camel

CAMEL 是一个社区驱动、面向研究的框架，用于探索大规模大语言模型智能体的行为、能力、风险和扩展规律。该 Python 包可通过 `pip install camel-ai` 从 PyPI 安装；可选扩展如网络工具可添加 DuckDuckGo 搜索等功能。快速入门示例使用 ModelFactory 将 ChatAgent 连接到 OpenAI 模型，附加搜索工具，并发送多步提示。 其主要构建模块包括自主智能体、用于角色扮演和劳动力式协作的智能体社会、模型后端、工具集成、有状态记忆、持久化存储、数据加载器、检索器、代码和命令解释器、运行时管理、基准测试以及人在回路监督。文档化的设计原则包括：通过数据和环境交互实现可演化性、大规模智能体系统的可扩展性、用于多步任务的有状态记忆，以及代码即提示的可读性。README 描述了支持动态通信和包含多达百万智能体的模拟。 CAMEL 还提供合成数据工作流，用于思维链生成、自我指令、Source2Synth 和自我改进的思维链数据，以及微调和发布数据集的指南。它链接了涵盖人工智能社会对话、代码、数学、物理、化学和生物学的 Hugging Face 数据集。RAG 和 Graph RAG 教程帮助智能体检索外部知识。 文档化的应用包括协作角色扮演、多智能体劳动力、报告和知识图谱生成、黑客马拉松评审、客户服务 Discord 机器人、网站内容摄取、视频分析以及通过 OASIS 项目进行的世界模拟。该仓库包含示例、文档、Colab 演示、研究链接和社区支持渠道。