OWL : le multi-agent généraliste open source de CAMEL-AI, qui reproduit et dépasse Manus 242

小编 ·

OWL : le multi-agent généraliste open source de CAMEL-AI, qui reproduit et dépasse Manus

OWL, dont le nom complet est Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation, est un projet de multi-agent généraliste open source de l'équipe CAMEL-AI. Construit sur le framework CAMEL-AI, il s'agit d'un framework de collaboration multi-agent de pointe dédié à l'élargissement de la portée de l'automatisation des tâches. Sur le benchmark GAIA, OWL a obtenu un score moyen de 58,18, se classant parmi les meilleurs frameworks open source.

OWL : le multi-agent généraliste open source de CAMEL-AI, qui reproduit et dépasse Manus

Qu'est-ce qu'OWL ?

OWL, dont le nom complet est Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation, est un projet multi-agents généraliste open source de l'équipe CAMEL-ai. Construit sur le framework CAMEL-AI, c'est un framework de collaboration multi-agents de pointe, qui vise à étendre la portée de l'automatisation des tâches. Sur le benchmark GAIA, OWL obtient un score moyen de 58,18, se classant premier parmi les frameworks open source.

Manus est un agent IA très puissant, capable d'accomplir des tâches complexes comme la planification de tâches, la manipulation de fichiers et le contrôle à distance de conteneurs Ubuntu, mais ses codes d'invitation à la bêta fermée sont revendus très cher. Afin de permettre à un plus grand nombre de personnes d'utiliser des fonctionnalités similaires, l'équipe CAMEL-AI a lancé le projet OWL.

OWL : reproduire et surpasser Manus.webp

Fonctionnalités d'OWL

  • Haute performance : sur le benchmark GAIA, OWL obtient 58,18 points, se classant premier parmi les frameworks open source.

  • Collaboration multi-agents : prend en charge les interactions dynamiques entre agents, et en attribuant des rôles aux agents et en décomposant les tâches, permet de gérer efficacement des tâches complexes.

  • Fonction de mémoire : les agents disposent d'une capacité de mémoire, leur permettant de stocker et de rappeler des expériences passées, pour une exécution plus efficace des tâches.

  • Chaîne d'outils flexible : offre un large éventail de prises en charge d'outils, couvrant des domaines tels que l'analyse de fichiers, le web scraping et le déploiement de code.

Cas d'utilisation d'OWL

  • Automatisation des tâches : OWL peut prendre en charge la planification de tâches, la manipulation de fichiers, la génération de code, la rédaction de documents, l'analyse de données, etc.

  • Opération multiplateforme : prévoit d'intégrer la technologie CRAB pour permettre des opérations à distance multiplateformes, multi-appareils et tous scénarios.

  • Mémoire et rappel de connaissances : grâce au module de mémoire, les agents peuvent faire appel à leurs expériences passées durant les tâches.

Installation et utilisation

  1. Commencez par cloner le code du projet : git clone https://github.com/camel-ai/owl.git

  2. Configurez l'environnement et installez les dépendances.

  3. Lancez OWL Agent pour exécuter des tâches.

L'équipe CAMEL-AI prévoit d'intégrer la technologie CRAB dans OWL pour renforcer ses capacités d'opération multiplateforme. En outre, l'équipe s'efforce également de reproduire les flux de travail principaux de Manus, tels que le lancement de conteneurs Ubuntu, la connexion aux sources de données et la génération automatique de listes de tâches.

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