Spaces:
Configuration error
🦉 OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation 🦉 OWL: 优化劳动力学习的通用智能体，用于处理现实世界的自动化任务
English README | 社区 | 安装 | 示例 | 论文 | 引用 | 贡献 | CAMEL-AI
🏆 OWL 在 GAIA 基准测试中取得 58.18 平均分，在开源框架中排名 🏅️ #1！ 🏆
🦉 OWL 是一个前沿的多智能体协作框架，推动任务自动化的边界，构建在 CAMEL-AI Framework。
我们的愿景是彻底变革 AI 智能体协作解决现实任务的方式。通过利用动态智能体交互，OWL 实现了跨多领域更自然、高效且稳健的任务自动化。
📋 目录
🔥 新闻
- [2025.03.07]: 我们开源了 🦉 OWL 项目的代码库。
🎬 演示视频
✨️ 核心功能
- 在线搜索：使用维基百科、谷歌搜索等，进行实时信息检索
- 多模态处理：支持互联网或本地视频、图片、语音处理
- 浏览器操作：借助Playwright框架开发浏览器模拟交互，支持页面滚动、点击、输入、下载、历史回退等功能
- 文件解析：word、excel、PDF、PowerPoint信息提取，内容转文本/Markdown
- 代码执行：编写python代码，并使用解释器运行
🛠️ 安装
克隆 Github 仓库
git clone https://github.com/camel-ai/owl.git
cd owl
设置环境
使用 Conda（推荐）：
conda create -n owl python=3.11
conda activate owl
使用 venv（备用）：
python -m venv owl_env
# Windows 系统
owl_env\Scripts\activate
# Unix 或 MacOS 系统
source owl_env/bin/activate
安装依赖
python -m pip install -r requirements.txt
设置环境变量
在 owl/.env_template 文件中，你可以找到所有必要的 API 密钥以及各服务的注册网址。要使用这些 API 服务，请按照以下步骤操作：
- 复制并重命名: 复制
.env_example文件，并将副本重命名为.env。 - 填写你的密钥: 打开
.env文件，在相应字段中填入你的 API 密钥。 - 如需使用更多其他模型：请参考我们CAMEL的models文档：https://docs.camel-ai.org/key_modules/models.html#supported-model-platforms-in-camel
注意：为获得最佳性能，我们强烈建议使用 OpenAI 模型。我们通过测试发现，其他模型在处理复杂任务和基准测试时可能会导致性能显著降低。
使用Docker运行
如果您希望使用Docker运行OWL项目，我们提供了完整的Docker支持：
# 克隆仓库
git clone https://github.com/camel-ai/owl.git
cd owl
# 配置环境变量
cp owl/.env_template owl/.env
# 编辑.env文件，填入您的API密钥
# 构建并运行Docker容器
docker-compose up -d
# 在容器中运行OWL
docker-compose exec owl bash -c "xvfb-python run.py"
更多详细的Docker使用说明，包括跨平台支持、优化配置和故障排除，请参阅 DOCKER_README.md
🚀 快速开始
运行以下示例：
python owl/run.py
我们还提供了一个最小化示例，只需配置LLM的API密钥即可运行：
python owl/run_mini.py
使用不同的模型
OWL 支持多种 LLM 后端。您可以使用以下脚本来运行不同的模型：
# 使用 Qwen 模型运行
python owl/run_qwen.py
# 使用 Deepseek 模型运行
python owl/run_deepseek.py
# 使用其他 OpenAI 兼容模型运行
python owl/run_openai_compatiable_model.py
你可以通过修改 run.py 脚本来运行自己的任务：
# Define your own task
question = "Task description here."
society = construct_society(question)
answer, chat_history, token_count = run_society(society)
print(f"Answer: {answer}")
上传文件时，只需提供文件路径和问题：
# 处理本地文件（例如，文件路径为 `tmp/example.docx`）
question = "给定的 DOCX 文件中有什么内容？文件路径如下：tmp/example.docx"
society = construct_society(question)
answer, chat_history, token_count = run_society(society)
print(f"答案：{answer}")
OWL 将自动调用与文档相关的工具来处理文件并提取答案。
你可以尝试以下示例任务：
- "查询苹果公司的最新股票价格"
- "分析关于气候变化的最新推文情绪"
- "帮我调试这段 Python 代码：[在此粘贴你的代码]"
- "总结这篇研究论文的主要观点：[论文URL]"
🧪 实验
我们提供了一个脚本用于复现 GAIA 上的实验结果。
你可以查看 run_gaia_roleplaying.py 文件，并运行以下命令：
python run_gaia_roleplaying.py
⏱️ 未来计划
- 撰写一篇技术博客，详细介绍我们在现实任务中多智能体协作方面的探索与见解。
- 通过引入更多针对特定领域任务的专业工具，进一步完善工具生态系统。
- 开发更复杂的智能体交互模式和通信协议
📄 许可证
源代码采用 Apache 2.0 许可证。
🖊️ 引用
如果你觉得这个仓库对你有帮助，请引用：
@misc{owl2025,
title = {OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation},
author = {{CAMEL-AI.org}},
howpublished = {\url{https://github.com/camel-ai/owl}},
note = {Accessed: 2025-03-07},
year = {2025}
}
🔥 社区
加入我们，参与更多讨论！
❓ 常见问题
Q: 为什么启动示例脚本后，我没有看到本地运行Chrome浏览器？
A: 当OWL判断某个任务可以使用非浏览器工具（如搜索、代码分析等）完成时，浏览器就不会启动。只有在判断需要使用浏览器工具的时候，本地才会弹出浏览器窗口，并进行浏览器模拟交互。