camel

CAMELは、コミュニティ主導の研究指向フレームワークであり、大規模LLMエージェントの動作、能力、リスク、スケーリング則を探求するために設計されています。PythonパッケージはPyPIから`pip install camel-ai`でインストール可能で、Webツールなどのオプションの拡張機能によりDuckDuckGo検索などの機能を追加できます。クイックスタートの例では、ModelFactoryを使用してChatAgentをOpenAIモデルに接続し、検索ツールをアタッチして、マルチステップのプロンプトを送信します。 主要な構成要素には、自律エージェント、ロールプレイングやワークフォース型コラボレーションのためのエージェント社会、モデルバックエンド、ツール統合、ステートフルメモリ、永続ストレージ、データローダー、レトリーバー、コードおよびコマンドインタプリタ、ランタイム管理、ベンチマーク、ヒューマンインザループによる監視が含まれます。文書化された設計原則は、データと環境との相互作用による進化可能性、大規模エージェントシステムへのスケーラビリティ、マルチステップタスクのためのステートフルメモリ、コードをプロンプトとして読みやすくすることです。READMEには、最大100万エージェントを含む動的通信とシミュレーションのサポートが記載されています。 CAMELはまた、チェーンオブソート生成、セルフインストラクト、Source2Synth、自己改善型CoTデータのための合成データワークフローを提供し、ファインチューニングとデータセット公開のガイドも含まれています。AI社会の会話、コード、数学、物理学、化学、生物学をカバーするHugging Faceデータセットにリンクしています。RAGおよびGraph RAGクックブックは、エージェントが外部知識を取得するのに役立ちます。 文書化されたアプリケーションには、協調ロールプレイング、マルチエージェントワークフォース、レポートおよびナレッジグラフ生成、ハッカソン審査、カスタマーサービスDiscordボット、ウェブサイト取り込み、ビデオ分析、OASISプロジェクトによる世界シミュレーションが含まれます。リポジトリには、例、ドキュメント、Colabデモ、研究リンク、コミュニティサポートチャンネルが含まれています。