camel-ai/owl

何を解決するか

OWL（Optimized Workforce Learning）は、複雑な現実世界のタスクを自動化するためのマルチエージェント協働フレームワークです。ウェブブラウジング、データ分析、マルチモーダル処理を組み合わせて実行する必要があるタスクを、自然かつ効率的に扱える堅牢なAIエージェントの開発という課題に対処します。

動作方法

CAMEL-AIフレームワークの上に構築されており、幅広い専門的なツールキットを活用する「社会」をエージェントが協働して運用します。動的なエージェント間の相互作用を用い、視覚コンテンツを解釈し、アクションを実行できる強力なツール呼び出しおよびマルチモーダル機能を持つモデル（例：GPT-4）を必要とします。フレームワークは、モデルがさまざまなツールやデータソースと相互作用する方法を標準化するため、Model Context Protocol（MCP）を統合しています。

対象ユーザー

GAIAなどのベンチマークに挑戦する、汎用的なタスク自動化が可能な高性能な自律エージェントの開発を志す開発者や研究者に適しています。

特徴

• 高性能: GAIAベンチマークにおいて、オープンソースフレームワークの中で1位を獲得し、スコア69.09%を記録。
• 豊富なツールキット: ブラウザ自動化（Playwright）、コード実行（Pythonインタプリタ）、文書解析（Word、Excel、PDF、PowerPoint）など、専門的なツールを搭載。
• マルチモーダル対応: 画像、音声、動画データの処理と分析が可能。
• 広範な検索統合: Google、DuckDuckGo、Baidu、Bocha、Wikipediaなど、複数の検索エンジンをサポート。
• MCP統合: ツールおよびデータソースとの標準化された相互作用を実現するModel Context Protocol（MCP）を実装。