CrewAI 让开发者在 Python 里组合多智能体。Soloco 不是另一个框架——它带状态、带 UI、带审计、用 Claude Code CLI 作 agent runtime，跑起来后由 conductor 持续编排，不靠你写 Python 调度循环。
| 维度 | CrewAI | Soloco |
|---|---|---|
| 所处层级 | Python 库（agent / task / process 抽象） | 完整运行平台（CLI runtime + conductor + UI + 数据库） |
| 交付形态 | pip install + 你自己写 Python | 本机部署的应用，pnpm install 跑起来即用 |
| 起步方式 | 在代码里定义 Agent / Task / Process 类 | 在 dashboard 输入一段目标描述 |
| Agent runtime | 调用模型 API（chat completion） | spawn Claude Code CLI 子进程作为 agent，享受 MCP / 会话续存 / 结构化输出 |
| 编排 | 你写 Process / Manager 决定下一步 | conductor LLM 自动拆 cycle、派 spawn、评估、规划下一轮 |
| 状态与审计 | 自行实现日志、状态、持久化 | 每个 spawn / cycle / 评估都落 PostgreSQL，UI 直接回看 |
| 迭代 | 改代码、重跑、再调试 | 改目标描述、加码方向、调用户答 question 即可 |
CrewAI 是一个写得不错的库——把"agent / task / tool / process"几个常见模式抽象出来，让你用相对少的 Python 把一个 crew 组合起来。如果你是开发者，并且想把多智能体能力嵌进自己的产品里，CrewAI 给你的灵活度很高。
但库本身只覆盖了"怎么搭"。真要用起来还差很多东西：进程托管、状态持久化、模型凭据管理、跨次启动续上下文、错误重试、可审计的轨迹、给非编码人员能看懂的 UI——这些 CrewAI 不做，要你自己加。等你把这些都补齐，你写的就不是 CrewAI 应用，而是另一个平台。
Soloco 不和 CrewAI 在同一层——更上面一层。它把进程、状态、UI、审计、跨 cycle session resume 都当作运行平台的一部分内置：
不绑特定 SDK：底层 agent runtime 是 Claude Code CLI，享受 MCP 工具生态、会话续存、stream-json 结构化输出。不需要你自己实现 tool 调用循环。
conductor 自动编排：你不写"先研究后写作再审稿"这种 process flow——conductor LLM 拿到目标自己拆 cycle、派 spawn、评估进度、规划下一轮。
状态全在数据库：每个 spawn / cycle / 评估 / 用户介入都落 PostgreSQL，UI 里直接回看，不需要翻日志。
用户介入有渠道：checkpoint / question / 加码方向都是平台内置机制，conductor 可以问、用户可以答、答案会进入下一轮的 prompt。
你正在开发自己的产品，需要把多智能体能力深度嵌入自己的代码——CrewAI 给你库的灵活度。
你不想再写 Python 调度循环 / 状态机 / UI / 审计层，想要一个跑起来就能持续推进目标的运行环境——选 Soloco。差别不是"哪个更好"，是"你想做平台还是用平台"。
判断标准：如果你的工作产物是另一个产品，库（CrewAI）更合适；如果你的工作产物是业务交付，平台（Soloco）更合适。