社会

1. 概念

society模块是CAMEL的核心模块之一。通过模拟信息交换过程，该模块研究智能体之间的社会行为。

目前，社会模块的目标是使代理能够自主协作完成任务，同时保持与人类意图一致，并需要最少的人为干预。它包括两个框架：RolePlaying 和 BabyAGI，用于运行代理的交互行为以实现目标。

以RolePlaying为例，该框架采用指令跟随的方式设计。这些角色分别独立承担执行和规划任务的职责。对话通过轮转机制持续推进，从而协作完成任务。主要概念包括：

• 任务：一个任务可以简单到一个想法，由初始提示初始化。

• AI用户：预期提供指令的代理。

• AI助手：该代理预期会提供满足指令要求的解决方案。

2. 类型

2.1 RolePlaying

RolePlaying 是CAMEL独有的协作智能体框架。通过该框架，CAMEL中的智能体克服了诸多挑战，例如角色反转、助手重复指令、敷衍回复、消息无限循环以及对话终止条件。

在使用CAMEL中的RolePlaying框架时，会使用预定义的提示为不同智能体创建独特的初始设置。例如，如果用户想要初始化一个助手智能体，该智能体将使用以下提示进行初始化。

• 永远记住你是一个而我是。

  这将为助手智能体分配所选角色，并提供有关用户角色的信息。

• 永远不要互换角色！不要对我发号施令！

  这可以防止智能体互换角色。在某些情况下，我们观察到助手和用户会互换角色，助手突然掌控局面并开始指挥用户，而用户则遵循这些指令。

• 如果由于身体、道德、法律原因或您的能力所限无法执行指令，您必须诚实地拒绝我的指示并说明原因。

  这禁止代理产生有害、虚假、非法和误导性信息。

• 除非我明确说明任务已完成，否则你始终应该以以下格式开始回答：解决方案：<你的解决方案>。<你的解决方案>应当具体明确，最好能提供实现方法和示例来解决问题。

  这能确保助手始终以一致的格式进行回复，避免偏离对话结构，防止出现模糊或不完整的回应（我们称之为敷衍式回应），例如"我会做某事"这类回答。

• 始终以以下内容结束您的解决方案：下一个请求。

  这确保助手通过请求新的解决指令来保持对话继续。

RolePlaying 属性

属性	类型	描述
assistant_role_name	str	助手扮演的角色的名称。
user_role_name	str	用户所扮演角色的名称。
critic_role_name	str	评论者所扮演角色的名称。
task_prompt	str	要执行的任务提示。
with_task_specify	bool	是否使用任务指定代理。
with_task_planner	bool	是否使用任务规划器代理。
with_critic_in_the_loop	bool	是否在循环中包含一个评论者。
critic_criteria	str	critic代理的评判标准。
model	BaseModelBackend	用于生成响应的模型后端。
task_type	TaskType	要执行的任务类型。
assistant_agent_kwargs	Dict	传递给助手代理的额外参数。
user_agent_kwargs	Dict	传递给用户代理的额外参数。
task_specify_agent_kwargs	Dict	传递给任务指定代理的额外参数。
task_planner_agent_kwargs	Dict	传递给任务规划代理的额外参数。
critic_kwargs	Dict	传递给critic的额外参数。
sys_msg_generator_kwargs	Dict	传递给系统消息生成器的额外参数。
extend_sys_msg_meta_dicts	List[Dict]	用于扩展系统消息元数据字典的字典列表。
extend_task_specify_meta_dict	Dict	用于扩展任务指定元数据字典的字典。
output_language	str	代理输出的语言。

2.2 BabyAGI

Babyagi 是源自“任务驱动自主代理”框架 yoheinakajima/babyagi

3. 开始使用

3.1. 使用 RolePlaying

from colorama import Fore

from camel.societies import RolePlaying
from camel.utils import print_text_animated

def main(model=None, chat_turn_limit=50) -> None:
# Initial the role-playing session on developing a trading bot task with default model (`GPT_4O_MINI`)
    task_prompt = "Develop a trading bot for the stock market"
    role_play_session = RolePlaying(
        assistant_role_name="Python Programmer",
        assistant_agent_kwargs=dict(model=model),
        user_role_name="Stock Trader",
        user_agent_kwargs=dict(model=model),
        task_prompt=task_prompt,
        with_task_specify=True,
        task_specify_agent_kwargs=dict(model=model),
    )

# Output initial message with different colors.
    print(
        Fore.GREEN
        + f"AI Assistant sys message:\n{role_play_session.assistant_sys_msg}\n"
    )
    print(
        Fore.BLUE + f"AI User sys message:\n{role_play_session.user_sys_msg}\n"
    )

    print(Fore.YELLOW + f"Original task prompt:\n{task_prompt}\n")
    print(
        Fore.CYAN
        + "Specified task prompt:"
        + f"\n{role_play_session.specified_task_prompt}\n"
    )
    print(Fore.RED + f"Final task prompt:\n{role_play_session.task_prompt}\n")

    n = 0
    input_msg = role_play_session.init_chat()

# Output response step by step with different colors.
# Keep output until detect the terminate content or reach the loop limit.
    while n < chat_turn_limit:
        n += 1
        assistant_response, user_response = role_play_session.step(input_msg)

        if assistant_response.terminated:
            print(
                Fore.GREEN
                + (
                    "AI Assistant terminated. Reason: "
                    f"{assistant_response.info['termination_reasons']}."
                )
            )
            break
        if user_response.terminated:
            print(
                Fore.GREEN
                + (
                    "AI User terminated. "
                    f"Reason: {user_response.info['termination_reasons']}."
                )
            )
            break

        print_text_animated(
            Fore.BLUE + f"AI User:\n\n{user_response.msg.content}\n"
        )
        print_text_animated(
            Fore.GREEN + "AI Assistant:\n\n"
            f"{assistant_response.msg.content}\n"
        )

        if "CAMEL_TASK_DONE" in user_response.msg.content:
            break

        input_msg = assistant_response.msg

if __name__ == "__main__":
    main()