做美食网站赚钱吗做网站ps建立多大的画布

---

一、CAMEL

CAMEL（Communicative Agents for “Mind” Exploration of Large Language Model Society）是开源多智能体框架，旨在探索大规模语言模型社会中智能体的协作与扩展规律。

CAMEL通过角色扮演与标准化流程，解决了单智能体在复杂任务中的局限性，其开源特性与模块化设计使其成为多智能体研究的标杆工具。开发者可通过GitHub仓库快速上手，参与社区共建智能体未来。
GitHub地址：https://github.com/camel-ai/camel

二、Deep seek的API调用

DeepSeek API 使用与 OpenAI 兼容的 API 格式，通过修改配置，您可以使用 OpenAI SDK 来访问 DeepSeek API，或使用与 OpenAI API 兼容的软件。

1. Deepseek的AI相关信息如下

• 出于与 OpenAI 兼容考虑，可以将 base_url 设置为 https://api.deepseek.com/v1 来使用，但注意，此处 v1 与模型版本无关。
• deepseek-chat 模型已全面升级为 DeepSeek-V3，接口不变。 通过指定 model=‘deepseek-chat’ 即可调用 DeepSeek-V3。
• deepseek-reasoner 是 DeepSeek 最新推出的推理模型DeepSeek-R1。通过指定 model=‘deepseek-reasoner’，即可调用 DeepSeek-R1。

2. 调用对话 API

在创建 API key 之后，你可以使用以下样例脚本的来访问 DeepSeek API。样例为非流式输出，您可以将 stream 设置为 true 来使用流式输出。

# Please install OpenAI SDK first: `pip3 install openai`from openai import OpenAIclient = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")response = client.chat.completions.create(model="deepseek-chat",messages=[{"role": "system", "content": "You are a helpful assistant"},{"role": "user", "content": "Hello"},],stream=False
)print(response.choices[0].message.content)

三、基于Camel和DeepSeek的AI Agent

1. 问答机器人

通过一个简单的问答机器人的搭建，我们即可理解基于智能体的大语言模型的应用。我们只需要通过安装camel-ai的库即可实现对camel的应用。

pip install camel-ai

如下是对应的代码实现。

from camel.agents import ChatAgent
from camel.models import ModelFactory
from camel.types import ModelPlatformTypemodel = ModelFactory.create(model_platform=ModelPlatformType.OPENAI_COMPATIBLE_MODEL,model_type="deepseek-chat",url="https://api.deepseek.com",api_key='<DeepSeek API Key>'
)agent = ChatAgent(model=model,output_language='中文'
)response = agent.step("你好，介绍一下你自己？")
print(response.msgs[0].content)

代码执行后的输出结果如下：

2. 角色扮演-汽车市场分析

通过调用Camel的角色扮演模块，设置任务目标、AI助手角色名以及用户角色，智能体即可自行进行对话思考生成机器人。

• 设置任务目标

  task_prompt = “为汽车销售开发一个汽车市场预测机器人”

• 设置AI助手的角色名

  assistant_role_name=“Python 程序员”

• 设置用户角色名

  user_role_name=“汽车市场分析员”

通过camel框架下的AI代理机器人的代码实现如下：

from colorama import Fore #终端文本颜色库from camel.societies import RolePlaying #Camel核心模块 角色扮演
from camel.utils import print_text_animated 
from camel.models import ModelFactory 
from camel.types import ModelPlatformType from dotenv import load_dotenvimport osload_dotenv(dotenv_path='.env')model = ModelFactory.create(model_platform=ModelPlatformType.OPENAI_COMPATIBLE_MODEL,model_type="deepseek-chat",url='https://api.deepseek.com',api_key='sk-1300fa6937ca443c807d07819df8a817'
)def main(model=model, chat_turn_limit=50) -> None:task_prompt = "为汽车开发一个市场分析机器人"#设置任务目标role_play_session = RolePlaying(assistant_role_name="Python 程序员",#设置AI助手角色名assistant_agent_kwargs=dict(model=model),user_role_name="汽车市场分析员",#设置用户角色名，在roleplay中，user用于指导AI助手完成任务user_agent_kwargs=dict(model=model),task_prompt=task_prompt,with_task_specify=True,task_specify_agent_kwargs=dict(model=model),output_language='中文'#设置输出语言)print(Fore.GREEN+ f"AI 助手系统消息:\n{role_play_session.assistant_sys_msg}\n")print(Fore.BLUE + f"AI 用户系统消息:\n{role_play_session.user_sys_msg}\n")print(Fore.YELLOW + f"原始任务提示:\n{task_prompt}\n")print(Fore.CYAN+ "指定的任务提示:"+ f"\n{role_play_session.specified_task_prompt}\n")print(Fore.RED + f"最终任务提示:\n{role_play_session.task_prompt}\n")n = 0input_msg = role_play_session.init_chat()while n < chat_turn_limit:n += 1assistant_response, user_response = role_play_session.step(input_msg)if assistant_response.terminated:print(Fore.GREEN+ ("AI 助手已终止。原因: "f"{assistant_response.info['termination_reasons']}."))breakif user_response.terminated:print(Fore.GREEN+ ("AI 用户已终止。"f"原因: {user_response.info['termination_reasons']}."))breakprint_text_animated(Fore.BLUE + f"AI 用户:\n\n{user_response.msg.content}\n")print_text_animated(Fore.GREEN + "AI 助手:\n\n"f"{assistant_response.msg.content}\n")if "CAMEL_TASK_DONE" in user_response.msg.content:breakinput_msg = assistant_response.msgif __name__ == "__main__":main()

执行后输出结果如下：