【2026年版】CrewAIを使って複数のAIエージェントをVPS上で連携・討論させる環境構築
【最初に結論】自分ならこう選ぶ
はっきり書いておきます。
- OpenAI API構成：4GBのVPSで十分。月1,000〜1,500円で動く。GPUは完全に不要
- Ollamaでローカルモデルを動かしたい：8GBのVPS必須。月2,000円前後。それでもGPUは不要
- 自宅PCで「常時稼働」は現実的じゃない：ノートPCを閉じたら止まる、電気代が気になる、何かあったらリモートデスクトップで確認しに行かなきゃいけないから全然手放しにならない——これが正直なところ
VPSに置いてしまえば、SSHを閉じてもエージェントが勝手に動いてる。そのラクさのために月1,000〜2,000円払う価値は十分ある。自分はそう判断してる。
ひとつ先に言っておきたいことがある。「GPU付きVPSでCrewAIを高速化しよう」みたいな記事をたまに見かける。あれはおかしい。OpenAI APIを使う構成でGPUは一切関係ない。APIの処理はOpenAI側のサーバーでやってるんだから、こちら側にGPUがあっても何も変わらない。GPU推しの記事はアフィリエイト報酬が高いGPUプランに誘導したいだけのことが多い。そこは冷静に見てほしいし、ここではっきり言っておく。
「AIを1つ動かす」時代から「AIチームを組む」時代へ
ChatGPTに質問して満足していた時代は、もう終わりに近づいています。2026年現在、注目されているのは**複数のAIエージェントが役割分担しながら協力して仕事をこなす「マルチエージェントシステム」**です。
その中でも特に人気を集めているのが CrewAI。「リサーチ担当AI」「文章作成AI」「品質チェックAI」といった役割を持つエージェントを作り、まるでチームのように働かせることができます。
正直に言うと、最初は「そんなのChatGPTで十分じゃないか」と思ってた。でも実際に複数エージェントを役割分担させてみると、1つのプロンプトで無理矢理やらせるよりもアウトプットの質がけっこう違う。リサーチャーが集めた情報をライターが整理する、という流れにするだけで、記事の構成がずいぶんまともになる。「なるほど、1人に全部やらせるより分業した方がいいのは人間と同じか」と思った。
問題は、こうした仕組みを自宅PCで常時稼働させるのが難しいという点です。ノートPCを閉じれば止まる、電気代がかかる、重くて他の作業ができない——VPS（クラウド上の仮想サーバー）を使えばこれらをまとめて解決できます。
CrewAI とは？VPS との相性が良い理由
CrewAIはPythonで書かれたオープンソースのマルチエージェントフレームワークです。以下の特徴があります。
- エージェントに**役割（Role）・目標（Goal）・背景（Backstory）**を定義できる
- タスクを順番に・並行に・条件分岐でこなす柔軟な実行フロー
- OpenAIのAPIだけでなく、Ollamaによるローカルモデル連携も対応
- PythonスクリプトなのでLinux VPSとの相性が抜群
VPS上で動かすことで、PCを閉じても24時間エージェントが作業を続けてくれるようになります。
これが一番のメリット。自宅PCを立ち上げっぱなしにする方法もあるにはあるけど、「何かあったらリモートデスクトップで確認しに行かなきゃいけない」「寝てる間に止まってたらどうしよう」という精神的なストレスがじわじわ効いてくる。自分の場合、それが気になりだすと結局「手放した感」がまったくない。VPSに投げてしまえばそのストレスがなくなる。月2,000円でその精神的コストを消せるなら、払う価値はあると思ってる。
必要なVPSスペック
| 項目 | 最低ライン | 推奨 |
|---|---|---|
| CPU | 2コア | 4コア以上 |
| メモリ | 4GB | 8GB以上（Ollama使用時） |
| ストレージ | 50GB | 100GB以上 |
| OS | Ubuntu 22.04 LTS | Ubuntu 22.04 LTS |
ここは重要なので整理しておきます。
OpenAI APIを使う構成（= 普通のCrewAI入門記事が想定している構成）なら、メモリ4GBのCPUのみVPSで問題なく動く。月額で言うと1,000〜1,500円の帯域。1日あたり33〜50円。コーヒー1杯より安い。GPUは本当に必要ない。もう一度言うけど、GPU不要。
Ollamaでローカルモデル（Llama 3 / Mistral等）を動かすならメモリ8GB以上が必要。これは実際に試したので断言できる。4GBだとモデルのロード中にOOM（メモリ不足）でプロセスが落ちる。経験済み。「月1,000円のプランで始めてOllamaも使おう」という欲張りは、最初の数時間で詰む。素直に8GBにしてください。
環境構築：ステップバイステップ
手順は多く見えるけど、実際にやると30〜40分で終わる。初見で詰まるとしたらOllamaのメモリ周りくらい。そこだけ気をつけておけば、あとは流れ作業でいける。
Step 1: Python 環境を整える
VPSにSSHログインしたら、まず Python 3.10 以上と venv を用意します。
sudo apt update && sudo apt upgrade -y
sudo apt install -y python3.11 python3.11-venv python3-pip git
# 作業ディレクトリを作成
mkdir ~/crewai-project && cd ~/crewai-project
# 仮想環境を作成・有効化
python3.11 -m venv venv
source venv/bin/activate
Step 2: CrewAI をインストール
pip install --upgrade pip
pip install crewai crewai-tools
# 依存確認
python -c "import crewai; print(crewai.__version__)"
バージョン番号が表示されればOK。エラーが出る場合はpipのバージョンが古いことが多いので、pip install --upgrade pipをもう一度。これで9割は解決する。
Step 3: Ollama でローカルLLMを動かす（任意）
OpenAI APIを使わずに無料でLLMを使いたい場合はOllamaをインストールします。
# Ollamaのインストール
curl -fsSL https://ollama.ai/install.sh | sh
# Llama 3（8Bモデル）を取得（約5GB）
ollama pull llama3
# バックグラウンドで起動
ollama serve &
自分の結論としては、Ollamaのローカル実行はVPSのCPUだと応答が遅い。GPUがない環境でLlama 3の8Bモデルを動かすと、1回のエージェント応答に数十秒かかることもある。
「無料でLLMを動かしたい」という気持ちはわかる。自分もそこから入った。でもコスト vs 快適さのバランスで言えば、CrewAIの入門段階はOpenAI APIの方が圧倒的に向いてる。動きが速いし、詰まらない。
Ollamaにこだわる理由（プライバシー重視・APIコスト削減・完全オフライン運用など）が明確にある人だけが選ぶ選択肢だと思っておいた方がいい。「なんとなく無料の方がよさそう」でOllamaを選んで、遅さにストレスを感じて挫折するのが一番もったいない。
Step 4: エージェントとタスクを定義する
以下は「リサーチャー」と「ライター」が協力して記事を書くシンプルな例です。
# crew_example.py
from crewai import Agent, Task, Crew, Process
from langchain_openai import ChatOpenAI # または langchain_ollama
# OpenAI使用の場合
import os
os.environ["OPENAI_API_KEY"] = "your-api-key"
# --- エージェント定義 ---
researcher = Agent(
role="リサーチャー",
goal="与えられたテーマについて最新の情報を収集し、要点をまとめる",
backstory="10年以上のリサーチ経験を持つ調査の専門家。正確さと網羅性を重視する。",
verbose=True,
allow_delegation=False,
)
writer = Agent(
role="コンテンツライター",
goal="リサーチ結果をもとに、読みやすい日本語の記事を作成する",
backstory="SEOに精通したWebライター。読者に価値ある情報を届けることを使命とする。",
verbose=True,
allow_delegation=False,
)
# --- タスク定義 ---
research_task = Task(
description="2026年のAIエージェント市場のトレンドを調査し、主要な5つのポイントをまとめよ",
expected_output="箇条書き5項目のリサーチレポート（各200字程度）",
agent=researcher,
)
writing_task = Task(
description="リサーチ結果をもとに、1000字程度のブログ記事を日本語で執筆せよ",
expected_output="見出し付きの完成記事",
agent=writer,
)
# --- クルー（チーム）を組む ---
crew = Crew(
agents=[researcher, writer],
tasks=[research_task, writing_task],
process=Process.sequential, # 順番に実行
verbose=True,
)
# --- 実行 ---
result = crew.kickoff()
print("=== 最終成果物 ===")
print(result)
python crew_example.py
verbose=Trueにしておくと、各エージェントが何を考えながら動いてるか全部ログに出る。自分の場合、最初はこれを眺めるだけでけっこう楽しかった。「あ、リサーチャーがこういう判断してライターに渡してるのか」と動きが見える。動作確認もかねて、まずはここから触ってみてほしい。
Step 5: Ollama バックエンドに切り替える
OpenAI APIキーを使わずにOllamaを使う場合は、LLMの指定を変更します。
from langchain_ollama import ChatOllama
llm = ChatOllama(model="llama3", base_url="http://localhost:11434")
researcher = Agent(
role="リサーチャー",
goal="...",
backstory="...",
llm=llm,
)
Step 6: systemd で常駐させる
VPSで24時間動かすには systemd サービスとして登録します。これが「VPSに投げた感」が一番出る瞬間。
sudo nano /etc/systemd/system/crewai.service
[Unit]
Description=CrewAI Multi-Agent Service
After=network.target
[Service]
User=ubuntu
WorkingDirectory=/home/ubuntu/crewai-project
ExecStart=/home/ubuntu/crewai-project/venv/bin/python crew_example.py
Restart=on-failure
RestartSec=10
[Install]
WantedBy=multi-user.target
sudo systemctl daemon-reload
sudo systemctl enable crewai
sudo systemctl start crewai
sudo systemctl status crewai
Active: active (running)と表示されれば完了。これでSSHを閉じても動き続ける。ターミナルを閉じて、スマホで別のことしながら「今頃エージェントが動いてるんだな」と思える瞬間、VPSを使う意味を実感できると思う。自宅PCを立ち上げっぱなしにしてた頃とは精神的な余裕がまったく違う。月1,000〜2,000円でこの感覚が手に入るなら安いと思う。
VPS選び：CrewAI用途での本音の評価
| サービス | メモリ | 月額目安 | 1日あたり | 自分の評価 |
|---|---|---|---|---|
| XServer VPS | 8GB | 約2,200円 | 約73円 | ★★★★★ |
| ConoHa VPS | 8GB | 約1,980円（時間課金あり） | 約66円〜 | ★★★★☆ |
| KAGOYA CLOUD VPS | 8GB | 約1,760円 | 約59円 | ★★★★☆ |
自分の結論としては、CrewAI（OpenAI API構成）なら8GBにこだわる必要はない。4GBで動く。その場合はさらに月額が下がって、XServer VPSなら1,000円台に入ってくる。1日あたり33〜50円の計算。コーヒー1杯より安い。
Ollamaを使いたいなら8GBは譲れない。そのラインで選ぶと各社でそこまで大差はないけど、XServer VPSはセットアップのしやすさが頭ひとつ抜けてる。テンプレートからUbuntuを選んでSSH接続するまでが速い。手順で詰まる時間を減らしたいならここ。月額固定なので「今月いくら使ったっけ」と気にしなくていいのも地味に助かる。「毎月いくら払ってるか計算したくない」タイプの人には固定料金が精神的にラク、というのは本当にそう。
ConoHaは時間課金で試せるのがメリット。「まずOllamaで8GBプランを数時間だけ試したい」という使い方ができる。壊して作り直してもそこまでお金が怖くない。「CrewAIってどんな感じか確かめたい」という最初の一歩にはConoHaで時間課金から入るのがおすすめ。面白いと思ったらXServerの固定月額に移行すればいい。
自分の判断：迷ったらConoHaで時間課金→おもしろければXServerで固定に移行というルートが一番リスクが少ない。
よくある質問
まとめ：あなたの使い方で選ぶ
「とりあえずCrewAIを試したい」と「本格的にOllamaまで使いたい」では、必要なスペックもコストも全然違う。自分の使い方に合わせて選んでほしい。
| あなたの用途 | 必要スペック | 月額目安 | 1日あたり | おすすめVPS |
|---|---|---|---|---|
| OpenAI API構成でCrewAIをまず試したい | メモリ4GB、GPU不要 | 1,000〜1,500円 | 約33〜50円 | ConoHa（時間課金で試す）→ XServer（固定月額に移行） |
| Ollamaでローカルモデルも動かしたい | メモリ8GB、GPU不要 | 1,800〜2,200円 | 約60〜73円 | ConoHa 8GBで試してからXServer 8GBへ |
| 固定料金で管理をシンプルにしたい | 用途次第 | 月額固定プランで | ブレなし | XServer VPS一択 |
| まず壊しながら試したい | 8GBで始めておく | 時間単価×使った時間だけ | 使った分だけ | ConoHa VPS |
GPUプランはこのどのケースでも必要ない。はっきり言う。CrewAIの処理はOpenAIのサーバーかOllamaのCPU実行でまかなえる。GPU VPSは月額が数倍に跳ね上がる。「GPU推しの記事を読んでそのままポチった」という状況になるのだけは避けてほしい。
悩んでいる暇があったら、手を動かしたほうが早い。「なんか思ってたのと違う」なら削除してそれで終わり。コーヒー代くらいで済む。「おもしろい」と思ったら月額プランに切り替えればいい。それだけの話です。