camel-ai/camel

解決的問題

CAMEL 是一個旨在透過實現大規模多智能體系統的創建與模擬來研究智能體縮放法則的框架。它解決了在複雜環境中協調、通訊和管理數百萬個智能體以理解其湧現行為、能力和潛在風險的挑戰。

工作原理

CAMEL 為構建自主智能體和「社會」（多智能體系統）提供了一個全面的技術棧。它採用了「Code-as-Prompt」理念，即程式碼和註釋充當提示詞。該框架支援用於多步互動的狀態記憶、智能體之間的動態即時通訊，以及與各種 LLM 後端和外部工具的整合。它還包括用於合成數據生成（如 CoT 和 Self-Instruct）以及透過標準化基準測試進行性能評估的專用模組。

適用對象

主要面向對多智能體系統 (MAS)、合成數據生成和智能體縮放法則研究感興趣的研究人員和開發人員。

亮點

• 大規模可擴展性：能夠模擬高達 100 萬個智能體以研究湧現行為。
• 合成數據引擎：內建用於 CoT、Self-Instruct 和 Source2Synth 數據生成的工具。
• 狀態記憶：智能體可以保留歷史上下文，從而隨著時間的推移改進決策。
• 全面的生態系統：包括用於記憶、儲存、檢索器 (RAG) 和人機回環 (human-in-the-loop) 監督的模組。