camel

CAMEL — это управляемый сообществом, ориентированный на исследования фреймворк для изучения поведения, возможностей, рисков и законов масштабирования крупномасштабных агентов на основе LLM. Пакет Python устанавливается из PyPI с помощью `pip install camel-ai`; дополнительные опции, такие как веб-инструменты, добавляют возможности, например, поиск DuckDuckGo. Пример быстрого старта использует ModelFactory для подключения ChatAgent к модели OpenAI, прикрепляет инструмент поиска и отправляет многошаговые запросы. Его основные строительные блоки включают автономных агентов, общества агентов для ролевых игр и совместной работы в стиле рабочей силы, серверные части моделей, интеграции инструментов, долговременную память, постоянное хранилище, загрузчики данных, поисковые системы, интерпретаторы кода и команд, управление выполнением, бенчмарки и контроль с участием человека. Задокументированные принципы проектирования — это эволюционируемость через взаимодействие с данными и средой, масштабируемость для больших систем агентов, долговременная память для многошаговых задач и читаемость кода как подсказки. В README описывается поддержка динамической коммуникации и симуляций, содержащих до миллиона агентов. CAMEL также предоставляет рабочие процессы синтетических данных для генерации цепочек мыслей, самоинструкции, Source2Synth и самосовершенствующихся данных CoT, а также руководства по тонкой настройке и публикации наборов данных. Он связывает наборы данных Hugging Face, охватывающие разговоры об обществах ИИ, код, математику, физику, химию и биологию. Кулинарные книги RAG и Graph RAG помогают агентам извлекать внешние знания. Задокументированные приложения включают совместную ролевую игру, мультиагентные рабочие группы, генерацию отчетов и графов знаний, судейство хакатонов, Discord-ботов для обслуживания клиентов, обработку веб-сайтов, анализ видео и симуляцию мира через проект OASIS. Репозиторий включает примеры, документацию, демонстрацию Colab, ссылки на исследования и каналы поддержки сообщества.