© 2026FindAgent  · @simprr
返回列表
c

camel-ai/camel

🐫 CAMEL: The first and the best multi-agent framework. Finding the Scaling Law of Agents. https://www.camel-ai.org

agentai-societiesartificial-intelligencecommunicative-aicooperative-aideep-learninglarge-language-modelsmulti-agent-systemsnatural-language-processing
⭐

16.5k

Stars

🔱

1.8k

Forks

👁

119

Watchers

📋

455

Issues

PythonApache-2.0创建于 2023/3/17更新于 今天
在 GitHub 上查看访问主页
README
由 Gemini 翻译整理

[![Documentation][docs-image]][docs-url] [![Discord][discord-image]][discord-url] [![X][x-image]][x-url] [![Reddit][reddit-image]][reddit-url] [![Wechat][wechat-image]][wechat-url] [![Hugging Face][huggingface-image]][huggingface-url] [![Star][star-image]][star-url] [![Package License][package-license-image]][package-license-url] [![PyPI Download][package-download-image]][package-download-url] [![][join-us-image]][join-us]

English | 简体中文 | 日本語

社区 | 安装 | 示例 | 论文 | 引用 | 贡献 | CAMEL-AI

🐫 CAMEL 是一个开源社区,致力于寻找智能体(Agent)的缩放定律(Scaling Laws)。我们相信,在大规模环境下研究这些智能体,能为它们的行为、能力和潜在风险提供宝贵的见解。为了促进该领域的研究,我们实现并支持了多种类型的智能体、任务、提示词(Prompt)、模型和模拟环境。

欢迎加入我们(Discord 或 微信),共同探索智能体缩放定律的边界。

🌟 请在 GitHub 上给 CAMEL 点亮 Star,以即时获取新版本通知。

[![][image-join-us]][join-us]

目录

  • CAMEL 框架设计原则
  • 为什么选择 CAMEL 进行研究?
  • 可以使用 CAMEL 构建什么?
    • 数据生成
    • 任务自动化
    • 世界模拟
  • 快速入门
    • 从 ChatAgent 开始
    • 寻求帮助
  • 技术栈
  • 研究
  • 合成数据集
  • 使用指南 (Usecases)
    • 基础概念
    • 高级功能
    • 模型训练与数据生成
    • 多智能体系统与应用
    • 数据处理
  • 现实世界用例
  • 🧱 基于 CAMEL 构建的项目 (实际产品与研究)
    • 研究项目
    • 产品项目
  • 🗓️ 活动
  • 贡献 CAMEL
  • 社区与联系方式
  • 引用
  • 致谢
  • 许可证

CAMEL 框架设计原则

🧬 可演化性 (Evolvability)

该框架使多智能体系统能够通过生成数据和与环境交互来持续演化。这种演化可以通过具有可验证奖励的强化学习或监督学习来驱动。

📈 可扩展性 (Scalability)

该框架旨在支持数百万个智能体的系统,确保在大规模下进行高效的协调、通信和资源管理。

💾 状态保持 (Statefulness)

智能体维护有状态的内存,使它们能够与环境进行多步交互,并高效处理复杂的任务。

📖 代码即提示 (Code-as-Prompt)

每一行代码和注释都充当智能体的提示词。代码应编写得清晰易读,确保人类和智能体都能有效地对其进行解读。

为什么选择 CAMEL 进行研究?

我们是一个由 100 多名研究人员组成的社区驱动型研究集体,致力于推动多智能体系统领域的前沿研究。全球研究人员选择 CAMEL 进行研究的原因如下:

特性描述
✅ 大规模智能体系统模拟多达 100 万个智能体,以研究复杂多智能体环境中的涌现行为和缩放定律。
✅ 动态通信实现智能体之间的实时交互,促进协作以处理复杂任务。
✅ 状态保持内存使智能体具备保留和利用历史背景的能力,提升在长期交互中的决策能力。
✅ 支持多种基准测试利用标准化基准严格评估智能体性能,确保可复现性和可靠的对比。
✅ 支持多种智能体类型使用各种智能体角色、任务、模型和环境,支持跨学科实验和多样化的研究应用。
✅ 数据生成与工具集成自动化创建大规模结构化数据集,并无缝集成工具。
贡献者
WlfMnJzzcd
项目信息
默认分支master
LicenseApache License 2.0
创建时间2023/3/17
最近更新今天
GAI 中文摘要

CAMEL 是一个领先的开源多智能体框架,专注于探索大语言模型智能体的规模化规律。该项目通过提供高度可配置的智能体、任务处理机制及仿真环境,帮助开发者深入理解智能体的行为模式、能力边界及潜在风险。

内置多种预定义的智能体角色和交互模式,支持构建复杂的协作系统。提供灵活的提示工程与任务规划工具,显著简化智能体自动化的开发流程。支持大规模的合成数据生成,为模型训练和研究提供高质量的数据源。具备强大的仿真环境支持,能够模拟各种真实世界场景以评估智能体表现。兼容多种主流大模型接口,具备高度的可扩展性与技术适配能力。

该框架主要面向人工智能研究人员、开发者及对智能体系统与多智能体协作感兴趣的学术机构,非常适用于科研实验、自动化任务开发及复杂社会模型仿真等场景。