Camel多智能体框架初探

Camel介绍

CAMEL 是一个开源社区，致力于探索代理的扩展规律。我们相信，在大规模研究这些代理可以提供对其行为、能力和潜在风险的宝贵见解。为了促进该领域的研究，我们实现了并支持各种类型的代理、任务、提示、模型和模拟环境。
CAMEL ：找到智能体的扩展规律。第一个也是最好的多智能体框架。
CAMEL 框架设计原则
可演化性
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。这种进化可以由可验证奖励驱动的强化学习或监督学习驱动。
规模性
该框架旨在支持百万级代理的系统，确保在大规模情况下实现高效的协调、通信和资源管理。
有状态性
代理保持状态记忆，使它们能够进行多步与环境的交互，并高效地应对复杂的任务。
代码即提示
每一行代码和注释都作为代理的提示。代码应编写得清晰易读，确保人类和代理都能有效解读。
GitHub地址：https://github.com/camel-ai/camel。

Camel初探

我使用从源代码中使用 uv 这种方式进行安装。

1. git clone https://github.com/camel-ai/camel.git

复制代码

1. cd camel

复制代码

如果没安装uv需要安装。

1. pip install uv

复制代码

创建一个虚拟环境。

1. uv venv .venv --python=3.10

复制代码

激活虚拟环境。

1. .venv\Scripts\activate

复制代码

安装CAMEL及其依赖。

1. uv pip install -e ".[all, dev, docs]"

复制代码

开发者可以安装pre-commit hooks 与 mypy。

1. uv pip install pre-commit mypy

复制代码

1. pre-commit install

复制代码

现在先随便跑个例子看看。
我想要使用硅基流动的模型，就可以在.env文件中这样写：

1. Silicon_Model_ID="Qwen/Qwen2.5-72B-Instruct"
2. SiliconCloud_API_KEY="你的api_key"
3. SiliconCloud_Base_URL="https://api.siliconflow.cn/v1"

复制代码

我跑的例子是这个：camel\examples\ai_society\role_playing_multi_lingual.py
将代码修改为如下的形式即可：

1. # ========= Copyright 2023-2024 @ CAMEL-AI.org. All Rights Reserved. =========
2. # Licensed under the Apache License, Version 2.0 (the "License");
3. # you may not use this file except in compliance with the License.
4. # You may obtain a copy of the License at
5. #
6. #     http://www.apache.org/licenses/LICENSE-2.0
7. #
8. # Unless required by applicable law or agreed to in writing, software
9. # distributed under the License is distributed on an "AS IS" BASIS,
10. # WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
11. # See the License for the specific language governing permissions and
12. # limitations under the License.
13. # ========= Copyright 2023-2024 @ CAMEL-AI.org. All Rights Reserved. =========
14. from colorama import Fore
16. from camel.societies import RolePlaying
17. from camel.utils import print_text_animated
20. def main(model=None) -> None:
21.     task_prompt = "Develop a trading bot for the stock market"
22.     role_play_session = RolePlaying(
23.         assistant_role_name="Python Programmer",
24.         assistant_agent_kwargs=dict(model=model),
25.         user_role_name="Stock Trader",
26.         user_agent_kwargs=dict(model=model),
27.         task_prompt=task_prompt,
28.         with_task_specify=True,
29.         task_specify_agent_kwargs=dict(model=model),
30.         output_language="Chinese",  # Arabic, French, Spanish, ...
31.     )
33.     print(
34.         Fore.GREEN
35.         + f"AI Assistant sys message:\n{role_play_session.assistant_sys_msg}\n"
36.     )
37.     print(
38.         Fore.BLUE + f"AI User sys message:\n{role_play_session.user_sys_msg}\n"
39.     )
41.     print(Fore.YELLOW + f"Original task prompt:\n{task_prompt}\n")
42.     print(
43.         Fore.CYAN
44.         + "Specified task prompt:"
45.         + f"\n{role_play_session.specified_task_prompt}\n"
46.     )
47.     print(Fore.RED + f"Final task prompt:\n{role_play_session.task_prompt}\n")
49.     chat_turn_limit, n = 50, 0
50.     input_msg = role_play_session.init_chat()
51.     while n < chat_turn_limit:
52.         n += 1
53.         assistant_response, user_response = role_play_session.step(input_msg)
55.         if assistant_response.terminated:
56.             print(
57.                 Fore.GREEN
58.                 + (
59.                     "AI Assistant terminated. Reason: "
60.                     f"{assistant_response.info['termination_reasons']}."
61.                 )
62.             )
63.             break
64.         if user_response.terminated:
65.             print(
66.                 Fore.GREEN
67.                 + (
68.                     "AI User terminated. "
69.                     f"Reason: {user_response.info['termination_reasons']}."
70.                 )
71.             )
72.             break
74.         print_text_animated(
75.             Fore.BLUE + f"AI User:\n\n{user_response.msg.content}\n"
76.         )
77.         print_text_animated(
78.             Fore.GREEN + "AI Assistant:\n\n"
79.             f"{assistant_response.msg.content}\n"
80.         )
82.         if "CAMEL_TASK_DONE" in user_response.msg.content:
83.             break
85.         input_msg = assistant_response.msg
88. if __name__ == "__main__":
89.     from camel.models import ModelFactory
90.     from camel.types import ModelPlatformType, ModelType
91.     import pathlib
92.     import os
93.     from dotenv import load_dotenv
95.     base_dir = pathlib.Path(__file__).parent.parent.parent
96.     env_path = base_dir / ".env"
97.     load_dotenv(dotenv_path=str(env_path))
99.     modeltype = os.getenv("Silicon_Model_ID")
100.     api_key = os.getenv("SiliconCloud_API_KEY")
101.     base_url = os.getenv("SiliconCloud_Base_URL")
102.     siliconcloud_model = ModelFactory.create(
103.         model_platform=ModelPlatformType.OPENAI_COMPATIBLE_MODEL,
104.                 model_type=modeltype,
105.                 api_key=api_key,
106.                 url=base_url,
107.                 model_config_dict={"temperature": 0.4, "max_tokens": 4096},
108.     )
109.     main(siliconcloud_model)

复制代码

运行效果：

算是把环境搭建好了。
现在就可以开始学习Camel这个多智能体框架了。

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！