← プロジェクト一覧に戻る
camel
エージェント同士の対話から学習データ生成までを一式で扱う研究者向けの基盤。本番の実行基盤ではありません
公式Apache-2.0
camelとは
CAMELは、エージェント同士に会話をさせることを出発点にした研究寄りのライブラリです。RolePlayingは指示を出す側と実行する側の2つのエージェントを組ませ、Workforceでは調整役が分割したサブタスクを複数の作業者へ配ります。その周囲には、80を超えるツール群、約50のモデル接続、GAIAやBrowseCompなどのベンチマーク実行環境、対話の記録を微調整用データセットへ変換するパイプラインが揃っています。実験を回す用途ならこの幅広さ自体が強みですが、本番で1つのエージェントを堅実に動かしたいだけなら使わない部分を大量に抱え込むことになりますし、2023年の公開以来バージョンは0.2系のままです。
camelで何ができますか?
- 1つのエージェントに道具を渡して動かす —
ChatAgentにSearchToolkit().get_tools()のような道具の一覧を渡し、agent.step(...)を呼ぶと1往復が進みます。道具の呼び出しと会話履歴の保持は最初から組み込まれているので自前で書く必要はなく、response_formatにPydanticのクラスを指定すれば、返ってくるのは文章ではなく解析済みの構造化データです。 - 指示役と実行役を組ませて話し合わせる —
RolePlayingは、指示を出すAIユーザーと実行するAIアシスタントを組ませ、既定では最初の一手に入る前に課題文をより具体的な形へ書き直します。役割が入れ替わらないのは、双方のシステムプロンプト冒頭に置かれた「役割を入れ替えるな」という指示によるもので、仕組みとして禁じているわけではありません。init_chat()のあとstep()を繰り返して進め、終わり方は自分で決めた往復回数の上限、CAMEL_TASK_DONEという合図、そして会話がトークン上限を超えたときなどにエージェント側が返す終了フラグの3通りです。 - Workforceで作業者を束ねる —
add_single_agent_workerやadd_role_playing_workerで作業者を足し、add_workforceでWorkforce自体を入れ子にもできます。計画役が課題を分割し、調整役が各作業者の説明文を読んで担当を決め、失敗したサブタスクには再実行、再計画、さらなる分割、担当替え、新しい作業者の作成のいずれかで対処します。pause()とresume()で一時停止と再開ができ、save_snapshot()で途中経過も残せるため、人が確認してから続きを進められます。 - ツール群とMCPで外部につなぐ — ウェブ検索、ブラウザ、端末操作、GitHub、Notion、Slack、arXiv、Excelなど80を超えるツール群が同梱され、
FunctionToolは普通のPython関数に添えた説明文をそのまま読み取って道具に変えます。外部のMCPサーバーを使う側に回るときはMCPToolkit、逆に自分が公開する側に回るときは、ツール群ならrun_mcp_server()、ChatAgentやWorkforce全体ならto_mcp()を呼びます。 - 実行の記録を学習用データに変える —
CoTDataGenerator、SelfInstructPipeline、SelfImprovingCoTPipelineが、思考の過程つきの問答や指示文を、微調整にそのまま使えるJSONとして書き出します。答えが正しいかどうかは数学、物理、Python向けの検証器が判定し、1段階および多段階の実験環境は行動ごとに報酬を返すので、強化学習の学習信号としてそのまま使えます。 - 公開ベンチマークで測る —
camel.benchmarksには、GAIA、BrowseComp、APIBank、APIBench、Nexus、RAGBenchを実行する仕組みが入っています。たまたま動いたデモではなく、他者が公表した数値と同じ土俵で自分の構成を比較できます。
camelを選ぶ前に
スター推移
8月17日〜10月30日 · +399
17.6k18k
よくある質問
camelは商用利用できますか?
camelはApache-2.0ライセンスで公開されています。OSI承認のオープンソースライセンスで、商用利用が認められています。
camelはどの形で使えますか?
camelはセルフホストの形で利用できます。