CAMEL
에이전트 규모 확장 법칙을 연구하는 다중 에이전트 프레임워크
pip install camel-ai여러 에이전트를 대규모로 굴려 그 행동과 능력, 위험을 연구하려는 목적으로 만든 프레임워크입니다. 에이전트와 작업, 프롬프트, 모델, 시뮬레이션 환경을 여러 종류로 구현해 두어 연구자가 조합해 실험합니다. 역할을 나눈 에이전트끼리 대화하며 과제를 푸는 방식으로 알려졌고 논문이 함께 공개돼 있습니다. 여러 에이전트를 묶어 품질 기준을 두고 작업을 나누는 구성과 최신 모델의 사고 방식 지원이 계속 들어가고 있습니다. 커뮤니티가 크고 판이 자주 올라갑니다.
판단
이럴 때 씁니다
- 여러 에이전트가 역할을 나눠 협업하는 구성을 실험할 때
- 에이전트 행동을 대규모로 관찰해야 할 때
- 시뮬레이션 환경이 함께 필요할 때
이럴 땐 쓰지 마세요
- 운영 서비스에 바로 얹기에는 연구 지향이 강합니다
- 판이 자주 올라가 고정이 필요합니다
- 단일 에이전트로 끝나는 작업에는 과합니다
차별점
- 역할을 나눈 에이전트끼리 대화하며 과제를 푸는 구조를 일찍 제시했습니다.
- 에이전트와 작업, 프롬프트, 모델, 환경을 여러 종류로 구현해 조합할 수 있습니다.
- 논문과 함께 공개돼 설계 근거를 확인할 수 있습니다.
- 커뮤니티가 크고 판이 빠르게 이어집니다.
워크플로
- 01패키지를 설치합니다.
- 02역할을 나눈 에이전트를 정의합니다.
- 03작업과 프롬프트, 모델을 지정합니다.
- 04에이전트끼리 대화하며 과제를 풀게 합니다.
- 05결과와 행동 기록을 분석합니다.
주요 명령
| 명령 | 설명 |
|---|---|
pip install camel-ai | 설치합니다. 패키지 이름이 저장소 이름과 다릅니다. |
함정
설치 전에 확인하세요
- 패키지 이름이 저장소 이름과 다릅니다. 그냥 저장소 이름으로 설치하면 다른 패키지가 깔립니다.
- 연구 목적이 강해서 실험용 구성 요소가 많습니다. 운영에 쓸 부분을 골라내는 판단이 필요합니다.
- 판이 0.2.x 대에서 잦게 올라갑니다. 고정하지 않으면 구성 방식이 바뀔 수 있습니다.
- 다중 에이전트 구성은 호출 수가 곱으로 늘어납니다. 비용을 먼저 계산해야 합니다.
비교
실무용 에이전트 프레임워크는 배포와 운영 기능에 무게를 둡니다. 이쪽은 에이전트를 대규모로 굴려 무엇이 일어나는지 관찰하는 연구 쪽에 서 있습니다. 그래서 실험 구성 요소가 풍부한 대신 운영에 필요한 부분은 직접 골라야 합니다.
최근 변경
여러 에이전트를 묶는 구성의 품질 기준 값이 조정됐고 최신 모델의 사고 방식을 중간에 끼워 처리하는 지원이 들어갔습니다.