owl/README_zh.md

🦉 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 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。

OWL 在 GAIA 基准测试中取得 58.18 平均分，在开源框架中排名 🏅️ #1。

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

• 📋 目录
• 🔥 新闻
• 🎬 演示视频
• 🛠️ 安装
  • 克隆 Github 仓库
  • 设置环境
  • 安装依赖
  • 设置环境变量
• 🚀 快速开始
• 🧪 实验
• ⏱️ 未来计划
• 📄 许可证
• 🖊️ 引用
• 🔥 社区

🔥 新闻

• [2025.03.07]: 我们开源了 🦉 OWL 项目的代码库。

🎬 演示视频

https://private-user-images.githubusercontent.com/55657767/420211368-f29f477d-7eef-46da-8d7a-8f3bcf506da2.mp4

https://private-user-images.githubusercontent.com/55657767/420212194-e813fc05-136a-485f-8df3-f10d9b4e63ec.mp4

🛠️ 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_example 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：

1. 复制并重命名: 复制 .env_example 文件，并将副本重命名为 .env。
2. 填写你的密钥: 打开 .env 文件，在相应字段中填入你的 API 密钥。

🚀 快速开始

运行以下最小示例：

python owl/run.py

🧪 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！