط التخطيط والتنفيذ
-
-  ### إصلاحات الأخطاء
-  - حل مشكلة هروب صندوق حماية مفسر الكود
-
-  ### التوثيق
-  - تحديث سجل التغييرات والإصدار لـ v1.10.2rc2
-
-  ## المساهمون
-
-  @Copilot, @greysonlalonde, @lorenzejay, @theCyberTech
-
-</Update>
-
-<Update label="Mar 14, 2026">
-  ## v1.10.2rc2
-
-  [عرض الإصدار على GitHub](https://github.com/crewAIInc/crewAI/releases/tag/1.10.2rc2)
-
-  ## ما تغيّر
-
-  ### إصلاحات الأخطاء
-  - إزالة الأقفال الحصرية من عمليات التخزين للقراءة فقط
-
-  ### التوثيق
-  - تحديث سجل التغييرات والإصدار لـ v1.10.2rc1
-
-  ## المساهمون
-
-  @greysonlalonde
-
-</Update>
-
-<Update label="Mar 13, 2026">
-  ## v1.10.2rc1
-
-  [عرض الإصدار على GitHub](https://github.com/crewAIInc/crewAI/releases/tag/1.10.2rc1)
-
-  ## ما تغيّر
-
-  ### الميزات
-  - إضافة أمر الإصدار وتشغيل نشر PyPI
-
-  ### إصلاحات الأخطاء
-  - إصلاح القفل الآمن عبر العمليات والخيوط للإدخال/الإخراج غير المحمي
-  - نشر contextvars عبر جميع حدود الخيوط والمنفذين
-  - نشر ContextVars إلى خيوط المهام غير المتزامنة
-
-  ### التوثيق
-  - تحديث سجل التغييرات والإصدار لـ v1.10.2a1
-
-  ## المساهمون
-
-  @danglies007, @greysonlalonde
-
-</Update>
-
-<Update label="Mar 11, 2026">
-  ## v1.10.2a1
-
-  [عرض الإصدار على GitHub](https://github.com/crewAIInc/crewAI/releases/tag/1.10.2a1)
-
-  ## ما تغيّر
-
-  ### الميزات
-  - إضافة دعم البحث عن الأدوات وتوفير الرموز وحقن الأدوات المناسبة ديناميكيًا أثناء التنفيذ لـ Anthropic.
-  - تقديم المزيد من أدوات Brave Search.
-  - إنشاء إجراء للإصدارات الليلية.
-
-  ### إصلاحات الأخطاء
-  - إصلاح LockException تحت التنفيذ المتزامن متعدد العمليات.
-  - حل مشكلات تجميع نتائج الأدوات المتوازية في رسالة مستخدم واحدة.
-  - معالجة حلول أدوات MCP والقضاء على جميع الاتصالات المشتركة القابلة للتغيير.
-  - تحديث معالجة معاملات LLM في دالة human_feedback.
-  - إضافة طرق list/dict المفقودة إلى LockedListProxy و LockedDictProxy.
-  - نشر سياق contextvars إلى خيوط استدعاء الأدوات المتوازية.
-  - ترقية اعتمادية gitpython إلى >=3.1.41 لحل ثغرة اجتياز مسار CVE.
-
-  ### إعادة الهيكلة
-  - إعادة هيكلة فئات الذاكرة لتكون قابلة للتسلسل.
-
-  ### التوثيق
-  - تحديث سجل التغييرات والإصدار لـ v1.10.1.
-
-  ## المساهمون
-
-  @akaKuruma, @github-actions[bot], @giulio-leone, @greysonlalonde, @joaomdmoura, @jonathansampson, @lorenzejay, @lucasgomide, @mattatcha
-
-</Update>
-
-<Update label="Mar 04, 2026">
-  ## v1.10.1
-
-  [عرض الإصدار على GitHub](https://github.com/crewAIInc/crewAI/releases/tag/1.10.1)
-
-  ## ما تغيّر
-
-  ### الميزات
-  - ترقية Gemini GenAI
-
-  ### إصلاحات الأخطاء
-  - ضبط قيمة مستمع المنفذ لتجنب التكرار
-  - تجميع أجزاء استجابة الدوال المتوازية في كائن Content واحد في Gemini
-  - إظهار مخرجات التفكير من نماذج التفكير في Gemini
-  - تحميل أدوات MCP والمنصة عندما تكون أدوات الوكيل None
-  - دعم بيئات Jupyter مع حلقات أحداث قيد التشغيل في A2A
-  - استخدام معرّف مجهول للتتبعات المؤقتة
-  - تمرير ترويسة plus بشكل مشروط
-  - تخطي تسجيل معالج الإشارة في الخيوط غير الرئيسية لقياس الأداء عن بعد
-  - حقن أخطاء الأدوات كملاحظات وحل تعارضات الأسماء
-  - ترقية pypdf من 4.x إلى 6.7.4 لحل تنبيهات Dependabot
-  - حل تنبيهات أمان Dependabot الحرجة والعالية
-
-  ### التوثيق
-  - تحديث توثيق بث webhook
-  - ضبط لغة التوثيق من AOP إلى AMP
-
-  ### المساهمون
-  @Vidit-Ostwal, @greysonlalonde, @heitorado, @joaomdmoura, @lorenzejay, @lucasgomide, @mplachta
-
-</Update>

docs/ar/concepts/agents.mdx

@@ -1,361 +0,0 @@
----
-title: الوكلاء
-description: دليل تفصيلي حول إنشاء وإدارة الوكلاء ضمن إطار عمل CrewAI.
-icon: robot
-mode: "wide"
----
-
-## نظرة عامة على الوكيل
-
-في إطار عمل CrewAI، الـ `Agent` هو وحدة مستقلة يمكنها:
-
-- أداء مهام محددة
-- اتخاذ قرارات بناءً على دوره وهدفه
-- استخدام الأدوات لتحقيق الأهداف
-- التواصل والتعاون مع وكلاء آخرين
-- الاحتفاظ بذاكرة التفاعلات
-- تفويض المهام عند السماح بذلك
-
-<Tip>
-  فكّر في الوكيل كعضو فريق متخصص بمهارات وخبرات ومسؤوليات محددة.
-  على سبيل المثال، قد يتفوق وكيل `Researcher` في جمع وتحليل المعلومات،
-  بينما قد يكون وكيل `Writer` أفضل في إنشاء المحتوى.
-</Tip>
-
-<Note type="info" title="تحسين المؤسسات: منشئ الوكلاء المرئي">
-يتضمن CrewAI AMP منشئ وكلاء مرئي يبسّط إنشاء وتهيئة الوكلاء بدون كتابة كود. صمم وكلاءك بصريًا واختبرهم في الوقت الفعلي.
-
-![Visual Agent Builder Screenshot](/images/enterprise/crew-studio-interface.png)
-
-يُمكّن منشئ الوكلاء المرئي من:
-
-- تهيئة وكلاء بديهية بواجهات نماذج
-- اختبار والتحقق في الوقت الفعلي
-- مكتبة قوالب مع أنواع وكلاء مهيأة مسبقًا
-- تخصيص سهل لخصائص وسلوكيات الوكيل
-</Note>
-
-## خصائص الوكيل
-
-| الخاصية                               | المعامل                | النوع                                  | الوصف                                                                                              |
-| :-------------------------------------- | :----------------------- | :------------------------------------ | :------------------------------------------------------------------------------------------------------- |
-| **الدور**                                | `role`                   | `str`                                 | يحدد وظيفة الوكيل وخبرته ضمن الطاقم.                                              |
-| **الهدف**                                | `goal`                   | `str`                                 | الهدف الفردي الذي يوجه عملية اتخاذ القرار لدى الوكيل.                                        |
-| **الخلفية**                           | `backstory`              | `str`                                 | يوفر سياقًا وشخصية للوكيل، مما يثري التفاعلات.                                   |
-| **LLM** _(اختياري)_                    | `llm`                    | `Union[str, LLM, Any]`                | نموذج اللغة الذي يشغّل الوكيل. افتراضيًا النموذج المحدد في `OPENAI_MODEL_NAME` أو "gpt-4". |
-| **الأدوات** _(اختياري)_                  | `tools`                  | `List[BaseTool]`                      | القدرات أو الوظائف المتاحة للوكيل. افتراضيًا قائمة فارغة.                             |
-| **LLM استدعاء الدوال** _(اختياري)_   | `function_calling_llm`   | `Optional[Any]`                       | نموذج لغة لاستدعاء الأدوات، يتجاوز LLM الطاقم إذا حُدد.                                      |
-| **الحد الأقصى للتكرارات** _(اختياري)_         | `max_iter`               | `int`                                 | الحد الأقصى للتكرارات قبل أن يقدم الوكيل أفضل إجابته. الافتراضي 20.                         |
-| **الحد الأقصى لـ RPM** _(اختياري)_                | `max_rpm`                | `Optional[int]`                       | الحد الأقصى للطلبات في الدقيقة لتجنب حدود المعدل.                                                        |
-| **الحد الأقصى لوقت التنفيذ** _(اختياري)_     | `max_execution_time`     | `Optional[int]`                       | الحد الأقصى للوقت (بالثواني) لتنفيذ المهمة.                                                            |
-| **الوضع المفصل** _(اختياري)_                | `verbose`                | `bool`                                | تفعيل سجلات التنفيذ المفصلة للتصحيح. الافتراضي False.                                          |
-| **السماح بالتفويض** _(اختياري)_       | `allow_delegation`       | `bool`                                | السماح للوكيل بتفويض المهام لوكلاء آخرين. الافتراضي False.                                     |
-| **دالة الخطوة** _(اختياري)_          | `step_callback`          | `Optional[Any]`                       | دالة تُستدعى بعد كل خطوة للوكيل، تتجاوز دالة الطاقم.                                          |
-| **التخزين المؤقت** _(اختياري)_                  | `cache`                  | `bool`                                | تفعيل التخزين المؤقت لاستخدام الأدوات. الافتراضي True.                                                          |
-| **قالب النظام** _(اختياري)_        | `system_template`        | `Optional[str]`                       | قالب أمر نظام مخصص للوكيل.                                                             |
-| **قالب الأمر** _(اختياري)_        | `prompt_template`        | `Optional[str]`                       | قالب أمر مخصص للوكيل.                                                                    |
-| **قالب الاستجابة** _(اختياري)_      | `response_template`      | `Optional[str]`                       | قالب استجابة مخصص للوكيل.                                                                  |
-| **السماح بتنفيذ الكود** _(اختياري)_   | `allow_code_execution`   | `Optional[bool]`                      | تفعيل تنفيذ الكود للوكيل. الافتراضي False.                                                   |
-| **الحد الأقصى لإعادة المحاولة** _(اختياري)_        | `max_retry_limit`        | `int`                                 | الحد الأقصى لإعادات المحاولة عند حدوث خطأ. الافتراضي 2.                                            |
-| **احترام نافذة السياق** _(اختياري)_ | `respect_context_window` | `bool`                                | إبقاء الرسائل تحت حجم نافذة السياق عبر التلخيص. الافتراضي True.                                 |
-| **وضع تنفيذ الكود** _(اختياري)_    | `code_execution_mode`    | `Literal["safe", "unsafe"]`           | وضع تنفيذ الكود: 'safe' (باستخدام Docker) أو 'unsafe' (مباشر). الافتراضي 'safe'.                  |
-| **متعدد الوسائط** _(اختياري)_             | `multimodal`             | `bool`                                | ما إذا كان الوكيل يدعم القدرات متعددة الوسائط. الافتراضي False.                                    |
-| **حقن التاريخ** _(اختياري)_            | `inject_date`            | `bool`                                | ما إذا كان يتم حقن التاريخ الحالي تلقائيًا في المهام. الافتراضي False.                           |
-| **تنسيق التاريخ** _(اختياري)_            | `date_format`            | `str`                                 | سلسلة تنسيق التاريخ عند تفعيل inject_date. الافتراضي "%Y-%m-%d" (تنسيق ISO).                  |
-| **الاستدلال** _(اختياري)_              | `reasoning`              | `bool`                                | ما إذا كان يجب على الوكيل التأمل وإنشاء خطة قبل تنفيذ المهمة. الافتراضي False.            |
-| **الحد الأقصى لمحاولات الاستدلال** _(اختياري)_ | `max_reasoning_attempts` | `Optional[int]`                       | الحد الأقصى لمحاولات الاستدلال قبل تنفيذ المهمة. إذا None، سيحاول حتى الاستعداد.           |
-| **المُضمّن** _(اختياري)_               | `embedder`               | `Optional[Dict[str, Any]]`            | تهيئة المُضمّن المستخدم من قبل الوكيل.                                                        |
-| **مصادر المعرفة** _(اختياري)_      | `knowledge_sources`      | `Optional[List[BaseKnowledgeSource]]` | مصادر المعرفة المتاحة للوكيل.                                                                |
-| **استخدام أمر النظام** _(اختياري)_      | `use_system_prompt`      | `Optional[bool]`                      | ما إذا كان يُستخدم أمر النظام (لدعم نموذج o1). الافتراضي True.                                    |
-
-## إنشاء الوكلاء
-
-هناك طريقتان لإنشاء الوكلاء في CrewAI: باستخدام **تهيئة YAML (موصى بها)** أو تعريفهم **مباشرة في الكود**.
-
-### تهيئة YAML (موصى بها)
-
-توفر تهيئة YAML طريقة أنظف وأكثر قابلية للصيانة لتعريف الوكلاء. نوصي بشدة باستخدام هذا النهج في مشاريع CrewAI.
-
-بعد إنشاء مشروع CrewAI كما هو موضح في قسم [التثبيت](/ar/installation)، انتقل إلى ملف `src/latest_ai_development/config/agents.yaml` وعدّل القالب ليتوافق مع متطلباتك.
-
-<Note>
-ستُستبدل المتغيرات في ملفات YAML (مثل `{topic}`) بقيم من مدخلاتك عند تشغيل الطاقم:
-```python Code
-crew.kickoff(inputs={'topic': 'AI Agents'})
-```
-</Note>
-
-إليك مثالًا على كيفية تهيئة الوكلاء باستخدام YAML:
-
-```yaml agents.yaml
-# src/latest_ai_development/config/agents.yaml
-researcher:
-  role: >
-    {topic} Senior Data Researcher
-  goal: >
-    Uncover cutting-edge developments in {topic}
-  backstory: >
-    You're a seasoned researcher with a knack for uncovering the latest
-    developments in {topic}. Known for your ability to find the most relevant
-    information and present it in a clear and concise manner.
-
-reporting_analyst:
-  role: >
-    {topic} Reporting Analyst
-  goal: >
-    Create detailed reports based on {topic} data analysis and research findings
-  backstory: >
-    You're a meticulous analyst with a keen eye for detail. You're known for
-    your ability to turn complex data into clear and concise reports, making
-    it easy for others to understand and act on the information you provide.
-```
-
-لاستخدام تهيئة YAML في الكود، أنشئ فئة طاقم ترث من `CrewBase`:
-
-```python Code
-# src/latest_ai_development/crew.py
-from crewai import Agent, Crew, Process
-from crewai.project import CrewBase, agent, crew
-from crewai_tools import SerperDevTool
-
-@CrewBase
-class LatestAiDevelopmentCrew():
-  """LatestAiDevelopment crew"""
-
-  agents_config = "config/agents.yaml"
-
-  @agent
-  def researcher(self) -> Agent:
-    return Agent(
-      config=self.agents_config['researcher'], # type: ignore[index]
-      verbose=True,
-      tools=[SerperDevTool()]
-    )
-
-  @agent
-  def reporting_analyst(self) -> Agent:
-    return Agent(
-      config=self.agents_config['reporting_analyst'], # type: ignore[index]
-      verbose=True
-    )
-```
-
-<Note>
-  يجب أن تتطابق الأسماء المستخدمة في ملفات YAML (`agents.yaml`) مع أسماء
-  الطرق في كود Python.
-</Note>
-
-### تعريف مباشر في الكود
-
-يمكنك إنشاء الوكلاء مباشرة في الكود بإنشاء فئة `Agent`. إليك مثالًا شاملًا يوضح جميع المعاملات المتاحة:
-
-```python Code
-from crewai import Agent
-from crewai_tools import SerperDevTool
-
-# إنشاء وكيل بجميع المعاملات المتاحة
-agent = Agent(
-    role="Senior Data Scientist",
-    goal="Analyze and interpret complex datasets to provide actionable insights",
-    backstory="With over 10 years of experience in data science and machine learning, "
-              "you excel at finding patterns in complex datasets.",
-    llm="gpt-4",
-    function_calling_llm=None,
-    verbose=False,
-    allow_delegation=False,
-    max_iter=20,
-    max_rpm=None,
-    max_execution_time=None,
-    max_retry_limit=2,
-    allow_code_execution=False,
-    code_execution_mode="safe",
-    respect_context_window=True,
-    use_system_prompt=True,
-    multimodal=False,
-    inject_date=False,
-    date_format="%Y-%m-%d",
-    reasoning=False,
-    max_reasoning_attempts=None,
-    tools=[SerperDevTool()],
-    knowledge_sources=None,
-    embedder=None,
-    system_template=None,
-    prompt_template=None,
-    response_template=None,
-    step_callback=None,
-)
-```
-
-دعنا نستعرض بعض تركيبات المعاملات الرئيسية لحالات الاستخدام الشائعة:
-
-#### وكيل بحث أساسي
-
-```python Code
-research_agent = Agent(
-    role="Research Analyst",
-    goal="Find and summarize information about specific topics",
-    backstory="You are an experienced researcher with attention to detail",
-    tools=[SerperDevTool()],
-    verbose=True
-)
-```
-
-#### وكيل تطوير الكود
-
-```python Code
-dev_agent = Agent(
-    role="Senior Python Developer",
-    goal="Write and debug Python code",
-    backstory="Expert Python developer with 10 years of experience",
-    allow_code_execution=True,
-    code_execution_mode="safe",
-    max_execution_time=300,
-    max_retry_limit=3
-)
-```
-
-#### وكيل تحليل طويل المدى
-
-```python Code
-analysis_agent = Agent(
-    role="Data Analyst",
-    goal="Perform deep analysis of large datasets",
-    backstory="Specialized in big data analysis and pattern recognition",
-    memory=True,
-    respect_context_window=True,
-    max_rpm=10,
-    function_calling_llm="gpt-4o-mini"
-)
-```
-
-### تفاصيل المعاملات
-
-#### المعاملات الحرجة
-
-- `role` و `goal` و `backstory` مطلوبة وتشكّل سلوك الوكيل
-- `llm` يحدد نموذج اللغة المستخدم (افتراضي: GPT-4 من OpenAI)
-
-#### الذاكرة والسياق
-
-- `memory`: تفعيل للحفاظ على سجل المحادثة
-- `respect_context_window`: يمنع مشاكل حد الرموز
-- `knowledge_sources`: إضافة قواعد معرفة خاصة بالمجال
-
-#### التحكم في التنفيذ
-
-- `max_iter`: الحد الأقصى للمحاولات قبل تقديم أفضل إجابة
-- `max_execution_time`: المهلة بالثواني
-- `max_rpm`: تحديد معدل استدعاءات API
-- `max_retry_limit`: إعادات المحاولة عند الخطأ
-
-#### تنفيذ الكود
-
-- `allow_code_execution`: يجب أن يكون True لتشغيل الكود
-- `code_execution_mode`:
-  - `"safe"`: يستخدم Docker (موصى به للإنتاج)
-  - `"unsafe"`: تنفيذ مباشر (استخدم فقط في بيئات موثوقة)
-
-<Note>
-  يشغّل هذا صورة Docker افتراضية. إذا أردت تهيئة صورة Docker،
-  راجع أداة Code Interpreter في قسم الأدوات. أضف أداة
-  مفسر الكود كأداة في معامل أداة الوكيل.
-</Note>
-
-#### الميزات المتقدمة
-
-- `multimodal`: تفعيل القدرات متعددة الوسائط لمعالجة النص والمحتوى المرئي
-- `reasoning`: تمكين الوكيل من التأمل وإنشاء خطط قبل تنفيذ المهام
-- `inject_date`: حقن التاريخ الحالي تلقائيًا في أوصاف المهام
-
-#### القوالب
-
-- `system_template`: يحدد السلوك الأساسي للوكيل
-- `prompt_template`: ينظم تنسيق الإدخال
-- `response_template`: ينسّق استجابات الوكيل
-
-<Note>
-  عند استخدام القوالب المخصصة، تأكد من تعريف كل من `system_template` و
-  `prompt_template`. `response_template` اختياري لكن يُوصى به
-  لتنسيق مخرجات متسق.
-</Note>
-
-## أدوات الوكيل
-
-يمكن تجهيز الوكلاء بأدوات متنوعة لتعزيز قدراتهم. يدعم CrewAI أدوات من:
-
-- [مجموعة أدوات CrewAI](https://github.com/joaomdmoura/crewai-tools)
-- [أدوات LangChain](https://python.langchain.com/docs/integrations/tools)
-
-إليك كيفية إضافة أدوات لوكيل:
-
-```python Code
-from crewai import Agent
-from crewai_tools import SerperDevTool, WikipediaTools
-
-# إنشاء الأدوات
-search_tool = SerperDevTool()
-wiki_tool = WikipediaTools()
-
-# إضافة أدوات للوكيل
-researcher = Agent(
-    role="AI Technology Researcher",
-    goal="Research the latest AI developments",
-    tools=[search_tool, wiki_tool],
-    verbose=True
-)
-```
-
-## التفاعل المباشر مع الوكيل عبر `kickoff()`
-
-يمكن استخدام الوكلاء مباشرة بدون المرور بمهمة أو سير عمل طاقم باستخدام طريقة `kickoff()`. يوفر هذا طريقة أبسط للتفاعل مع وكيل عندما لا تحتاج إلى إمكانيات تنسيق الطاقم الكاملة.
-
-```python Code
-from crewai import Agent
-from crewai_tools import SerperDevTool
-
-# إنشاء وكيل
-researcher = Agent(
-    role="AI Technology Researcher",
-    goal="Research the latest AI developments",
-    tools=[SerperDevTool()],
-    verbose=True
-)
-
-# استخدام kickoff() للتفاعل مباشرة مع الوكيل
-result = researcher.kickoff("What are the latest developments in language models?")
-
-# الوصول إلى الاستجابة الخام
-print(result.raw)
-```
-
-## اعتبارات مهمة وأفضل الممارسات
-
-### الأمان وتنفيذ الكود
-
-- عند استخدام `allow_code_execution`، كن حذرًا مع مدخلات المستخدم وتحقق منها دائمًا
-- استخدم `code_execution_mode: "safe"` (Docker) في بيئات الإنتاج
-- فكّر في تعيين حدود `max_execution_time` مناسبة لمنع الحلقات اللانهائية
-
-### تحسين الأداء
-
-- استخدم `respect_context_window: true` لمنع مشاكل حد الرموز
-- عيّن `max_rpm` مناسبًا لتجنب تحديد المعدل
-- فعّل `cache: true` لتحسين الأداء للمهام المتكررة
-- اضبط `max_iter` و `max_retry_limit` بناءً على تعقيد المهمة
-
-### إدارة الذاكرة والسياق
-
-- استفد من `knowledge_sources` للمعلومات الخاصة بالمجال
-- هيّئ `embedder` عند استخدام نماذج تضمين مخصصة
-- استخدم القوالب المخصصة للتحكم الدقيق في سلوك الوكيل
-
-### التعاون بين الوكلاء
-
-- فعّل `allow_delegation: true` عندما يحتاج الوكلاء للعمل معًا
-- استخدم `step_callback` لمراقبة وتسجيل تفاعلات الوكلاء
-- فكّر في استخدام نماذج LLM مختلفة لأغراض مختلفة
-
-### توافق النموذج
-
-- عيّن `use_system_prompt: false` للنماذج القديمة التي لا تدعم رسائل النظام
-- تأكد من أن `llm` المختار يدعم الميزات التي تحتاجها

docs/ar/concepts/cli.mdx

@@ -1,287 +0,0 @@
----
-title: واجهة سطر الأوامر
-description: تعرّف على كيفية استخدام واجهة سطر أوامر CrewAI للتفاعل مع CrewAI.
-icon: terminal
-mode: "wide"
----
-
-<Warning>
-  منذ الإصدار 0.140.0، بدأ CrewAI AMP عملية نقل مزود تسجيل الدخول.
-  لذلك، تم تحديث تدفق المصادقة عبر CLI. المستخدمون الذين يسجلون الدخول
-  باستخدام Google، أو الذين أنشأوا حساباتهم بعد 3 يوليو 2025 لن يتمكنوا
-  من تسجيل الدخول مع الإصدارات القديمة من مكتبة `crewai`.
-</Warning>
-
-## نظرة عامة
-
-توفر واجهة سطر أوامر CrewAI مجموعة من الأوامر للتفاعل مع CrewAI، مما يتيح لك إنشاء وتدريب وتشغيل وإدارة الأطقم والتدفقات.
-
-## التثبيت
-
-لاستخدام واجهة سطر أوامر CrewAI، تأكد من تثبيت CrewAI:
-
-```shell Terminal
-pip install crewai
-```
-
-## الاستخدام الأساسي
-
-الهيكل الأساسي لأمر CrewAI CLI هو:
-
-```shell Terminal
-crewai [COMMAND] [OPTIONS] [ARGUMENTS]
-```
-
-## الأوامر المتاحة
-
-### 1. إنشاء
-
-إنشاء طاقم أو تدفق جديد.
-
-```shell Terminal
-crewai create [OPTIONS] TYPE NAME
-```
-
-- `TYPE`: اختر بين "crew" أو "flow"
-- `NAME`: اسم الطاقم أو التدفق
-
-مثال:
-
-```shell Terminal
-crewai create crew my_new_crew
-crewai create flow my_new_flow
-```
-
-### 2. الإصدار
-
-عرض الإصدار المثبت من CrewAI.
-
-```shell Terminal
-crewai version [OPTIONS]
-```
-
-- `--tools`: (اختياري) عرض الإصدار المثبت من أدوات CrewAI
-
-### 3. التدريب
-
-تدريب الطاقم لعدد محدد من التكرارات.
-
-```shell Terminal
-crewai train [OPTIONS]
-```
-
-- `-n, --n_iterations INTEGER`: عدد تكرارات التدريب (افتراضي: 5)
-- `-f, --filename TEXT`: مسار ملف مخصص للتدريب (افتراضي: "trained_agents_data.pkl")
-
-### 4. الإعادة
-
-إعادة تنفيذ الطاقم من مهمة محددة.
-
-```shell Terminal
-crewai replay [OPTIONS]
-```
-
-- `-t, --task_id TEXT`: إعادة تنفيذ الطاقم من معرّف المهمة هذا، بما في ذلك جميع المهام اللاحقة
-
-### 5. سجل مخرجات المهام
-
-استرجاع أحدث مخرجات مهام crew.kickoff().
-
-```shell Terminal
-crewai log-tasks-outputs
-```
-
-### 6. إعادة تعيين الذاكرة
-
-إعادة تعيين ذاكرة الطاقم (طويلة، قصيرة، الكيانات، أحدث مخرجات التشغيل).
-
-```shell Terminal
-crewai reset-memories [OPTIONS]
-```
-
-- `-l, --long`: إعادة تعيين الذاكرة طويلة المدى
-- `-s, --short`: إعادة تعيين الذاكرة قصيرة المدى
-- `-e, --entities`: إعادة تعيين ذاكرة الكيانات
-- `-k, --kickoff-outputs`: إعادة تعيين أحدث مخرجات التشغيل
-- `-kn, --knowledge`: إعادة تعيين تخزين المعرفة
-- `-akn, --agent-knowledge`: إعادة تعيين تخزين معرفة الوكيل
-- `-a, --all`: إعادة تعيين جميع الذاكرات
-
-### 7. الاختبار
-
-اختبار الطاقم وتقييم النتائج.
-
-```shell Terminal
-crewai test [OPTIONS]
-```
-
-- `-n, --n_iterations INTEGER`: عدد تكرارات الاختبار (افتراضي: 3)
-- `-m, --model TEXT`: نموذج LLM لتشغيل الاختبارات (افتراضي: "gpt-4o-mini")
-
-### 8. التشغيل
-
-تشغيل الطاقم أو التدفق.
-
-```shell Terminal
-crewai run
-```
-
-<Note>
-  بدءًا من الإصدار 0.103.0، يمكن استخدام أمر `crewai run` لتشغيل
-  كل من الأطقم القياسية والتدفقات. للتدفقات، يكتشف تلقائيًا النوع
-  من pyproject.toml ويشغّل الأمر المناسب. هذه هي الطريقة الموصى بها
-  لتشغيل كل من الأطقم والتدفقات.
-</Note>
-
-### 9. الدردشة
-
-بدءًا من الإصدار `0.98.0`، عند تشغيل أمر `crewai chat`، تبدأ جلسة تفاعلية مع طاقمك. سيرشدك المساعد الذكي بطلب المدخلات اللازمة لتنفيذ الطاقم. بمجرد توفير جميع المدخلات، سينفذ الطاقم مهامه.
-
-```shell Terminal
-crewai chat
-```
-
-<Note>
-مهم: عيّن خاصية `chat_llm` في ملف `crew.py` لتفعيل هذا الأمر.
-
-```python
-@crew
-def crew(self) -> Crew:
-    return Crew(
-        agents=self.agents,
-        tasks=self.tasks,
-        process=Process.sequential,
-        verbose=True,
-        chat_llm="gpt-4o",
-    )
-```
-</Note>
-
-### 10. النشر
-
-نشر الطاقم أو التدفق إلى [CrewAI AMP](https://app.crewai.com).
-
-- **المصادقة**: تحتاج لتكون مصادقًا للنشر إلى CrewAI AMP.
-
-  ```shell Terminal
-  crewai login
-  ```
-
-- **إنشاء نشر**:
-  ```shell Terminal
-  crewai deploy create
-  ```
-
-- **نشر الطاقم**:
-  ```shell Terminal
-  crewai deploy push
-  ```
-
-- **حالة النشر**:
-  ```shell Terminal
-  crewai deploy status
-  ```
-
-- **سجلات النشر**:
-  ```shell Terminal
-  crewai deploy logs
-  ```
-
-- **عرض النشرات**:
-  ```shell Terminal
-  crewai deploy list
-  ```
-
-- **حذف النشر**:
-  ```shell Terminal
-  crewai deploy remove
-  ```
-
-### 11. إدارة المؤسسة
-
-إدارة مؤسسات CrewAI AMP.
-
-```shell Terminal
-crewai org [COMMAND] [OPTIONS]
-```
-
-- `list`: عرض جميع المؤسسات
-- `current`: عرض المؤسسة النشطة حاليًا
-- `switch`: التبديل إلى مؤسسة محددة
-
-### 12. تسجيل الدخول
-
-المصادقة مع CrewAI AMP باستخدام تدفق رمز الجهاز الآمن.
-
-```shell Terminal
-crewai login
-```
-
-### 13. إدارة التهيئة
-
-إدارة إعدادات تهيئة CLI لـ CrewAI.
-
-```shell Terminal
-crewai config [COMMAND] [OPTIONS]
-```
-
-- `list`: عرض جميع معاملات التهيئة
-- `set`: تعيين معامل تهيئة
-- `reset`: إعادة تعيين جميع المعاملات إلى القيم الافتراضية
-
-### 14. إدارة التتبع
-
-إدارة تفضيلات جمع التتبع لعمليات الطاقم والتدفق.
-
-```shell Terminal
-crewai traces [COMMAND]
-```
-
-- `enable`: تفعيل جمع التتبع
-- `disable`: تعطيل جمع التتبع
-- `status`: عرض حالة جمع التتبع الحالية
-
-#### كيف يعمل التتبع
-
-يتم التحكم في جمع التتبع بفحص ثلاثة إعدادات بترتيب الأولوية:
-
-1. **علامة صريحة في الكود** (الأولوية الأعلى):
-   ```python
-   crew = Crew(agents=[...], tasks=[...], tracing=True)   # تفعيل دائمًا
-   crew = Crew(agents=[...], tasks=[...], tracing=False)  # تعطيل دائمًا
-   crew = Crew(agents=[...], tasks=[...])                 # فحص الأولويات الأدنى
-   ```
-
-2. **متغير البيئة** (الأولوية الثانية):
-   ```env
-   CREWAI_TRACING_ENABLED=true
-   ```
-
-3. **تفضيل المستخدم** (الأولوية الأدنى):
-   ```shell Terminal
-   crewai traces enable
-   ```
-
-<Note>
-**لتفعيل التتبع**، استخدم أيًا من هذه الطرق:
-- عيّن `tracing=True` في كود الطاقم/التدفق، أو
-- أضف `CREWAI_TRACING_ENABLED=true` إلى ملف `.env`، أو
-- شغّل `crewai traces enable`
-
-**لتعطيل التتبع**، استخدم أيًا من هذه الطرق:
-- عيّن `tracing=False` في كود الطاقم/التدفق، أو
-- أزل أو عيّن `false` لمتغير `CREWAI_TRACING_ENABLED`، أو
-- شغّل `crewai traces disable`
-</Note>
-
-<Tip>
-  يتعامل CrewAI CLI مع المصادقة لمستودع الأدوات تلقائيًا عند
-  إضافة حزم إلى مشروعك. فقط أضف `crewai` قبل أي أمر `uv`
-  لاستخدامه. مثلًا `crewai uv add requests`.
-</Tip>
-
-<Note>
-  تُخزن إعدادات التهيئة في `~/.config/crewai/settings.json`. بعض
-  الإعدادات مثل اسم المؤسسة ومعرّفها للقراءة فقط وتُدار من خلال
-  أوامر المصادقة والمؤسسة.
-</Note>

docs/ar/concepts/collaboration.mdx

@@ -1,363 +0,0 @@
----
-title: التعاون
-description: كيفية تمكين الوكلاء من العمل معًا وتفويض المهام والتواصل بفعالية داخل فرق CrewAI.
-icon: screen-users
-mode: "wide"
----
-
-## نظرة عامة
-
-يُمكّن التعاون في CrewAI الوكلاء من العمل معًا كفريق عن طريق تفويض المهام وطرح الأسئلة للاستفادة من خبرات بعضهم البعض. عندما يكون `allow_delegation=True`، يحصل الوكلاء تلقائيًا على أدوات تعاون قوية.
-
-## البدء السريع: تفعيل التعاون
-
-```python
-from crewai import Agent, Crew, Task
-
-# تفعيل التعاون للوكلاء
-researcher = Agent(
-    role="Research Specialist",
-    goal="Conduct thorough research on any topic",
-    backstory="Expert researcher with access to various sources",
-    allow_delegation=True,  # الإعداد الرئيسي للتعاون
-    verbose=True
-)
-
-writer = Agent(
-    role="Content Writer",
-    goal="Create engaging content based on research",
-    backstory="Skilled writer who transforms research into compelling content",
-    allow_delegation=True,  # يُمكّن طرح الأسئلة على الوكلاء الآخرين
-    verbose=True
-)
-
-# يمكن للوكلاء الآن التعاون تلقائيًا
-crew = Crew(
-    agents=[researcher, writer],
-    tasks=[...],
-    verbose=True
-)
-```
-
-## كيف يعمل تعاون الوكلاء
-
-عندما يكون `allow_delegation=True`، يوفر CrewAI تلقائيًا للوكلاء أداتين قويتين:
-
-### 1. **أداة تفويض العمل**
-تسمح للوكلاء بتعيين مهام لزملاء الفريق ذوي الخبرة المحددة.
-
-```python
-# يحصل الوكيل تلقائيًا على هذه الأداة:
-# Delegate work to coworker(task: str, context: str, coworker: str)
-```
-
-### 2. **أداة طرح الأسئلة**
-تُمكّن الوكلاء من طرح أسئلة محددة لجمع المعلومات من الزملاء.
-
-```python
-# يحصل الوكيل تلقائيًا على هذه الأداة:
-# Ask question to coworker(question: str, context: str, coworker: str)
-```
-
-## التعاون في الممارسة
-
-إليك مثالًا كاملًا يوضح تعاون الوكلاء في مهمة إنشاء المحتوى:
-
-```python
-from crewai import Agent, Crew, Task, Process
-
-# إنشاء وكلاء تعاونيين
-researcher = Agent(
-    role="Research Specialist",
-    goal="Find accurate, up-to-date information on any topic",
-    backstory="""You're a meticulous researcher with expertise in finding
-    reliable sources and fact-checking information across various domains.""",
-    allow_delegation=True,
-    verbose=True
-)
-
-writer = Agent(
-    role="Content Writer",
-    goal="Create engaging, well-structured content",
-    backstory="""You're a skilled content writer who excels at transforming
-    research into compelling, readable content for different audiences.""",
-    allow_delegation=True,
-    verbose=True
-)
-
-editor = Agent(
-    role="Content Editor",
-    goal="Ensure content quality and consistency",
-    backstory="""You're an experienced editor with an eye for detail,
-    ensuring content meets high standards for clarity and accuracy.""",
-    allow_delegation=True,
-    verbose=True
-)
-
-# إنشاء مهمة تشجع التعاون
-article_task = Task(
-    description="""Write a comprehensive 1000-word article about 'The Future of AI in Healthcare'.
-
-    The article should include:
-    - Current AI applications in healthcare
-    - Emerging trends and technologies
-    - Potential challenges and ethical considerations
-    - Expert predictions for the next 5 years
-
-    Collaborate with your teammates to ensure accuracy and quality.""",
-    expected_output="A well-researched, engaging 1000-word article with proper structure and citations",
-    agent=writer  # الكاتب يقود، لكن يمكنه تفويض البحث إلى الباحث
-)
-
-# إنشاء طاقم تعاوني
-crew = Crew(
-    agents=[researcher, writer, editor],
-    tasks=[article_task],
-    process=Process.sequential,
-    verbose=True
-)
-
-result = crew.kickoff()
-```
-
-## أنماط التعاون
-
-### النمط 1: بحث ← كتابة ← تحرير
-```python
-research_task = Task(
-    description="Research the latest developments in quantum computing",
-    expected_output="Comprehensive research summary with key findings and sources",
-    agent=researcher
-)
-
-writing_task = Task(
-    description="Write an article based on the research findings",
-    expected_output="Engaging 800-word article about quantum computing",
-    agent=writer,
-    context=[research_task]  # يحصل على مخرجات البحث كسياق
-)
-
-editing_task = Task(
-    description="Edit and polish the article for publication",
-    expected_output="Publication-ready article with improved clarity and flow",
-    agent=editor,
-    context=[writing_task]  # يحصل على مسودة المقال كسياق
-)
-```
-
-### النمط 2: مهمة واحدة تعاونية
-```python
-collaborative_task = Task(
-    description="""Create a marketing strategy for a new AI product.
-
-    Writer: Focus on messaging and content strategy
-    Researcher: Provide market analysis and competitor insights
-
-    Work together to create a comprehensive strategy.""",
-    expected_output="Complete marketing strategy with research backing",
-    agent=writer  # الوكيل القائد، لكن يمكنه التفويض إلى الباحث
-)
-```
-
-## التعاون الهرمي
-
-للمشاريع المعقدة، استخدم عملية هرمية مع وكيل مدير:
-
-```python
-from crewai import Agent, Crew, Task, Process
-
-# وكيل المدير ينسق الفريق
-manager = Agent(
-    role="Project Manager",
-    goal="Coordinate team efforts and ensure project success",
-    backstory="Experienced project manager skilled at delegation and quality control",
-    allow_delegation=True,
-    verbose=True
-)
-
-# وكلاء متخصصون
-researcher = Agent(
-    role="Researcher",
-    goal="Provide accurate research and analysis",
-    backstory="Expert researcher with deep analytical skills",
-    allow_delegation=False,  # المتخصصون يركزون على خبرتهم
-    verbose=True
-)
-
-writer = Agent(
-    role="Writer",
-    goal="Create compelling content",
-    backstory="Skilled writer who creates engaging content",
-    allow_delegation=False,
-    verbose=True
-)
-
-# مهمة يقودها المدير
-project_task = Task(
-    description="Create a comprehensive market analysis report with recommendations",
-    expected_output="Executive summary, detailed analysis, and strategic recommendations",
-    agent=manager  # المدير سيفوّض إلى المتخصصين
-)
-
-# طاقم هرمي
-crew = Crew(
-    agents=[manager, researcher, writer],
-    tasks=[project_task],
-    process=Process.hierarchical,  # المدير ينسق كل شيء
-    manager_llm="gpt-4o",  # تحديد LLM للمدير
-    verbose=True
-)
-```
-
-## أفضل ممارسات التعاون
-
-### 1. **تحديد الأدوار بوضوح**
-```python
-# جيد: أدوار محددة ومتكاملة
-researcher = Agent(role="Market Research Analyst", ...)
-writer = Agent(role="Technical Content Writer", ...)
-
-# تجنب: أدوار متداخلة أو غامضة
-agent1 = Agent(role="General Assistant", ...)
-agent2 = Agent(role="Helper", ...)
-```
-
-### 2. **تفعيل التفويض الاستراتيجي**
-```python
-# فعّل التفويض للمنسقين والعامين
-lead_agent = Agent(
-    role="Content Lead",
-    allow_delegation=True,  # يمكنه التفويض إلى المتخصصين
-    ...
-)
-
-# عطّل للمتخصصين المركّزين (اختياري)
-specialist_agent = Agent(
-    role="Data Analyst",
-    allow_delegation=False,  # يركز على الخبرة الأساسية
-    ...
-)
-```
-
-### 3. **مشاركة السياق**
-```python
-# استخدم معامل context لاعتماديات المهام
-writing_task = Task(
-    description="Write article based on research",
-    agent=writer,
-    context=[research_task],  # يشارك نتائج البحث
-    ...
-)
-```
-
-### 4. **أوصاف المهام الواضحة**
-```python
-# أوصاف محددة وقابلة للتنفيذ
-Task(
-    description="""Research competitors in the AI chatbot space.
-    Focus on: pricing models, key features, target markets.
-    Provide data in a structured format.""",
-    ...
-)
-
-# تجنب: أوصاف غامضة لا توجه التعاون
-Task(description="Do some research about chatbots", ...)
-```
-
-## استكشاف أخطاء التعاون وإصلاحها
-
-### المشكلة: الوكلاء لا يتعاونون
-**الأعراض:** يعمل الوكلاء بمعزل، لا يحدث تفويض
-```python
-# الحل: تأكد من تفعيل التفويض
-agent = Agent(
-    role="...",
-    allow_delegation=True,  # هذا مطلوب!
-    ...
-)
-```
-
-### المشكلة: كثرة الذهاب والإياب
-**الأعراض:** يطرح الوكلاء أسئلة مفرطة، تقدم بطيء
-```python
-# الحل: وفّر سياقًا أفضل وأدوارًا محددة
-Task(
-    description="""Write a technical blog post about machine learning.
-
-    Context: Target audience is software developers with basic ML knowledge.
-    Length: 1200 words
-    Include: code examples, practical applications, best practices
-
-    If you need specific technical details, delegate research to the researcher.""",
-    ...
-)
-```
-
-### المشكلة: حلقات التفويض
-**الأعراض:** يفوّض الوكلاء ذهابًا وإيابًا بلا نهاية
-```python
-# الحل: تسلسل هرمي واضح ومسؤوليات
-manager = Agent(role="Manager", allow_delegation=True)
-specialist1 = Agent(role="Specialist A", allow_delegation=False)  # لا إعادة تفويض
-specialist2 = Agent(role="Specialist B", allow_delegation=False)
-```
-
-## ميزات التعاون المتقدمة
-
-### قواعد التعاون المخصصة
-```python
-# تعيين إرشادات تعاون محددة في خلفية الوكيل
-agent = Agent(
-    role="Senior Developer",
-    backstory="""You lead development projects and coordinate with team members.
-
-    Collaboration guidelines:
-    - Delegate research tasks to the Research Analyst
-    - Ask the Designer for UI/UX guidance
-    - Consult the QA Engineer for testing strategies
-    - Only escalate blocking issues to the Project Manager""",
-    allow_delegation=True
-)
-```
-
-### مراقبة التعاون
-```python
-def track_collaboration(output):
-    """تتبع أنماط التعاون"""
-    if "Delegate work to coworker" in output.raw:
-        print("Delegation occurred")
-    if "Ask question to coworker" in output.raw:
-        print("Question asked")
-
-crew = Crew(
-    agents=[...],
-    tasks=[...],
-    step_callback=track_collaboration,  # مراقبة التعاون
-    verbose=True
-)
-```
-
-## الذاكرة والتعلم
-
-تمكين الوكلاء من تذكر التعاونات السابقة:
-
-```python
-agent = Agent(
-    role="Content Lead",
-    memory=True,  # يتذكر التفاعلات السابقة
-    allow_delegation=True,
-    verbose=True
-)
-```
-
-مع تفعيل الذاكرة، يتعلم الوكلاء من التعاونات السابقة ويحسّنون قرارات التفويض بمرور الوقت.
-
-## الخطوات التالية
-
-- **جرّب الأمثلة**: ابدأ بمثال التعاون الأساسي
-- **جرّب أدوارًا مختلفة**: اختبر تركيبات أدوار وكلاء مختلفة
-- **راقب التفاعلات**: استخدم `verbose=True` لرؤية التعاون في العمل
-- **حسّن أوصاف المهام**: المهام الواضحة تؤدي إلى تعاون أفضل
-- **وسّع النطاق**: جرّب العمليات الهرمية للمشاريع المعقدة
-
-يحوّل التعاون وكلاء الذكاء الاصطناعي الفرديين إلى فرق قوية يمكنها معالجة التحديات المعقدة ومتعددة الأوجه معًا.

docs/ar/concepts/crews.mdx

@@ -1,204 +0,0 @@
----
-title: الأطقم
-description: فهم واستخدام الأطقم في إطار عمل CrewAI مع خصائص ووظائف شاملة.
-icon: people-group
-mode: "wide"
----
-
-## نظرة عامة
-
-يمثل الطاقم في CrewAI مجموعة تعاونية من الوكلاء يعملون معًا لتحقيق مجموعة من المهام. يحدد كل طاقم استراتيجية تنفيذ المهام وتعاون الوكلاء وسير العمل العام.
-
-## خصائص الطاقم
-
-| الخاصية                             | المعامل             | الوصف                                                                                                                                                                                                                                               |
-| :------------------------------------ | :--------------------- | :-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- |
-| **المهام**                             | `tasks`                | قائمة المهام المعيّنة للطاقم.                                                                                                                                                                                                                     |
-| **الوكلاء**                            | `agents`               | قائمة الوكلاء الذين يشكلون جزءًا من الطاقم.                                                                                                                                                                                                               |
-| **العملية** _(اختياري)_              | `process`              | تدفق العملية (مثل تسلسلي، هرمي) الذي يتبعه الطاقم. الافتراضي `sequential`.                                                                                                                              |
-| **الوضع المفصل** _(اختياري)_              | `verbose`              | مستوى التفصيل في التسجيل أثناء التنفيذ. الافتراضي `False`.                                                                                                                                                                                    |
-| **LLM المدير** _(اختياري)_          | `manager_llm`          | نموذج اللغة المستخدم بواسطة وكيل المدير في العملية الهرمية. **مطلوب عند استخدام العملية الهرمية.**                                                                                   |
-| **LLM استدعاء الدوال** _(اختياري)_ | `function_calling_llm` | إذا مُرر، سيستخدم الطاقم هذا LLM لاستدعاء دوال الأدوات لجميع الوكلاء. يمكن لكل وكيل أن يكون له LLM خاص يتجاوز LLM الطاقم.                                                                  |
-| **التهيئة** _(اختياري)_               | `config`               | إعدادات تهيئة اختيارية للطاقم، بتنسيق `Json` أو `Dict[str, Any]`.                                                                                                                                                                       |
-| **الحد الأقصى لـ RPM** _(اختياري)_              | `max_rpm`              | الحد الأقصى للطلبات في الدقيقة. الافتراضي `None`.                                                                                                                                                                     |
-| **الذاكرة** _(اختياري)_               | `memory`               | تُستخدم لتخزين ذاكرات التنفيذ (قصيرة المدى، طويلة المدى، ذاكرة الكيانات).                                                                                                                                                                           |
-| **التخزين المؤقت** _(اختياري)_                | `cache`                | يحدد ما إذا كان يُستخدم تخزين مؤقت لنتائج تنفيذ الأدوات. الافتراضي `True`.                                                                                                                                                         |
-| **المُضمّن** _(اختياري)_             | `embedder`             | تهيئة المُضمّن المستخدم من قبل الطاقم. الافتراضي `{"provider": "openai"}`.                                                                                                                                |
-| **دالة الخطوة** _(اختياري)_        | `step_callback`        | دالة تُستدعى بعد كل خطوة لكل وكيل.                                                               |
-| **دالة المهمة** _(اختياري)_        | `task_callback`        | دالة تُستدعى بعد اكتمال كل مهمة.                                                                                                                          |
-| **مشاركة الطاقم** _(اختياري)_           | `share_crew`           | ما إذا كنت تريد مشاركة معلومات الطاقم الكاملة وتنفيذه مع فريق CrewAI.                                                                                                      |
-| **ملف سجل المخرجات** _(اختياري)_      | `output_log_file`      | عيّن True لحفظ السجلات كـ logs.txt أو وفّر مسار ملف. الافتراضي `None`.                                                                      |
-| **وكيل المدير** _(اختياري)_        | `manager_agent`        | يعيّن وكيلًا مخصصًا سيُستخدم كمدير.                                                                                                                                                                                             |
-| **التخطيط** *(اختياري)*             | `planning`             | يضيف قدرة التخطيط للطاقم.                                                     |
-| **LLM التخطيط** *(اختياري)*         | `planning_llm`         | نموذج اللغة المستخدم بواسطة AgentPlanner في عملية التخطيط.                                                                                                                                                                                        |
-| **مصادر المعرفة** _(اختياري)_    | `knowledge_sources`    | مصادر المعرفة المتاحة على مستوى الطاقم، يمكن لجميع الوكلاء الوصول إليها.                                                                                                                                                                                    |
-| **البث** _(اختياري)_               | `stream`               | تفعيل مخرجات البث لتلقي تحديثات في الوقت الفعلي. الافتراضي `False`.                                                                                    |
-
-<Tip>
-**الحد الأقصى لـ RPM للطاقم**: تعيّن خاصية `max_rpm` الحد الأقصى للطلبات في الدقيقة التي يمكن للطاقم تنفيذها لتجنب حدود المعدل وستتجاوز إعدادات `max_rpm` الفردية للوكلاء إذا عيّنتها.
-</Tip>
-
-## إنشاء الأطقم
-
-هناك طريقتان لإنشاء الأطقم في CrewAI: باستخدام **تهيئة YAML (موصى بها)** أو تعريفها **مباشرة في الكود**.
-
-### تهيئة YAML (موصى بها)
-
-توفر تهيئة YAML طريقة أنظف وأكثر قابلية للصيانة لتعريف الأطقم وتتسق مع كيفية تعريف الوكلاء والمهام في مشاريع CrewAI.
-
-```python code
-from crewai import Agent, Crew, Task, Process
-from crewai.project import CrewBase, agent, task, crew, before_kickoff, after_kickoff
-from crewai.agents.agent_builder.base_agent import BaseAgent
-from typing import List
-
-@CrewBase
-class YourCrewName:
-    """Description of your crew"""
-
-    agents: List[BaseAgent]
-    tasks: List[Task]
-
-    agents_config = 'config/agents.yaml'
-    tasks_config = 'config/tasks.yaml'
-
-    @before_kickoff
-    def prepare_inputs(self, inputs):
-        inputs['additional_data'] = "Some extra information"
-        return inputs
-
-    @after_kickoff
-    def process_output(self, output):
-        output.raw += "\nProcessed after kickoff."
-        return output
-
-    @agent
-    def agent_one(self) -> Agent:
-        return Agent(
-            config=self.agents_config['agent_one'], # type: ignore[index]
-            verbose=True
-        )
-
-    @task
-    def task_one(self) -> Task:
-        return Task(
-            config=self.tasks_config['task_one'] # type: ignore[index]
-        )
-
-    @crew
-    def crew(self) -> Crew:
-        return Crew(
-            agents=self.agents,
-            tasks=self.tasks,
-            process=Process.sequential,
-            verbose=True,
-        )
-```
-
-<Note>
-سيتم تنفيذ المهام بالترتيب الذي عُرّفت به.
-</Note>
-
-فئة `CrewBase`، مع هذه المزيّنات، تؤتمت جمع الوكلاء والمهام، مما يقلل الحاجة للإدارة اليدوية.
-
-### تعريف مباشر في الكود (بديل)
-
-بدلاً من ذلك، يمكنك تعريف الطاقم مباشرة في الكود بدون ملفات تهيئة YAML.
-
-## مخرجات الطاقم
-
-تُغلّف مخرجات الطاقم في فئة `CrewOutput`. توفر هذه الفئة طريقة منظمة للوصول إلى نتائج تنفيذ الطاقم، بما في ذلك تنسيقات متنوعة مثل السلاسل النصية الخام وJSON ونماذج Pydantic.
-
-### خصائص مخرجات الطاقم
-
-| الخاصية        | المعامل     | النوع                       | الوصف                                                                                          |
-| :--------------- | :------------- | :------------------------- | :--------------------------------------------------------------------------------------------------- |
-| **Raw**          | `raw`          | `str`                      | المخرجات الخام للطاقم. هذا هو التنسيق الافتراضي.                               |
-| **Pydantic**     | `pydantic`     | `Optional[BaseModel]`      | كائن نموذج Pydantic يمثل المخرجات المنظمة.                              |
-| **JSON Dict**    | `json_dict`    | `Optional[Dict[str, Any]]` | قاموس يمثل مخرجات JSON.                                               |
-| **Tasks Output** | `tasks_output` | `List[TaskOutput]`         | قائمة كائنات `TaskOutput`، كل منها يمثل مخرجات مهمة.                  |
-| **Token Usage**  | `token_usage`  | `Dict[str, Any]`           | ملخص استخدام الرموز. |
-
-## استخدام الذاكرة
-
-يمكن للأطقم استخدام الذاكرة (قصيرة المدى، طويلة المدى، وذاكرة الكيانات) لتحسين تنفيذها وتعلمها بمرور الوقت.
-
-## استخدام التخزين المؤقت
-
-يمكن استخدام التخزين المؤقت لتخزين نتائج تنفيذ الأدوات، مما يجعل العملية أكثر كفاءة.
-
-## مقاييس استخدام الطاقم
-
-بعد تنفيذ الطاقم، يمكنك الوصول إلى خاصية `usage_metrics` لعرض مقاييس استخدام نموذج اللغة (LLM) لجميع المهام المنفذة.
-
-```python Code
-crew = Crew(agents=[agent1, agent2], tasks=[task1, task2])
-crew.kickoff()
-print(crew.usage_metrics)
-```
-
-## عملية تنفيذ الطاقم
-
-- **العملية التسلسلية**: تُنفذ المهام واحدة تلو الأخرى، مما يسمح بتدفق عمل خطي.
-- **العملية الهرمية**: ينسق وكيل مدير الطاقم، ويفوّض المهام ويتحقق من النتائج.
-
-### تشغيل الطاقم
-
-بمجرد تجميع طاقمك، ابدأ سير العمل بطريقة `kickoff()`.
-
-```python Code
-result = my_crew.kickoff()
-print(result)
-```
-
-### طرق مختلفة لتشغيل الطاقم
-
-#### الطرق المتزامنة
-
-- `kickoff()`: يبدأ عملية التنفيذ وفقًا لتدفق العملية المحدد.
-- `kickoff_for_each()`: ينفذ المهام بالتتابع لكل مدخل.
-
-#### الطرق غير المتزامنة
-
-| الطريقة | النوع | الوصف |
-|--------|------|-------------|
-| `akickoff()` | غير متزامن أصلي | async/await أصلي عبر سلسلة التنفيذ بأكملها |
-| `akickoff_for_each()` | غير متزامن أصلي | تنفيذ غير متزامن أصلي لكل مدخل في قائمة |
-| `kickoff_async()` | مبني على الخيوط | يغلّف التنفيذ المتزامن في `asyncio.to_thread` |
-| `kickoff_for_each_async()` | مبني على الخيوط | غير متزامن مبني على الخيوط لكل مدخل في قائمة |
-
-<Note>
-لأحمال العمل عالية التزامن، يُوصى بـ `akickoff()` و `akickoff_for_each()` لأنها تستخدم async أصلي.
-</Note>
-
-### بث تنفيذ الطاقم
-
-للرؤية في الوقت الفعلي لتنفيذ الطاقم، يمكنك تفعيل البث:
-
-```python Code
-crew = Crew(
-    agents=[researcher],
-    tasks=[task],
-    stream=True
-)
-
-streaming = crew.kickoff(inputs={"topic": "AI"})
-for chunk in streaming:
-    print(chunk.content, end="", flush=True)
-
-result = streaming.result
-```
-
-### الإعادة من مهمة محددة
-
-يمكنك الآن الإعادة من مهمة محددة باستخدام أمر CLI `replay`.
-
-```shell
-crewai log-tasks-outputs
-```
-
-ثم للإعادة من مهمة محددة:
-
-```shell
-crewai replay -t <task_id>
-```

docs/ar/concepts/event-listener.mdx

@@ -1,236 +0,0 @@
----
-title: "مستمعو الأحداث"
-description: "الاستفادة من أحداث CrewAI لبناء تكاملات مخصصة ومراقبة"
-icon: spinner
-mode: "wide"
----
-
-## نظرة عامة
-
-يوفر CrewAI نظام أحداث قوي يتيح لك الاستماع والتفاعل مع الأحداث المختلفة التي تحدث أثناء تنفيذ طاقمك. تُمكّنك هذه الميزة من بناء تكاملات مخصصة وحلول مراقبة وأنظمة تسجيل أو أي وظائف أخرى تحتاج للتشغيل بناءً على أحداث CrewAI الداخلية.
-
-## كيف يعمل
-
-يستخدم CrewAI بنية ناقل أحداث لإرسال الأحداث طوال دورة حياة التنفيذ. يُبنى نظام الأحداث على المكونات التالية:
-
-1. **CrewAIEventsBus**: ناقل أحداث فريد يدير تسجيل الأحداث وإرسالها
-2. **BaseEvent**: الفئة الأساسية لجميع الأحداث في النظام
-3. **BaseEventListener**: فئة أساسية مجردة لإنشاء مستمعي أحداث مخصصين
-
-عندما تحدث إجراءات محددة في CrewAI (مثل بدء تنفيذ طاقم، أو إكمال وكيل لمهمة، أو استخدام أداة)، يرسل النظام أحداثًا مقابلة. يمكنك تسجيل معالجات لهذه الأحداث لتنفيذ كود مخصص عند حدوثها.
-
-<Note type="info" title="تحسين المؤسسات: تتبع الأوامر">
-يوفر CrewAI AMP ميزة تتبع أوامر مدمجة تستفيد من نظام الأحداث لتتبع وتخزين وتصور جميع الأوامر والاستكمالات والبيانات الوصفية المرتبطة.
-
-![Prompt Tracing Dashboard](/images/enterprise/traces-overview.png)
-
-مع تتبع الأوامر يمكنك:
-
-- عرض السجل الكامل لجميع الأوامر المرسلة إلى LLM
-- تتبع استخدام الرموز والتكاليف
-- تصحيح إخفاقات استدلال الوكيل
-- مشاركة تسلسلات الأوامر مع فريقك
-- مقارنة استراتيجيات الأوامر المختلفة
-- تصدير التتبعات للامتثال والتدقيق
-</Note>
-
-## إنشاء مستمع أحداث مخصص
-
-لإنشاء مستمع أحداث مخصص، تحتاج إلى:
-
-1. إنشاء فئة ترث من `BaseEventListener`
-2. تنفيذ طريقة `setup_listeners`
-3. تسجيل معالجات للأحداث التي تهمك
-4. إنشاء مثيل من مستمعك في الملف المناسب
-
-إليك مثالًا بسيطًا:
-
-```python
-from crewai.events import (
-    CrewKickoffStartedEvent,
-    CrewKickoffCompletedEvent,
-    AgentExecutionCompletedEvent,
-)
-from crewai.events import BaseEventListener
-
-class MyCustomListener(BaseEventListener):
-    def __init__(self):
-        super().__init__()
-
-    def setup_listeners(self, crewai_event_bus):
-        @crewai_event_bus.on(CrewKickoffStartedEvent)
-        def on_crew_started(source, event):
-            print(f"Crew '{event.crew_name}' has started execution!")
-
-        @crewai_event_bus.on(CrewKickoffCompletedEvent)
-        def on_crew_completed(source, event):
-            print(f"Crew '{event.crew_name}' has completed execution!")
-            print(f"Output: {event.output}")
-
-        @crewai_event_bus.on(AgentExecutionCompletedEvent)
-        def on_agent_execution_completed(source, event):
-            print(f"Agent '{event.agent.role}' completed task")
-            print(f"Output: {event.output}")
-```
-
-## تسجيل المستمع بشكل صحيح
-
-مجرد تعريف فئة المستمع ليس كافيًا. تحتاج لإنشاء مثيل منه والتأكد من استيراده في تطبيقك.
-
-```python
-# في ملف crew.py
-from crewai import Agent, Crew, Task
-from my_listeners import MyCustomListener
-
-# إنشاء مثيل من المستمع
-my_listener = MyCustomListener()
-
-class MyCustomCrew:
-    def crew(self):
-        return Crew(
-            agents=[...],
-            tasks=[...],
-        )
-```
-
-## أنواع الأحداث المتاحة
-
-يوفر CrewAI مجموعة واسعة من الأحداث يمكنك الاستماع إليها:
-
-### أحداث الطاقم
-
-- **CrewKickoffStartedEvent**: يُرسل عند بدء تنفيذ الطاقم
-- **CrewKickoffCompletedEvent**: يُرسل عند اكتمال تنفيذ الطاقم
-- **CrewKickoffFailedEvent**: يُرسل عند فشل تنفيذ الطاقم
-- **CrewTestStartedEvent**: يُرسل عند بدء اختبار الطاقم
-- **CrewTestCompletedEvent**: يُرسل عند اكتمال اختبار الطاقم
-- **CrewTestFailedEvent**: يُرسل عند فشل اختبار الطاقم
-- **CrewTrainStartedEvent**: يُرسل عند بدء تدريب الطاقم
-- **CrewTrainCompletedEvent**: يُرسل عند اكتمال تدريب الطاقم
-- **CrewTrainFailedEvent**: يُرسل عند فشل تدريب الطاقم
-
-### أحداث الوكيل
-
-- **AgentExecutionStartedEvent**: يُرسل عند بدء تنفيذ وكيل لمهمة
-- **AgentExecutionCompletedEvent**: يُرسل عند اكتمال تنفيذ وكيل لمهمة
-- **AgentExecutionErrorEvent**: يُرسل عند مواجهة وكيل لخطأ أثناء التنفيذ
-- **LiteAgentExecutionStartedEvent**: يُرسل عند بدء تنفيذ LiteAgent
-- **LiteAgentExecutionCompletedEvent**: يُرسل عند اكتمال تنفيذ LiteAgent
-
-### أحداث المهام
-
-- **TaskStartedEvent**: يُرسل عند بدء تنفيذ مهمة
-- **TaskCompletedEvent**: يُرسل عند اكتمال تنفيذ مهمة
-- **TaskFailedEvent**: يُرسل عند فشل تنفيذ مهمة
-
-### أحداث استخدام الأدوات
-
-- **ToolUsageStartedEvent**: يُرسل عند بدء تنفيذ أداة
-- **ToolUsageFinishedEvent**: يُرسل عند اكتمال تنفيذ أداة
-- **ToolUsageErrorEvent**: يُرسل عند مواجهة خطأ في تنفيذ أداة
-
-### أحداث MCP
-
-- **MCPConnectionStartedEvent**: يُرسل عند بدء الاتصال بخادم MCP
-- **MCPConnectionCompletedEvent**: يُرسل عند اكتمال الاتصال بخادم MCP
-- **MCPConnectionFailedEvent**: يُرسل عند فشل الاتصال بخادم MCP
-- **MCPToolExecutionStartedEvent**: يُرسل عند بدء تنفيذ أداة MCP
-- **MCPToolExecutionCompletedEvent**: يُرسل عند اكتمال تنفيذ أداة MCP
-- **MCPToolExecutionFailedEvent**: يُرسل عند فشل تنفيذ أداة MCP
-
-### أحداث المعرفة
-
-- **KnowledgeRetrievalStartedEvent**: يُرسل عند بدء استرجاع المعرفة
-- **KnowledgeRetrievalCompletedEvent**: يُرسل عند اكتمال استرجاع المعرفة
-- **KnowledgeQueryStartedEvent**: يُرسل عند بدء استعلام المعرفة
-- **KnowledgeQueryCompletedEvent**: يُرسل عند اكتمال استعلام المعرفة
-- **KnowledgeQueryFailedEvent**: يُرسل عند فشل استعلام المعرفة
-
-### أحداث حواجز LLM
-
-- **LLMGuardrailStartedEvent**: يُرسل عند بدء التحقق من الحاجز
-- **LLMGuardrailCompletedEvent**: يُرسل عند اكتمال التحقق من الحاجز
-- **LLMGuardrailFailedEvent**: يُرسل عند فشل التحقق من الحاجز
-
-### أحداث التدفق
-
-- **FlowCreatedEvent**: يُرسل عند إنشاء تدفق
-- **FlowStartedEvent**: يُرسل عند بدء تنفيذ تدفق
-- **FlowFinishedEvent**: يُرسل عند اكتمال تنفيذ تدفق
-- **FlowPausedEvent**: يُرسل عند إيقاف تدفق مؤقتًا بانتظار ملاحظات بشرية
-
-### أحداث LLM
-
-- **LLMCallStartedEvent**: يُرسل عند بدء استدعاء LLM
-- **LLMCallCompletedEvent**: يُرسل عند اكتمال استدعاء LLM
-- **LLMCallFailedEvent**: يُرسل عند فشل استدعاء LLM
-- **LLMStreamChunkEvent**: يُرسل لكل جزء مستلم أثناء بث استجابات LLM
-
-### أحداث الذاكرة
-
-- **MemoryQueryStartedEvent**: يُرسل عند بدء استعلام الذاكرة
-- **MemoryQueryCompletedEvent**: يُرسل عند اكتمال استعلام الذاكرة
-- **MemorySaveStartedEvent**: يُرسل عند بدء حفظ الذاكرة
-- **MemorySaveCompletedEvent**: يُرسل عند اكتمال حفظ الذاكرة
-
-### أحداث الاستدلال
-
-- **AgentReasoningStartedEvent**: يُرسل عند بدء وكيل الاستدلال حول مهمة
-- **AgentReasoningCompletedEvent**: يُرسل عند انتهاء عملية الاستدلال
-- **AgentReasoningFailedEvent**: يُرسل عند فشل عملية الاستدلال
-
-### أحداث A2A (وكيل إلى وكيل)
-
-- **A2ADelegationStartedEvent**: يُرسل عند بدء تفويض A2A
-- **A2ADelegationCompletedEvent**: يُرسل عند اكتمال تفويض A2A
-- **A2AConversationStartedEvent**: يُرسل عند بدء محادثة A2A متعددة الأدوار
-- **A2AConversationCompletedEvent**: يُرسل عند انتهاء محادثة A2A
-
-## هيكل معالج الأحداث
-
-يستقبل كل معالج حدث معاملين:
-
-1. **source**: الكائن الذي أرسل الحدث
-2. **event**: مثيل الحدث، يحتوي على بيانات خاصة بالحدث
-
-هيكل كائن الحدث يعتمد على نوع الحدث، لكن جميع الأحداث ترث من `BaseEvent` وتتضمن:
-
-- **timestamp**: الوقت الذي أُرسل فيه الحدث
-- **type**: معرّف نصي لنوع الحدث
-
-## الاستخدام المتقدم: المعالجات المحددة النطاق
-
-لمعالجة الأحداث المؤقتة، يمكنك استخدام مدير سياق `scoped_handlers`:
-
-```python
-from crewai.events import crewai_event_bus, CrewKickoffStartedEvent
-
-with crewai_event_bus.scoped_handlers():
-    @crewai_event_bus.on(CrewKickoffStartedEvent)
-    def temp_handler(source, event):
-        print("This handler only exists within this context")
-
-    # قم بشيء يرسل أحداثًا
-
-# خارج السياق، يتم إزالة المعالج المؤقت
-```
-
-## حالات الاستخدام
-
-يمكن استخدام مستمعي الأحداث لأغراض متنوعة:
-
-1. **التسجيل والمراقبة**: تتبع تنفيذ طاقمك وتسجيل الأحداث المهمة
-2. **التحليلات**: جمع بيانات عن أداء وسلوك طاقمك
-3. **التصحيح**: إعداد مستمعين مؤقتين لتصحيح مشاكل محددة
-4. **التكامل**: ربط CrewAI بأنظمة خارجية مثل منصات المراقبة وقواعد البيانات أو خدمات الإشعارات
-5. **السلوك المخصص**: تشغيل إجراءات مخصصة بناءً على أحداث محددة
-
-## أفضل الممارسات
-
-1. **اجعل المعالجات خفيفة**: يجب أن تكون معالجات الأحداث خفيفة وتتجنب العمليات الحاجبة
-2. **معالجة الأخطاء**: أدرج معالجة أخطاء مناسبة في معالجات الأحداث لمنع الاستثناءات من التأثير على التنفيذ الرئيسي
-3. **التنظيف**: إذا خصص مستمعك موارد، تأكد من تنظيفها بشكل صحيح
-4. **الاستماع الانتقائي**: استمع فقط للأحداث التي تحتاج فعلاً لمعالجتها
-5. **الاختبار**: اختبر مستمعي الأحداث بمعزل لضمان سلوكهم كما هو متوقع
-
-بالاستفادة من نظام أحداث CrewAI، يمكنك توسيع وظائفه ودمجه بسلاسة مع بنيتك التحتية الحالية.

docs/ar/concepts/files.mdx

@@ -1,267 +0,0 @@
----
-title: الملفات
-description: تمرير الصور وملفات PDF والصوت والفيديو والنصوص إلى وكلائك للمعالجة متعددة الوسائط.
-icon: file-image
----
-
-## نظرة عامة
-
-يدعم CrewAI مدخلات الملفات متعددة الوسائط الأصلية، مما يتيح لك تمرير الصور وملفات PDF والصوت والفيديو والنصوص مباشرة إلى وكلائك. يتم تنسيق الملفات تلقائيًا وفقًا لمتطلبات API لكل مزود LLM.
-
-<Note type="info" title="اعتمادية اختيارية">
-يتطلب دعم الملفات حزمة `crewai-files` الاختيارية. ثبّتها بـ:
-
-```bash
-uv add 'crewai[file-processing]'
-```
-</Note>
-
-<Note type="warning" title="وصول مبكر">
-واجهة معالجة الملفات حاليًا في مرحلة الوصول المبكر.
-</Note>
-
-## أنواع الملفات
-
-يدعم CrewAI خمسة أنواع ملفات محددة بالإضافة إلى فئة `File` العامة التي تكتشف النوع تلقائيًا:
-
-| النوع | الفئة | حالات الاستخدام |
-|:-----|:------|:----------|
-| **صورة** | `ImageFile` | صور، لقطات شاشة، مخططات، رسوم بيانية |
-| **PDF** | `PDFFile` | مستندات، تقارير، أوراق بحثية |
-| **صوت** | `AudioFile` | تسجيلات صوتية، بودكاست، اجتماعات |
-| **فيديو** | `VideoFile` | تسجيلات شاشة، عروض تقديمية |
-| **نص** | `TextFile` | ملفات كود، سجلات، ملفات بيانات |
-| **عام** | `File` | اكتشاف تلقائي للنوع من المحتوى |
-
-```python
-from crewai_files import File, ImageFile, PDFFile, AudioFile, VideoFile, TextFile
-
-image = ImageFile(source="screenshot.png")
-pdf = PDFFile(source="report.pdf")
-audio = AudioFile(source="meeting.mp3")
-video = VideoFile(source="demo.mp4")
-text = TextFile(source="data.csv")
-
-file = File(source="document.pdf")
-```
-
-## مصادر الملفات
-
-يقبل معامل `source` أنواع إدخال متعددة ويكتشف تلقائيًا المعالج المناسب:
-
-### من مسار
-
-```python
-from crewai_files import ImageFile
-
-image = ImageFile(source="./images/chart.png")
-```
-
-### من عنوان URL
-
-```python
-from crewai_files import ImageFile
-
-image = ImageFile(source="https://example.com/image.png")
-```
-
-### من بايتات
-
-```python
-from crewai_files import ImageFile, FileBytes
-
-image_bytes = download_image_from_api()
-image = ImageFile(source=FileBytes(data=image_bytes, filename="downloaded.png"))
-image = ImageFile(source=image_bytes)
-```
-
-## استخدام الملفات
-
-يمكن تمرير الملفات على مستويات متعددة، حيث تأخذ المستويات الأكثر تحديدًا الأولوية.
-
-### مع الأطقم
-
-مرر الملفات عند تشغيل طاقم:
-
-```python
-from crewai import Crew
-from crewai_files import ImageFile
-
-crew = Crew(agents=[analyst], tasks=[analysis_task])
-
-result = crew.kickoff(
-    inputs={"topic": "Q4 Sales"},
-    input_files={
-        "chart": ImageFile(source="sales_chart.png"),
-        "report": PDFFile(source="quarterly_report.pdf"),
-    }
-)
-```
-
-### مع المهام
-
-أرفق الملفات بمهام محددة:
-
-```python
-from crewai import Task
-from crewai_files import ImageFile
-
-task = Task(
-    description="Analyze the sales chart and identify trends in {chart}",
-    expected_output="A summary of key trends",
-    input_files={
-        "chart": ImageFile(source="sales_chart.png"),
-    }
-)
-```
-
-### مع التدفقات
-
-مرر الملفات إلى التدفقات، والتي تنتقل تلقائيًا إلى الأطقم:
-
-```python
-from crewai.flow.flow import Flow, start
-from crewai_files import ImageFile
-
-class AnalysisFlow(Flow):
-    @start()
-    def analyze(self):
-        return self.analysis_crew.kickoff()
-
-flow = AnalysisFlow()
-result = flow.kickoff(
-    input_files={"image": ImageFile(source="data.png")}
-)
-```
-
-### مع الوكلاء المستقلين
-
-مرر الملفات مباشرة إلى تشغيل الوكيل:
-
-```python
-from crewai import Agent
-from crewai_files import ImageFile
-
-agent = Agent(
-    role="Image Analyst",
-    goal="Analyze images",
-    backstory="Expert at visual analysis",
-    llm="gpt-4o",
-)
-
-result = agent.kickoff(
-    messages="What's in this image?",
-    input_files={"photo": ImageFile(source="photo.jpg")},
-)
-```
-
-## أولوية الملفات
-
-عند تمرير الملفات على مستويات متعددة، تتجاوز المستويات الأكثر تحديدًا المستويات الأوسع:
-
-```
-Flow input_files < Crew input_files < Task input_files
-```
-
-على سبيل المثال، إذا عرّف كل من التدفق والمهمة ملفًا باسم `"chart"`، تُستخدم نسخة المهمة.
-
-## دعم المزودين
-
-تدعم المزودات المختلفة أنواع ملفات مختلفة. يقوم CrewAI تلقائيًا بتنسيق الملفات وفقًا لواجهة كل مزود.
-
-| المزود | صورة | PDF | صوت | فيديو | نص |
-|:---------|:-----:|:---:|:-----:|:-----:|:----:|
-| **OpenAI** (completions API) | ✓ | | | | |
-| **OpenAI** (responses API) | ✓ | ✓ | ✓ | | |
-| **Anthropic** (claude-3.x) | ✓ | ✓ | | | |
-| **Google Gemini** (gemini-1.5, 2.0, 2.5) | ✓ | ✓ | ✓ | ✓ | ✓ |
-| **AWS Bedrock** (claude-3) | ✓ | ✓ | | | |
-| **Azure OpenAI** (gpt-4o) | ✓ | | ✓ | | |
-
-<Note type="info" title="Gemini لأقصى دعم للملفات">
-تدعم نماذج Google Gemini جميع أنواع الملفات بما في ذلك الفيديو (حتى ساعة واحدة، 2 جيجابايت). استخدم Gemini عندما تحتاج لمعالجة محتوى الفيديو.
-</Note>
-
-<Note type="warning" title="أنواع الملفات غير المدعومة">
-إذا مررت نوع ملف لا يدعمه المزود (مثل الفيديو إلى OpenAI)، ستتلقى خطأ `UnsupportedFileTypeError`. اختر مزودك بناءً على أنواع الملفات التي تحتاج لمعالجتها.
-</Note>
-
-## كيف تُرسل الملفات
-
-يختار CrewAI تلقائيًا الطريقة المثلى لإرسال الملفات إلى كل مزود:
-
-| الطريقة | الوصف | متى تُستخدم |
-|:-------|:------------|:----------|
-| **Inline Base64** | الملف مضمّن مباشرة في الطلب | ملفات صغيرة (< 5 ميجابايت عادة) |
-| **File Upload API** | الملف يُرفع بشكل منفصل، يُشار إليه بمعرّف | ملفات كبيرة تتجاوز العتبة |
-| **URL Reference** | عنوان URL مباشر يُمرر إلى النموذج | مصدر الملف هو عنوان URL بالفعل |
-
-### طرق الإرسال حسب المزود
-
-| المزود | Inline Base64 | File Upload API | URL References |
-|:---------|:-------------:|:---------------:|:--------------:|
-| **OpenAI** | ✓ | ✓ (> 5 MB) | ✓ |
-| **Anthropic** | ✓ | ✓ (> 5 MB) | ✓ |
-| **Google Gemini** | ✓ | ✓ (> 20 MB) | ✓ |
-| **AWS Bedrock** | ✓ | | ✓ (S3 URIs) |
-| **Azure OpenAI** | ✓ | | ✓ |
-
-<Note type="info" title="تحسين تلقائي">
-لا تحتاج لإدارة هذا بنفسك. يستخدم CrewAI تلقائيًا الطريقة الأكثر كفاءة بناءً على حجم الملف وقدرات المزود. المزودات بدون واجهات رفع الملفات تستخدم inline base64 لجميع الملفات.
-</Note>
-
-## أوضاع معالجة الملفات
-
-تحكم في كيفية معالجة الملفات عندما تتجاوز حدود المزود:
-
-```python
-from crewai_files import ImageFile, PDFFile
-
-image = ImageFile(source="large.png", mode="strict")
-image = ImageFile(source="large.png", mode="auto")
-image = ImageFile(source="large.png", mode="warn")
-pdf = PDFFile(source="large.pdf", mode="chunk")
-```
-
-## قيود المزودين
-
-لكل مزود حدود محددة لأحجام الملفات والأبعاد:
-
-### OpenAI
-- **الصور**: حد أقصى 20 ميجابايت، حتى 10 صور لكل طلب
-- **PDF**: حد أقصى 32 ميجابايت، حتى 100 صفحة
-- **الصوت**: حد أقصى 25 ميجابايت، حتى 25 دقيقة
-
-### Anthropic
-- **الصور**: حد أقصى 5 ميجابايت، أقصى 8000x8000 بكسل، حتى 100 صورة
-- **PDF**: حد أقصى 32 ميجابايت، حتى 100 صفحة
-
-### Google Gemini
-- **الصور**: حد أقصى 100 ميجابايت
-- **PDF**: حد أقصى 50 ميجابايت
-- **الصوت**: حد أقصى 100 ميجابايت، حتى 9.5 ساعة
-- **الفيديو**: حد أقصى 2 جيجابايت، حتى ساعة واحدة
-
-### AWS Bedrock
-- **الصور**: حد أقصى 4.5 ميجابايت، أقصى 8000x8000 بكسل
-- **PDF**: حد أقصى 3.75 ميجابايت، حتى 100 صفحة
-
-## الإشارة إلى الملفات في الأوامر
-
-استخدم اسم مفتاح الملف في أوصاف المهام للإشارة إلى الملفات:
-
-```python
-task = Task(
-    description="""
-    Analyze the provided materials:
-    1. Review the chart in {sales_chart}
-    2. Cross-reference with data in {quarterly_report}
-    3. Summarize key findings
-    """,
-    expected_output="Analysis summary with key insights",
-    input_files={
-        "sales_chart": ImageFile(source="chart.png"),
-        "quarterly_report": PDFFile(source="report.pdf"),
-    }
-)
-```