CAMEL-AI: uma estrutura de código aberto para a criação de sistemas colaborativos multiinteligentes

A CAMEL-AI é uma estrutura de corpo multiinteligente de código aberto voltada para a pesquisa e a criação de sistemas de IA colaborativos. A CAMEL-AI oferece ferramentas e módulos flexíveis para ajudar os desenvolvedores a criar inteligências autônomas e colaborativas para aplicações como automação de tarefas, geração de dados e simulação social. O projeto é conduzido por uma comunidade de mais de 100 pesquisadores em todo o mundo, com ênfase na abertura e na pesquisa acadêmica. O código é baseado na licença Apache 2.0, e o conjunto de dados é licenciado sob CC BY NC 4.0 apenas para uso não comercial. Os usuários podem acessar o código-fonte, participar das contribuições da comunidade ou obter suporte técnico via GitHub. O CAMEL-AI é adequado para pesquisadores e desenvolvedores explorarem o comportamento e o potencial de sistemas complexos de inteligência múltipla.

Lista de funções

• Oferece suporte a simulações de até 1 milhão de inteligências para estudar o comportamento da colaboração de inteligência em larga escala.
• Fornece uma variedade de funções de corpos inteligentes e configurações de tarefas para dar suporte a experimentos e pesquisas interdisciplinares.
• Conjunto de ferramentas integrado com recursos como pesquisa, cálculos matemáticos, execução de código e análise de imagens.
• Com suporte à interação em tempo real, as inteligências podem se comunicar e colaborar por meio de linguagem natural.
• Fornece um módulo de geração de dados para gerar caminhos de inferência de alta qualidade e dados de questionário multi-hop.
• Ambiente de aprendizado por reforço integrado em que as inteligências podem otimizar continuamente o desempenho por meio de feedback.
• Fornece uma estrutura de avaliação de desempenho padronizada para garantir resultados repetíveis e comparáveis.
• Oferece suporte à conectividade com bases de conhecimento externas para aprimorar os recursos de tomada de decisão das inteligências.

Usando a Ajuda

Processo de instalação

Para usar o CAMEL-AI, primeiro você precisa instalar o ambiente e as dependências necessárias. Abaixo estão as etapas detalhadas de instalação, com base nas informações mais recentes da documentação oficial:

1. Verificação da versão do Python
   O CAMEL-AI oferece suporte ao Python 3.10, 3.11 ou 3.12. Certifique-se de que você tenha uma versão compatível de 64 bits do Python instalada em seu sistema. Isso pode ser verificado com o seguinte comando:

   python --version
   

2. Criação de um ambiente virtual
   Para evitar conflitos de dependência, é recomendável usar um ambiente virtual. Use o conda para criar o ambiente:

   conda create --name camel_env python=3.10
   conda activate camel_env
   

3. Clonar o armazém CAMEL
   Obtenha o código-fonte do CAMEL-AI no GitHub:

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

4. Instalação de dependências
   Instale as dependências necessárias, incluindo o PyTorch e outras bibliotecas. Aqui está um comando de instalação típico:

   conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
   pip install -r requirements.txt
   pip install -e .
   

   Se estiver usando uma GPU de consumidor, experimente o QLoRA para o ajuste fino do modelo executando o seguinte script:

   bash scripts/train_camel_qlora.sh
   

5. Verificar a instalação
   Após a conclusão da instalação, execute o comando de teste para garantir que o ambiente esteja configurado corretamente:

   python -m camel_chat.serve.test_message --model-name /path/to/model
   

Principais recursos do uso do CAMEL-AI

O CAMEL-AI fornece uma variedade de módulos de função, e a seguir há uma descrição detalhada da operação das principais funções:

1. criação de sistemas de inteligência múltipla

No centro do CAMEL-AI está a construção de sistemas corporais multiinteligentes e colaborativos. Você pode iniciar um projeto definindo funções e tarefas de corpos inteligentes. Por exemplo, crie um sistema corporal multiinteligente simples:

• Etapa 1: Definir as funções do órgão inteligente
  fazer uso de ChatAgent A classe cria um Intelligence, define funções e prompts do sistema. Exemplo:

  from camel.agents import ChatAgent
  from camel.messages import BaseMessage
  from camel.models import ModelFactory
  from camel.types import ModelPlatformType, ModelType
  sys_msg = BaseMessage.make_assistant_message(
  role_name="Assistant",
  content="You are a helpful assistant for task automation."
  )
  model = ModelFactory.create(
  model_platform=ModelPlatformType.OPENAI,
  model_type=ModelType.GPT_4O_MINI
  )
  agent = ChatAgent(system_message=sys_msg, model=model)
  

• Etapa 2: Atribuição de tarefas
  Acionar um inteligente para executar uma tarefa por meio de uma mensagem do usuário. Exemplo:

  user_msg = "Search for recent AI research papers."
  response = agent.step(user_msg)
  print(response)
  

2. uso do conjunto de ferramentas

O CAMEL-AI oferece um rico conjunto de ferramentas, como SearchToolkiteMathToolkit responder cantando CodeExecutionToolkit. Para usar o conjunto de ferramentas, você precisa carregar as ferramentas ao inicializar o smartbody:

from camel.toolkits import SearchToolkit
tools = [*SearchToolkit().get_tools()]
agent = ChatAgent(system_message=sys_msg, model=model, tools=tools)

Uma vez em execução, a Inteligência pode invocar ferramentas para executar tarefas de pesquisa ou computação. Por exemplo, pesquisar informações relacionadas ao CAMEL-AI:

user_msg = "What is CAMEL-AI.org?"
response = agent.step(user_msg)
print(response)

3. geração de dados

CAMEL-AI Source2Synth O módulo suporta a geração de dados de questionário de vários saltos. Os usuários podem gerar dados seguindo as etapas a seguir:

• Prepare os dados de texto de origem (por exemplo, PDF ou conteúdo da Web).
• fazer uso de Source2Synth O módulo processa o texto para gerar pares complexos de perguntas e respostas:

  from camel.data import Source2Synth
  s2s = Source2Synth()
  questions = s2s.generate_questions(source_text="your_text_here", complexity=3)
  print(questions)
  

  Isso pode ser feito ajustando o complexity Os parâmetros controlam a dificuldade de gerar problemas.

4. simulação social

O módulo OASIS da CAMEL-AI suporta a simulação de comportamentos sociais de até 1 milhão de inteligências. Dependências adicionais precisam ser instaladas para executar o OASIS:

pip install camel-oasis

Inicie a simulação do OASIS:

from oasis import OasisSimulator
simulator = OasisSimulator(num_agents=1000)
simulator.run_simulation(actions=["follow", "comment", "repost"])

Os usuários podem ajustar os parâmetros para simular atualizações sociais no Twitter ou no Reddit.

Obter suporte

Se tiver problemas, você pode obter ajuda das seguintes maneiras:

• Entre na comunidade Discord ou WeChat da CAMEL-AI para participar da discussão.
• Envie um problema para o GitHub para descrever um problema ou fazer uma solicitação de recurso.
• Consulte a documentação oficial:https://www.camel-ai.org/docs.

cenário do aplicativo

1. Automação de pesquisa
   O CAMEL-AI pode ser usado para automatizar revisões de literatura. Os pesquisadores podem colaborar com as inteligências para extrair rapidamente resumos, palavras-chave e conclusões de artigos para aumentar a eficiência da pesquisa.
2. Análise de mídia social
   Use o módulo OASIS para simular o comportamento do usuário de mídia social e analisar a disseminação de informações, a polarização de grupos e os efeitos de multidões, adequados para o monitoramento da mídia e a pesquisa de políticas.
3. Automação de tarefas
   Os desenvolvedores podem criar fluxos de trabalho automatizados usando CAMEL-AI. Por exemplo, as inteligências podem monitorar o sentimento do mercado de ações e gerar estratégias de negociação.
4. Educação e treinamento
   O CAMEL-AI gera dados de perguntas e respostas educacionais de alta qualidade para a criação de sistemas de tutoria inteligentes ou plataformas de aprendizagem on-line.

QA

1. O CAMEL-AI é gratuito?
   O CAMEL-AI é um projeto de código aberto e o código é gratuito para uso sob a licença Apache 2.0. O conjunto de dados é apenas para uso não comercial e está licenciado sob a CC BY NC 4.0.
2. Que hardware é necessário para executar o CAMEL-AI?
   As funções básicas podem ser executadas em um laptop normal (são necessários 8 GB de RAM). GPUs de alto desempenho, como a A100, são necessárias para simulações em larga escala ou ajuste fino de modelos.
3. Como posso me envolver na comunidade CAMEL-AI?
   Envie uma solicitação pull via GitHub ou participe da comunidade Discord/WeChat para discutir e contribuir com o código com os pesquisadores.
4. Quais modelos são compatíveis com o CAMEL-AI?
   Ele é compatível com o GPT-4 da OpenAI e outros modelos, bem como com modelos de código aberto, como o LLaMA; consulte a documentação oficial para obter a configuração específica.