OWL: CAMEL-AIs Open-Source-General-Multi-Agent, repliziert und übertrifft Manus 237

小编 ·

OWL: CAMEL-AIs Open-Source-General-Multi-Agent, repliziert und übertrifft Manus

OWL (vollständiger Name: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation) ist ein Open-Source-General-Multi-Agent-Projekt des CAMEL-AI-Teams. Aufbauend auf dem CAMEL-AI-Framework ist es ein hochmodernes Multi-Agent-Kollaborations-Framework, das den Umfang der Aufgabenautomatisierung erweitern soll. Im GAIA-Benchmark erzielte OWL eine durchschnittliche Punktzahl von 58,18 und gehört damit zu den besten Open-Source-Frameworks.

OWL: CAMEL-AIs Open-Source-General-Multi-Agent, repliziert und übertrifft Manus

Was ist OWL?

OWL, mit der vollständigen Bezeichnung Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation, ist ein Open-Source-Projekt für allgemeine Multi-Agenten-Systeme des CAMEL-ai-Teams. Es basiert auf dem CAMEL-AI-Framework und ist ein hochmodernes Multi-Agenten-Kollaborationsframework, das darauf abzielt, den Bereich der Aufgabenautomatisierung zu erweitern. Im GAIA-Benchmark erreicht OWL eine durchschnittliche Punktzahl von 58,18 und belegt damit den ersten Platz unter den Open-Source-Frameworks.

Manus ist ein sehr leistungsstarker KI-Agent, der komplexe Aufgaben wie Aufgabenplanung, Dateioperationen und die Fernsteuerung von Ubuntu-Containern bewältigen kann, allerdings werden seine Beta-Einladungscodes zu hohen Preisen weiterverkauft. Damit mehr Menschen ähnliche Funktionen nutzen können, hat das CAMEL-AI-Team das OWL-Projekt ins Leben gerufen.

OWL: Reproduktion und Übertreffung von Manus.webp

OWL-Funktionen

  • Hohe Leistung: Im GAIA-Benchmark erreicht OWL 58,18 Punkte und belegt den ersten Platz unter den Open-Source-Frameworks.

  • Multi-Agenten-Kollaboration: Unterstützt dynamische Agenteninteraktionen, indem den Agenten Rollen zugewiesen und Aufgaben zerlegt werden, um komplexe Aufgaben effizient zu bearbeiten.

  • Gedächtnisfunktion: Agenten verfügen über eine Gedächtnisfähigkeit, die es ihnen ermöglicht, frühere Erfahrungen zu speichern und abzurufen, sodass Aufgaben effizienter ausgeführt werden.

  • Flexible Tool-Chain: Bietet umfangreiche Tool-Unterstützung, unter anderem in Bereichen wie Dateianalyse, Web-Crawling und Code-Bereitstellung.

Anwendungsszenarien von OWL

  • Aufgabenautomatisierung: OWL kann Funktionen wie Aufgabenplanung, Dateioperationen, Codegenerierung, Dokumentenerstellung und Datenanalyse realisieren.

  • Plattformübergreifender Betrieb: Es ist geplant, die CRAB-Technologie zu integrieren, um plattformübergreifende, geräteübergreifende und szenarioübergreifende Fernsteuerung zu ermöglichen.

  • Gedächtnis und Wissensabruf: Mithilfe des Gedächtnismoduls können Agenten während Aufgaben vergangene Erfahrungen abrufen.

Installation und Nutzung

  1. Zuerst den Projektcode klonen: git clone https://github.com/camel-ai/owl.git

  2. Umgebung konfigurieren und Abhängigkeiten installieren.

  3. Den OWL Agent ausführen, um Aufgaben zu erledigen.

Das CAMEL-AI-Team plant, die CRAB-Technologie in OWL zu integrieren, um dessen plattformübergreifende Betriebsfähigkeiten weiter zu stärken. Darüber hinaus arbeitet das Team daran, die Kernworkflows von Manus zu reproduzieren, wie etwa das Starten von Ubuntu-Containern, das Verbinden mit Datenquellen und das automatische Erstellen von Aufgabenlisten.

GitHub-Repository: https://github.com/camel-ai/owl