CAMEL-AI

CAMEL-AI 是一个开源多智能体框架和研究集合，起源于 KAUST（阿卜杜拉国王科技大学）研究人员在 NeurIPS 2023 发表的一篇论文。其名称代表“用于探索大型语言模型社会‘心智’的交流智能体”（Communicative Agents for "Mind" Exploration of Large Language Model Society）。它最初是一个学术项目，旨在研究 LLM 智能体在被赋予结构化角色和对话任务时的行为、协作和扩展方式。自 2023 年以来，它已发展成为一个由 100 多名研究人员组成的社区，成员遍布 MIT、Stanford、Oxford、CMU，以及包括 Amazon、Apple、Meta 和 DeepMind 在内的行业合作伙伴。其核心 Python 库于 2026 年 3 月发布了 v0.2.90 版本，并在 GitHub 上获得了超过 16,900 颗星。

CAMEL 提供了用于构建多智能体系统的模块化组件：一个 RolePlaying 框架，使用初始提示（inception prompting）为协作智能体分配结构化角色；一个 Workforce 编排引擎，用于组建层级化的智能体团队；持久化记忆系统；RAG 流水线；以及合成数据生成流水线。其 OWL（Optimized Workforce Learning）子项目是一个完全自主的通用智能体，内置浏览器自动化、文档解析、代码执行以及 20 多种工具包。另一个独立的 OASIS 项目支持多达一百万个并发智能体的社会模拟。该框架采用 Apache 2.0 许可证，无任何付费层级。用户需自行提供底层 LLM 的 API 密钥。

CAMEL-AI 在 2026 年 4 月的实际功能

在核心层面，CAMEL 是一个 Python 框架，用于编排多个由 LLM 支持的智能体，这些智能体通过基于角色的结构化对话进行交流。CAMEL 没有硬编码任务图，而是使用初始提示：赋予智能体一个角色（User、Assistant、Critic、Planner 或自定义角色）、上下文和约束条件，然后让它们通过多轮对话协商完成任务。这种对话优先的设计使 CAMEL 区别于任务图优先的框架，这也是最初的 NeurIPS 2023 论文在大规模研究中所探讨的机制。

该库当前的架构包含五个主要层级。第一层是 ChatAgent：一个由 LLM 支持的单一智能体，具备工具访问权限、记忆和可配置的角色设定。第二层是 Societies：协调层，负责处理角色分配、任务委派和智能体通信路由。第三层是 Interpreters：用于 Python、shell 命令和浏览器自动化的执行后端。第四层是 Memory：使用向量后端进行持久化对话和上下文存储。第五层是 Synthetic Data Generation：用于从智能体交互中创建遵循指令的数据集的流水线，这些数据集为 CAMEL 发布的多个研究基准测试提供了支持。

于 2025 年 3 月发布的 OWL 智能体将 CAMEL 完整的 Workforce 层打包成一个开箱即用的自主智能体。它连接了多搜索引擎、Playwright 浏览器自动化、PDF 和文档解析、沙盒代码执行、多模态分析，并支持 MCP（模型上下文协议）以实现工具互操作性。在 GAIA 基准测试中，截至 2025 年 4 月，OWL 的得分为 69.09%，在开源框架中排名第一。它支持 GPT-4o、Claude 3.5 Sonnet、Qwen、DeepSeek、Gemini，以及通过 Ollama、vLLM 和 SGLang 运行的本地模型。

于 2024 年 11 月发布的 OASIS（Open Agent Social Interaction Simulations）将该框架扩展到了一个完全不同的方向：大规模社会模拟。OASIS 可以在模拟的社交网络上对多达一百万个并发智能体进行建模，复制真实用户的行为模式，包括在以 X 和 Reddit 为原型的平台上模拟信息传播、群体极化和羊群效应。这主要是一个用于大规模研究错误信息动态和涌现性社会行为的研究工具。

CAMEL-AI 与 CrewAI 和 AutoGen 的定位对比

CAMEL-AI vs. CrewAI：CrewAI 是一个以产品为中心的框架，专为快速部署而设计。它使用角色/任务/流程 DSL，开发人员可以在其中定义命名的智能体，并按顺序或层级分配明确的离散任务。其学习曲线被刻意设计得很低，只需大约 20 行代码即可运行一个工作团队。CrewAI 还提供带有执行管理的托管企业版。CAMEL 则采取了相反的立场：其 Workforce 层允许智能体动态委派和协商子任务，而不是遵循预先声明的任务序列。这使得 CAMEL 在处理复杂、涌现的多智能体工作流时更加灵活，但在智能体循环出错时也更难调试。CrewAI 以任务为核心；CAMEL 以对话为核心。对于希望在一天内发布智能体产品的团队来说，CrewAI 具有优势。对于研究智能体在全新条件下如何协调的团队来说，CAMEL 则更具深度。需要生产编排工具的用户通常会将 CrewAI 与 Agno 结合使用以构建基础设施；而 CAMEL 用户往往倾向于自行搭建。

CAMEL-AI vs. AutoGen (Microsoft)：AutoGen 同样以研究为主导，由 Microsoft Research 构建，并与 CAMEL 一同被 NeurIPS 2023 接收。其 GroupChat 架构通过 LLM 介导的轮次选择器路由多智能体对话，并在每轮累积完整的对话历史，这在大规模应用时成本高昂（一个 4 个智能体、5 轮的对话至少需要 20 次以上的 LLM 调用）。AutoGen 还支持 .NET 并拥有强大的企业文档，且已被应用于 Microsoft 产品中。权衡之处在于：随着 Microsoft 将资源转移到其更广泛的 Agent Framework 产品上，AutoGen 在 2025 年进入了低投入的维护阶段。相比之下，CAMEL 保持了积极的研究前瞻性，于 2025 年 3 月发布了 OWL，并于 2025 年 9 月发布了 LOONG。AutoGen 针对企业对话工作流进行了优化，而 CAMEL 则针对研究进行了优化：缩放定律、基准测试和模拟。基于 AutoGen 进行开发的开发者通常会发现，他们还需要借助 LangGraph 来处理 AutoGen 原生未涵盖的有状态执行层。

与 smolagents (Hugging Face) 相比，对比更加鲜明。smolagents 刻意保持极简：智能体直接在沙盒环境中编写和执行 Python 代码，并且该库保持了很薄的抽象层。对于新手来说，这是从零到运行一个可用智能体的最快路径。CAMEL 提供了丰富得多的基础设施（持久化记忆、RAG、RL 训练循环、社会模拟、30 多种工具包），但也需要相应更多的设置。smolagents 原生连接到 Hugging Face Hub 以进行模型和工具共享；而 CAMEL 在所有主要 API 提供商之间是模型无关的。两者服务于不同的受众：smolagents 适用于轻量级任务的实验；CAMEL 适用于研究流水线和大规模的长周期自动化。

“与 AutoGen 相比，Camel-AI 感觉更轻量级且更受社区驱动，更加专注于对话角色。CrewAI 的人体工程学和生态系统感觉更成熟，而 Camel-AI 对缩放定律的开放关注以及像 OWL 这样的本地选项则是其差异化优势。” —— Sider.ai 比较评测，2025

智能体循环的实际情况

典型的 CAMEL 工作流从通过 pip 安装库开始，通过 ModelFactory 创建模型配置，定义智能体角色，然后运行 RolePlaying 会话或 Workforce 流水线。模块化设计意味着您可以配置每一层：使用哪个 LLM 后端、哪个记忆存储、哪些工具。对于 OWL，设置包括配置 API 密钥并运行 Docker 容器或在本地安装，然后以自然语言提交任务。智能体在内部处理工具路由。

在实践中，体验因模型选择而异。以 GPT-4o 或 Claude 3.5 Sonnet 为骨干，OWL 在 GAIA 基准测试的多步研究、文档和编码任务类别中表现可靠。README 中直接承认：“其他模型可能会导致性能显著下降。”通过 Ollama 使用较小的开源模型会大幅降低基准测试分数。对于推理预算紧张的团队来说，这种模型敏感性是一个现实的制约因素。

长周期的 Workforce 任务（运行数分钟或更长时间的多智能体流水线）在集成超时或工具调用返回意外响应时，可能会进入静默失败状态。截至 2026 年 4 月，GitHub 的 issues 跟踪器显示有 224 个未解决的 issue，其中反复出现的报告涉及 Bedrock 集成失败、上游更改后 vLLM 兼容性中断，以及由于缺少 Visual C++ 构建工具导致的 Windows 安装失败。调试失败的智能体循环需要阅读原始日志；没有类似于 LangGraph 追踪查看器的专用可视化调试器。

“由于提供了广泛的 LLM 集成，模型设置可能会变得棘手且令人困惑；在 ModelFactory 配置中可能会有很多混合和匹配的情况。” —— Parth Sharma，Medium，2025

从积极的一面来看，CAMEL 的 cookbook 文档非常实用且维护良好，提供了涵盖数据生成、RAG 流水线、模拟设置和 OWL 任务示例的实践案例。Discord 社区（4,000 多名成员）提供积极的支持。希望将 CAMEL 的模拟层与 AutoGen 的企业工具模式相结合的研究人员，有时会使用与 AutoGen 工作流的集成。

CAMEL-AI 为谁而建

CAMEL 的主要受众是精通 Python 的 AI 研究人员和开发人员，他们希望使用一个专为研究而构建（而非后期改造）的框架。如果您的工作涉及研究多智能体涌现行为、生成用于模型微调的合成指令遵循数据，或运行大规模社会模拟，CAMEL 是目前最符合目标的开源选项。OASIS 项目尤为独特：没有其他开源框架支持模拟一百万个智能体进行社会动态研究。

对于生产自动化用例，OWL 是实用的切入点。希望拥有一个自托管、自带密钥且能处理混合媒体任务（网络研究加文档解析加代码执行）的自主智能体的团队，可以在自己的基础设施上运行 OWL，而无需任何供应商订阅。Apache 2.0 许可证意味着拥有完全的商业使用权。一些工程团队将 OWL 作为基于云的智能体产品的自托管替代方案，看重本地运行的数据隐私和成本控制。构建智能体基础设施的开发人员有时会将 CAMEL 的 Workforce 与 CrewAI 结合用于任务编排层，同时利用 CAMEL 的数据生成和模拟功能。

CAMEL 与 NeurIPS 研究社区和 KAUST 的联系也意味着，它经常在商业框架出现之前，率先展示新的智能体技术、基准测试和数据集。用于跨环境智能体评估的 CRAB 基准测试和用于领域 QA 的 LOONG 数据集都是源自 CAMEL 的贡献，现已被学术著作广泛引用。

CAMEL-AI 不是什么

CAMEL 不是一个无代码或低代码工具。没有拖拽式的智能体构建器，没有用于运行工作流的 Web 仪表板，也没有由 CAMEL 团队管理的托管执行环境。每个工作流都是用 Python 编写的。如果您的团队需要一个带有 GUI 的托管多智能体产品，那么这不是合适的起点。

CAMEL 没有针对 Windows 进行优化。由于缺少 Visual C++ 构建工具依赖项而导致的安装失败是一个有记录的反复出现的问题，并且大多数 CAMEL 文档都假定使用的是 Linux 或 macOS 环境。Windows 用户可以解决这个问题，但这增加了 Linux 优先的学术集群上的研究人员所不会经历的摩擦。

如果您在小型本地模型上运行预算受限的推理，CAMEL 不是正确的选择。OWL 顶级的基准测试结果是通过前沿模型实现的。期望在 7B 或 13B 本地模型上获得具有 GAIA 竞争力的性能的团队将会感到失望。对于本地模型优先的智能体工作，smolagents 或结合较小模型的 LangGraph 会是更好的选择。

CAMEL 也不能替代生产级的编排层。224 个未解决的 GitHub issue 和活跃的集成变动意味着，在部署之前锁定依赖版本并针对特定的 LLM 提供商进行测试，在这里比在背后有商业支持合同的框架中更为重要。