github.com/camel-ai/camel @v0.2.91a4 sqlite

[![Documentation][docs-image]][docs-url] [![Discord][discord-image]][discord-url] [![X][x-image]][x-url] [![Reddit][reddit-image]][reddit-url] [![Wechat][wechat-image]][wechat-url] [![Hugging Face][huggingface-image]][huggingface-url] [![Star][star-image]][star-url] [![Package License][package-license-image]][package-license-url] [![PyPI Download][package-download-image]][package-download-url] [![][join-us-image]][join-us]

English | 简体中文 | 日本語

---

[Community](https://github.com/camel-ai/camel#community) | [Installation](https://github.com/camel-ai/camel#installation) | [Examples](https://github.com/camel-ai/camel/tree/HEAD/examples) | [Paper](https://arxiv.org/abs/2303.17760) | [Citation](https://github.com/camel-ai/camel#citation) | [Contributing](https://github.com/camel-ai/camel#contributing-to-camel-) | [CAMEL-AI](https://www.camel-ai.org/)

🐫 CAMELは、エージェントのスケーリング法則を発見することに専念するオープンソースコミュニティです。エージェントを大規模に研究することで、その行動、能力、潜在的なリスクについて貴重な洞察が得られると信じています。この分野の研究を促進するため、様々なタイプのエージェント、タスク、プロンプト、モデル、シミュレーション環境を実装・サポートしています。

エージェントのスケーリング法則を見つけるために、私たち（Discord または WeChat）と共に境界を押し広げましょう。

🌟 GitHubでCAMELにスターを付けると、新しいリリースの通知が即座に受け取れます。

<img src="https://github.com/camel-ai/camel/raw/v0.2.91a4/docs/images/stars.gif" alt="Star">

[![][image-join-us]][join-us]

目次

• CAMELフレームワーク設計原則
• なぜ研究にCAMELを使うのか？
• CAMELで何が構築できるか？
• データ生成
• タスク自動化
• 世界シミュレーション
• クイックスタート
• ChatAgentから始める
• ヘルプを求める
• 技術スタック
• 研究
• 合成データセット
• クックブック（ユースケース）
• 基本コンセプト
• 高度な機能
• モデルトレーニング & データ生成
• マルチエージェントシステム & アプリケーション
• データ処理
• 実世界のユースケース
• 🧱 CAMELで構築（実世界の製品 & 研究）
• 研究プロジェクト
• 製品プロジェクト
• 🗓️ イベント
• CAMELへの貢献
• コミュニティ & コンタクト
• 引用
• 謝辞
• ライセンス

CAMELフレームワーク設計原則

🧬 進化可能性

フレームワークは、データを生成し環境と相互作用することで、マルチエージェントシステムが継続的に進化することを可能にします。この進化は、検証可能な報酬による強化学習または教師あり学習によって駆動されます。

📈 スケーラビリティ

フレームワークは、数百万のエージェントを持つシステムをサポートするよう設計されており、大規模な協調、通信、リソース管理を効率的に行います。

💾 ステートフルネス

エージェントはステートフルメモリを維持し、環境との多段階の相互作用を実行し、洗練されたタスクを効率的に処理することを可能にします。

📖 コード・アズ・プロンプト

すべてのコード行とコメントは、エージェントへのプロンプトとして機能します。コードは明確で読みやすく書かれるべきで、人間とエージェントの両方が効果的に解釈できるようにする必要があります。

なぜ研究にCAMELを使うのか？

私たちは、マルチエージェントシステムの最前線研究を進める100人以上の研究者で構成される、コミュニティ主導の研究集団です。世界中の研究者が以下の理由でCAMELを研究に選択しています。

✅	大規模エージェントシステム	複雑なマルチエージェント環境での創発的行動とスケーリング法則を研究するために、最大100万のエージェントをシミュレートします。
✅	動的通信	エージェント間のリアルタイム相互作用を可能にし、複雑なタスクに取り組むためのシームレスな協力を促進します。
✅	ステートフルメモリ	エージェントに履歴コンテキストを保持して活用する能力を装備し、長期間の相互作用における意思決定を改善します。
✅	複数のベンチマークのサポート	標準化されたベンチマークを利用してエージェントのパフォーマンスを厳格に評価し、再現性と信頼性の高い比較を保証します。
✅	異なるエージェントタイプのサポート	様々なエージェントの役割、タスク、モデル、環境を扱い、学際的な実験と多様な研究応用をサポートします。
✅	データ生成とツール統合	大規模で構造化されたデータセットの作成を自動化し、複数のツールとシームレスに統合することで、合成データ生成と研究ワークフローを効率化します。

CAMELで何が構築できるか？

1. データ生成

2. タスク自動化

3. 世界シミュレーション

クイックスタート

CAMELのインストールは、PyPIで利用可能なため非常に簡単です。ターミナルを開いて以下を実行するだけです：

pip install camel-ai

ChatAgentから始める

この例では、CAMELフレームワークを使用してChatAgentを作成し、DuckDuckGoを使用して検索クエリを実行する方法を示します。

1. ツールパッケージをインストール：

bash pip install 'camel-ai[web_tools]'

1. OpenAI APIキーを設定：

bash export OPENAI_API_KEY='your_openai_api_key'

または、.envファイルを使用：

bash cp .env.example .env # .envファイルを編集してキーを追加

1. 以下のPythonコードを実行：

```python from camel.models import ModelFactory from camel.types import ModelPlatformType, ModelType from camel.agents import ChatAgent from camel.toolkits import SearchToolkit

model = ModelFactory.create( model_platform=ModelPlatformType.OPENAI, model_type=ModelType.GPT_4O, model_config_dict={"temperature": 0.0}, )

search_tool = SearchToolkit().search_duckduckgo

agent = ChatAgent(model=model, tools=[search_tool])

response_1 = agent.step("CAMEL-AIとは何ですか？") print(response_1.msgs[0].content) # CAMEL-AIは最初のLLM（大規模言語モデル）マルチエージェントフレームワークであり、 # エージェントのスケーリング法則を発見することに焦点を当てたオープンソースコミュニティです。 # ...

response_2 = agent.step("CAMELフレームワークのGitHubリンクは何ですか？") print(response_2.msgs[0].content) # CAMELフレームワークのGitHubリンクは # https://github.com/camel-ai/camelです。 ```

1. （任意）モデルのリクエスト/レスポンスログを有効化：

bash export CAMEL_MODEL_LOG_ENABLED=true export CAMEL_MODEL_LOG_MODEL_CONFIG_ENABLED=true export CAMEL_LOG_DIR=camel_logs

• CAMEL_MODEL_LOG_ENABLED: リクエスト/レスポンスの JSONログを有効化します。
• CAMEL_MODEL_LOG_MODEL_CONFIG_ENABLED: request.model_config_dict を記録するかを制御します。未設定の場合は CAMEL_MODEL_LOG_ENABLED と同じ値が使われます。
• CAMEL_LOG_DIR: ログの出力先ディレクトリ （デフォルト: camel_logs）。
• ログはUTF-8 JSONで保存されるため、中国語・日本語・アラビア語 などの多言語テキストも可読なまま保持されます。

より詳細な手順と追加の設定オプションについては、インストールセクションをご確認ください。

実行後、docs.camel-ai.orgでCAMEL技術スタックとクックブックを探索し、強力なマルチエージェントシステムを構築できます。

私たちは、Pythonプログラマーとストックトレーダーとしてロールプレイする2つのChatGPTエージェント間の会話を示すデモを提供しています。株式市場用の取引ボットの開発に協力しています。

さまざまなタイプのエージェント、その役割、およびそれらのアプリケーションを探索してください。

• 初めてのエージェントを作成
• 初めてのエージェント社会を作成
• 具現化されたエージェント
• 批評エージェント

ヘルプを求める

CAMELのセットアップで問題が発生した場合は、CAMEL discordでお気軽にお問い合わせください。

技術スタック

キーモジュール

CAMEL-AIエージェントと社会を構築、運用、強化するためのコアコンポーネントとユーティリティ。

モジュール	説明
エージェント	自律運用のためのコアエージェントアーキテクチャと動作。
エージェント社会	マルチエージェントシステムと協力の構築と管理のためのコンポーネント。
データ生成	合成データの作成と拡張のためのツールと方法。
モデル	エージェントインテリジェンスのためのモデルアーキテクチャとカスタマイズオプション。
ツール	専門的なエージェントタスクのためのツール統合。
メモリ	エージェント状態管理のためのメモリストレージと検索メカニズム。
ストレージ	エージェントデータと状態のための永続的なストレージソリューション。
ベンチマーク	パフォーマンス評価とテストフレームワーク。
インタープリタ	コードとコマンドの解釈機能。
データローダー	データ取り込みと前処理ツール。
リトリーバー	知識検索とRAGコンポーネント。
ランタイム	実行環境とプロセス管理。
ヒューマン・イン・ザ・ループ	人間による監視と介入のための対話型コンポーネント。
---

研究

私たちは、これらのエージェントを大規模に研究することで、その行動、能力、潜在的なリスクについて貴重な洞察が得られると信じています。

私たちの研究プロジェクトを探索する：

私たちと一緒に研究しませんか

CAMELをあなたのインパクトのある研究に使用することを心から歓迎します。

厳格な研究には時間とリソースが必要です。私たちは、マルチエージェントシステムの最前線の研究を探求する100人以上の研究者からなるコミュニティ主導の研究集団です。私たちの進行中のプロジェクトに参加するか、私たちと新しいアイデアをテストしてください。詳細についてはメールでお問い合わせください。

合成データセット

1. バックエンドとして様々なLLMを活用

詳細については、モデルドキュメントをご覧ください。

データ（Hugging Faceでホスト）

データセット	チャット形式	インストラクション形式	チャット形式（翻訳済み）
AI Society	チャット形式	インストラクション形式	チャット形式（翻訳済み）
Code	チャット形式	インストラクション形式	x
Math	チャット形式	x	x
Physics	チャット形式	x	x
Chemistry	チャット形式	x