Datawhale 组队学习 camel-agents task1 notes: camel agent framework dem ...

datawhale 教程
modelscope
poetry 换源
环境：
kubuntu
poetry
python3.10
camel
任务：
跑通 camel demo
demo code

1. from camel.agents import ChatAgent
2. from camel.models import ModelFactory
3. from camel.types import ModelPlatformType
5. from dotenv import load_dotenv
6. import os
8. load_dotenv()
10. api_key = os.getenv('QWEN_API_KEY')
12. model = ModelFactory.create(
13.     model_platform=ModelPlatformType.OPENAI_COMPATIBLE_MODEL,
14.     model_type="Qwen/Qwen2.5-72B-Instruct",
15.     url='https://api-inference.modelscope.cn/v1/',
16.     api_key=api_key
17. )
19. agent = ChatAgent(
20.     model=model,
21.     output_language='中文'
22. )
24. response = agent.step("你好，你是谁？")
25. print(response.msgs[0].content)

复制代码

1. from colorama import Fore
3. from camel.societies import RolePlaying
4. from camel.utils import print_text_animated
5. from camel.models import ModelFactory
6. from camel.types import ModelPlatformType
8. from dotenv import load_dotenv
10. import os
12. load_dotenv(dotenv_path='.env')
14. api_key = os.getenv('QWEN_API_KEY')
16. model = ModelFactory.create(
17.     model_platform=ModelPlatformType.OPENAI_COMPATIBLE_MODEL,
18.     model_type="Qwen/Qwen2.5-72B-Instruct",
19.     url='https://api-inference.modelscope.cn/v1/',
20.     api_key=api_key
21. )
23. def main(model=model, chat_turn_limit=50) -> None:
24.     task_prompt = "为股票市场开发一个交易机器人"#设置任务目标
25.     role_play_session = RolePlaying(
26.         assistant_role_name="Python 程序员",#设置AI助手角色名
27.         assistant_agent_kwargs=dict(model=model),
28.         user_role_name="股票交易员",#设置用户角色名，在roleplay中，user用于指导AI助手完成任务
29.         user_agent_kwargs=dict(model=model),
30.         task_prompt=task_prompt,
31.         with_task_specify=True,
32.         task_specify_agent_kwargs=dict(model=model),
33.         output_language='中文'#设置输出语言
34.     )
36.     print(
37.         Fore.GREEN
38.         + f"AI 助手系统消息:\n{role_play_session.assistant_sys_msg}\n"
39.     )
40.     print(
41.         Fore.BLUE + f"AI 用户系统消息:\n{role_play_session.user_sys_msg}\n"
42.     )
44.     print(Fore.YELLOW + f"原始任务提示:\n{task_prompt}\n")
45.     print(
46.         Fore.CYAN
47.         + "指定的任务提示:"
48.         + f"\n{role_play_session.specified_task_prompt}\n"
49.     )
50.     print(Fore.RED + f"最终任务提示:\n{role_play_session.task_prompt}\n")
52.     n = 0
53.     input_msg = role_play_session.init_chat()
54.     while n < chat_turn_limit:
55.         n += 1
56.         assistant_response, user_response = role_play_session.step(input_msg)
58.         if assistant_response.terminated:
59.             print(
60.                 Fore.GREEN
61.                 + (
62.                     "AI 助手已终止。原因: "
63.                     f"{assistant_response.info['termination_reasons']}."
64.                 )
65.             )
66.             break
67.         if user_response.terminated:
68.             print(
69.                 Fore.GREEN
70.                 + (
71.                     "AI 用户已终止。"
72.                     f"原因: {user_response.info['termination_reasons']}."
73.                 )
74.             )
75.             break
77.         print_text_animated(
78.             Fore.BLUE + f"AI 用户:\n\n{user_response.msg.content}\n"
79.         )
80.         print_text_animated(
81.             Fore.GREEN + "AI 助手:\n\n"
82.             f"{assistant_response.msg.content}\n"
83.         )
85.         if "CAMEL_TASK_DONE" in user_response.msg.content:
86.             break
88.         input_msg = assistant_response.msg
90. if __name__ == "__main__":
91.     main()

复制代码

experience

在服务器上跑了 task1
挺顺利的
camel repo 好像还有 gradio demo 等示例
学习内容：
poetry
camel-ai 基本利用
modelscope
ark
siliconflow
平台多得很，看你怎么用
further explore

camel/examples/
https://docs.camel-ai.org/
https://github.com/camel-ai/owl

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！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。