簡介
CAMEL（Communicative Agents for Mind Exploration of Large Scale Language Model Society）是一個開源框架，大語言模型多智能體框架的先驅者。旨在通過角色扮演和自主協作，探索大語言模型（LLM）在多智能體社會環境中的交互能力。其核心思想是讓多個AI智能體在特定角色和任務驅動下進行自然語言交互，模擬人類社會的協作與知識共享。我們相信，大規模地研究這些代理人可以為他們的行為、能力和潛在風險提供有價值的見解。為了促進這一領域的研究，我們實現并支持各種類型的代理、任務、提示、模型和模擬環境。
開源地址：
https://github.com/camel-ai
CAMEL框架設計原則
- 可進化性
該框架通過生成數據并與環境交互，使多智能體系統能夠持續進化。進化過程可由帶可驗證獎勵的強化學習或監督學習驅動。
- 可擴展性
該框架支持百萬級智能體規模的系統，確保大規模協同、通信與資源管理的高效運行。
- 狀態保持
智能體具備狀態記憶能力，可執行多步驟環境交互，高效處理復雜任務。
- 代碼即提示
每行代碼與注釋均作為智能體的提示信息。代碼需清晰可讀，確保人類與智能體皆能準確理解。
（注："agent"譯為"智能體"；"stateful memory"譯為"狀態記憶"）
選擇CAMEL開展研究的核心優勢：
??超大規模智能體系統
模擬百萬級智能體，研究復雜多智能體環境中的涌現行為與規模定律。
??動態實時通信
支持智能體間即時交互，實現復雜任務的無縫協同攻關。
??狀態記憶能力
賦予智能體歷史上下文留存與調用能力，提升長周期交互中的決策質量。
??多基準測試支持
采用標準化基準嚴格評估智能體表現，確保結果可復現與可比性。
??多類型智能體兼容
支持不同角色、任務、模型及環境的智能體，滿足跨學科實驗與多樣化研究需求。
??數據生成與工具集成
自動化生成大規模結構化數據集，無縫兼容多種工具，優化合成數據生成與研究流程。
使用CAMEL可以構建什么？
-
數據生成
思維鏈（CoT）數據生成
自指令（Self-Instruct）數據生成
源到合成（Source2Synth）數據生成
自優化數據生成 -
任務自動化
角色扮演
勞動力自動化
檢索增強生成（RAG）流程 -
世界模擬
綠洲案例（Oasis Case）
快速入門
安裝CAMEL：
pip install camel-ai
從ChatAgent開始
以下示例展示如何通過CAMEL框架創建ChatAgent，并使用DuckDuckGo執行搜索查詢。
? ? 1. 安裝工具包：
pip install 'camel-ai[web_tools]'
? ?2.配置OpenAI API密鑰：
export OPENAI_API_KEY='您的_openai_api密鑰'
? ? 3. 運行以下Python代碼：
from camel.models import ModelFactory
from camel.types import ModelPlatformType, ModelType
from camel.agents import ChatAgent
from camel.toolkits import SearchToolkitmodel = ModelFactory.create(model_platform=ModelPlatformType.OPENAI,model_type=ModelType.GPT_4O,model_config_dict={"temperature": 0.0},
)search_tool = SearchToolkit().search_duckduckgoagent = ChatAgent(model=model, tools=[search_tool])response_1 = agent.step("What is CAMEL-AI?")
print(response_1.msgs[0].content)
# CAMEL-AI is the first LLM (Large Language Model) multi-agent framework
# and an open-source community focused on finding the scaling laws of agents.
# ...response_2 = agent.step("What is the Github link to CAMEL framework?")
print(response_2.msgs[0].content)
# The GitHub link to the CAMEL framework is
# [https://github.com/camel-ai/camel](https://github.com/camel-ai/camel).如需更詳細的說明和額外配置選項，請參閱安裝指南部分。
運行成功后，您可以訪問?docs.camel-ai.org?探索?CAMEL 技術棧?和?實用手冊，構建強大的多智能體系統。
我們提供了?Google Colab 演示示例，展示兩個 ChatGPT 智能體分別扮演 Python 程序員和股票交易員，協作開發股票市場交易機器人的對話過程。
您還可以深入了解不同類型的智能體、其角色及應用場景：
-
創建您的第一個智能體
-
創建您的第一個智能體社群
-
具身智能體（Embodied Agents）
-
評審智能體（Critic Agents）
# 核心模塊
用于構建、運營和增強 CAMEL-AI 代理和社會的核心組件和實用工具。
| 模塊 | 描述 |
| 代理 (Agents) | 用于自主運行的核心代理架構和行為 |
| 代理社會 (Agent Societies) | 用于構建和管理多代理系統和協作的組件 |
| 數據生成 (Data Generation) | 用于合成數據創建和增強的工具和方法 |
| 模型 (Models) | 代理智能的模型架構和定制選項 |
| 工具 (Tools) | 用于專門代理任務的工具集成 |
| 記憶 (Memory) | 用于代理狀態管理的記憶存儲和檢索機制 |
| 存儲 (Storage) | 用于代理數據和狀態的持久化存儲解決方案 |
| 基準測試 (Benchmarks) | 性能評估和測試框架 |
| 解釋器 (Interpreters) | 代碼和命令解釋能力 |
| 數據加載器 (Data Loaders) | 數據攝取和預處理工具 |
| 檢索器 (Retrievers) | 知識檢索和 RAG 組件 |
| 運行時 (Runtime) | 執行環境和進程管理 |
| 人在回路 (Human-in-the-Loop) | 用于人工監督和干預的交互式組件 |
需要下載的文件，數據集之類的，見下網址：
https://huggingface.co/camel-ai
?
?
?
)
