随着大型语言模型(LLM)的快速发展,基于LLM的自主智能体在各种任务中展现出了强大的泛化能力。然而,在现实世界的复杂场景中,单个智能体往往难以高效地完成任务,需要多个智能体之间的协作才能取得更好的效果。为此,来自清华大学等机构的研究人员开发了AgentVerse - 一个旨在促进多智能体协作的开源框架。
AgentVerse主要提供了两大框架:
任务解决框架:将多个智能体组装成一个自动化的多智能体系统,协同完成特定任务。适用于软件开发、咨询系统等应用场景。
模拟框架:允许用户设置自定义环境,观察或与多个智能体进行交互。适用于游戏、基于LLM的智能体社会行为研究等场景。
这两个框架使AgentVerse能够灵活应对各种多智能体协作的需求。
AgentVerse具有以下几个突出特点:
高效协作:实验表明,AgentVerse部署的多智能体群体在性能上优于单个智能体。
灵活配置:支持使用OpenAI API、Azure OpenAI服务,以及本地部署的LLaMA等模型。
易于使用:提供命令行和图形界面两种使用方式,上手简单。
开放共享:项目完全开源,欢迎社区贡献。
持续更新:团队正在不断完善文档、增加新功能,如支持更复杂的对话历史记忆等。
AgentVerse团队展示了多个有趣的应用案例,包括:
NLP教室:模拟9个智能体(1名教授和8名学生)的课堂互动。