منصوبے کے بارے میں

CAMEL ایک کمیونٹی سے چلنے والا، تحقیق پر مبنی فریم ورک ہے جو بڑے پیمانے پر LLM ایجنٹ رویے، صلاحیتوں، خطرات اور اسکیلنگ قوانین کی کھوج کے لیے ہے۔ Python پیکیج PyPI سے `pip install camel-ai` کے ذریعے انسٹال کیا جاتا ہے؛ ویب ٹولز جیسے اختیاری ایکسٹراز DuckDuckGo تلاش جیسی صلاحیتیں شامل کرتے ہیں۔ فوری آغاز کی مثال ModelFactory کا استعمال کرتے ہوئے ChatAgent کو OpenAI ماڈل سے جوڑتی ہے، ایک تلاش کا ٹول منسلک کرتی ہے، اور کثیر مرحلہ پرامپٹس بھیجتی ہے۔ اس کے اہم تعمیراتی بلاکس میں خود مختار ایجنٹس، کردار ادا کرنے اور ورک فورس طرز کے تعاون کے لیے ایجنٹ سوسائٹیز، ماڈل بیک اینڈز، ٹول انٹیگریشنز، اسٹیٹ فل میموری، مستقل اسٹوریج، ڈیٹا لوڈرز، ریٹریورز، کوڈ اور کمانڈ انٹرپریٹرز، رن ٹائم مینجمنٹ، بینچ مارکس، اور ہیومن-اِن-دی-لُوپ نگرانی شامل ہیں۔ دستاویزی ڈیزائن اصول ڈیٹا اور ماحول کے تعامل کے ذریعے ارتقا پذیری، بڑے ایجنٹ سسٹمز کے لیے اسکیل ایبلٹی، کثیر مرحلہ کاموں کے لیے اسٹیٹ فل میموری، اور کوڈ-بطور-پرامپٹ پڑھنے کی اہلیت ہیں۔ README میں متحرک مواصلات اور دس لاکھ تک ایجنٹس پر مشتمل تخروپن کی حمایت بیان کی گئی ہے۔ CAMEL مصنوعی ڈیٹا ورک فلو بھی فراہم کرتا ہے جیسے chain-of-thought جنریشن، self-instruct، Source2Synth، اور خود بہتر ہونے والا CoT ڈیٹا، نیز فائن ٹیوننگ اور ڈیٹا سیٹس شائع کرنے کے لیے رہنما۔ یہ Hugging Face ڈیٹا سیٹس سے منسلک ہے جن میں AI سوسائٹی گفتگو، کوڈ، ریاضی، طبیعیات، کیمیا اور حیاتیات شامل ہیں۔ RAG اور Graph RAG کوک بکس ایجنٹس کو بیرونی علم حاصل کرنے میں مدد دیتے ہیں۔ دستاویزی ایپلی کیشنز میں اشتراکی کردار ادا کرنا، ملٹی ایجنٹ ورک فورسز، رپورٹ اور نالج گراف جنریشن، ہیکاتھون ججنگ، کسٹمر سروس Discord بوٹس، ویب سائٹ انجیشن، ویڈیو تجزیہ، اور OASIS پروجیکٹ کے ذریعے عالمی تخروپن شامل ہیں۔ ریپوزٹری میں مثالیں، دستاویزات، ایک Colab ڈیمو، تحقیقی روابط، اور کمیونٹی سپورٹ چینلز شامل ہیں۔