AI Agent 孵化器？开源框架CAMEL

简介

CAMEL（Communicative Agents for Mind Exploration of Large Scale Language Model Society）是一个开源框架，大语言模型多智能体框架的先驱者。旨在通过角色扮演和自主协作，探索大语言模型（LLM）在多智能体社会环境中的交互能力。其核心思想是让多个AI智能体在特定角色和任务驱动下进行自然语言交互，模拟人类社会的协作与知识共享。我们相信，大规模地研究这些代理人可以为他们的行为、能力和潜在风险提供有价值的见解。为了促进这一领域的研究，我们实现并支持各种类型的代理、任务、提示、模型和模拟环境。

开源地址：

https://github.com/camel-ai

CAMEL框架设计原则

• 可进化性

该框架通过生成数据并与环境交互，使多智能体系统能够持续进化。进化过程可由带可验证奖励的强化学习或监督学习驱动。

• 可扩展性

该框架支持百万级智能体规模的系统，确保大规模协同、通信与资源管理的高效运行。

• 状态保持

智能体具备状态记忆能力，可执行多步骤环境交互，高效处理复杂任务。

• 代码即提示

每行代码与注释均作为智能体的提示信息。代码需清晰可读，确保人类与智能体皆能准确理解。

（注："agent"译为"智能体"；"stateful memory"译为"状态记忆"）

选择CAMEL开展研究的核心优势：

✅ 超大规模智能体系统
模拟百万级智能体，研究复杂多智能体环境中的涌现行为与规模定律。

✅ 动态实时通信
支持智能体间即时交互，实现复杂任务的无缝协同攻关。

✅ 状态记忆能力
赋予智能体历史上下文留存与调用能力，提升长周期交互中的决策质量。

✅ 多基准测试支持
采用标准化基准严格评估智能体表现，确保结果可复现与可比性。

✅ 多类型智能体兼容
支持不同角色、任务、模型及环境的智能体，满足跨学科实验与多样化研究需求。

✅ 数据生成与工具集成
自动化生成大规模结构化数据集，无缝兼容多种工具，优化合成数据生成与研究流程。

使用CAMEL可以构建什么？

1. 数据生成
   思维链（CoT）数据生成
   自指令（Self-Instruct）数据生成
   源到合成（Source2Synth）数据生成
   自优化数据生成

2. 任务自动化
   角色扮演
   劳动力自动化
   检索增强生成（RAG）流程

3. 世界模拟
   绿洲案例（Oasis Case）

快速入门

安装CAMEL：

pip install camel-ai

从ChatAgent开始

以下示例展示如何通过CAMEL框架创建ChatAgent，并使用DuckDuckGo执行搜索查询。

    1. 安装工具包：

pip install 'camel-ai[web_tools]'

   2.配置OpenAI API密钥：

export OPENAI_API_KEY='您的_openai_api密钥'

    3. 运行以下Python代码：

from camel.models import ModelFactory
from camel.types import ModelPlatformType, ModelType
from camel.agents import ChatAgent
from camel.toolkits import SearchToolkitmodel = ModelFactory.create(model_platform=ModelPlatformType.OPENAI,model_type=ModelType.GPT_4O,model_config_dict={"temperature": 0.0},
)search_tool = SearchToolkit().search_duckduckgoagent = ChatAgent(model=model, tools=[search_tool])response_1 = agent.step("What is CAMEL-AI?")
print(response_1.msgs[0].content)
# CAMEL-AI is the first LLM (Large Language Model) multi-agent framework
# and an open-source community focused on finding the scaling laws of agents.
# ...response_2 = agent.step("What is the Github link to CAMEL framework?")
print(response_2.msgs[0].content)
# The GitHub link to the CAMEL framework is
# [https://github.com/camel-ai/camel](https://github.com/camel-ai/camel).

如需更详细的说明和额外配置选项，请参阅安装指南部分。

运行成功后，您可以访问 docs.camel-ai.org 探索 CAMEL 技术栈 和 实用手册，构建强大的多智能体系统。

我们提供了 Google Colab 演示示例，展示两个 ChatGPT 智能体分别扮演 Python 程序员和股票交易员，协作开发股票市场交易机器人的对话过程。

您还可以深入了解不同类型的智能体、其角色及应用场景：

• 创建您的第一个智能体

• 创建您的第一个智能体社群

• 具身智能体（Embodied Agents）

• 评审智能体（Critic Agents）

# 核心模块

用于构建、运营和增强 CAMEL-AI 代理和社会的核心组件和实用工具。

模块	描述
代理 (Agents)	用于自主运行的核心代理架构和行为
代理社会 (Agent Societies)	用于构建和管理多代理系统和协作的组件
数据生成 (Data Generation)	用于合成数据创建和增强的工具和方法
模型 (Models)	代理智能的模型架构和定制选项
工具 (Tools)	用于专门代理任务的工具集成
记忆 (Memory)	用于代理状态管理的记忆存储和检索机制
存储 (Storage)	用于代理数据和状态的持久化存储解决方案
基准测试 (Benchmarks)	性能评估和测试框架
解释器 (Interpreters)	代码和命令解释能力
数据加载器 (Data Loaders)	数据摄取和预处理工具
检索器 (Retrievers)	知识检索和 RAG 组件
运行时 (Runtime)	执行环境和进程管理
人在回路 (Human-in-the-Loop)	用于人工监督和干预的交互式组件

需要下载的文件，数据集之类的，见下网址：
https://huggingface.co/camel-ai