camel
एआई एजेंट समाजों के निर्माण और स्केलिंग के लिए एक ओपन-सोर्स मल्टी-एजेंट फ्रेमवर्क।
स्केलिंग कानूनों का अन्वेषण करें और स्टेटफ़ुल मेमोरी के साथ बड़े पैमाने पर मल्टी-एजेंट सिस्टम बनाएं।
CAMEL मल्टी-एजेंट सिस्टम और स्केलिंग कानूनों का अध्ययन करने के लिए डिज़ाइन किया गया एक ओपन-सोर्स फ्रेमवर्क है। यह आपको स्टेटफ़ुल मेमोरी और टूल इंटीग्रेशन के साथ दस लाख तक संचार करने वाले एजेंटों का अनुकरण (सिम्युलेट) करने की अनुमति देता है।
यह क्या है
यह फ्रेमवर्क डेटा जनरेशन और टास्क निष्पादन को स्वचालित करने के लिए विभिन्न एजेंट भूमिकाओं, कार्यों, प्रॉम्प्ट और सिम्युलेटेड वातावरण को लागू करता है। यह कोड-एज़-प्रॉम्प्ट डिज़ाइन सिद्धांत का उपयोग करता है जहाँ कोड और टिप्पणियां एजेंटों के लिए स्पष्ट निर्देशों के रूप में कार्य करती हैं।
किसके लिए
यह मल्टी-एजेंट इंटरैक्शन, सिंथेटिक डेटा जनरेशन और एजेंट स्केलिंग कानूनों का अध्ययन करने वाले AI शोधकर्ताओं और डेवलपर्स के लिए उपयुक्त है। यह उन लोगों के लिए उपयुक्त नहीं है जो एक साधारण प्लग-एंड-प्ले सिंगल चैटबॉट एप्लिकेशन की तलाश कर रहे हैं।
मुख्य विशेषताएँ
लार्ज-स्केल सिमुलेशन
उभरते व्यवहारों का अध्ययन करने के लिए दस लाख तक एजेंटों का अनुकरण करें।
स्टेटफ़ुल मेमोरी
एजेंट बहु-चरणीय इंटरैक्शन के लिए ऐतिहासिक संदर्भ को बनाए रखते हैं और उसका लाभ उठाते हैं।
डायनेमिक कम्युनिकेशन
एजेंटों के बीच वास्तविक समय के इंटरैक्शन सहज कार्य सहयोग को बढ़ावा देते हैं।
टूल इंटीग्रेशन
सर्च टूलकिट और बाहरी API को सीधे चैट एजेंटों में एकीकृत करें।
3 चरणों में तैयार
हमारा ईमानदार फैसला
क्या अच्छा है
- जटिल उभरते व्यवहार अध्ययनों के लिए दस लाख तक एजेंटों के सिमुलेशन का समर्थन करता है।
- बहु-चरणीय पर्यावरण इंटरैक्शन के लिए अंतर्निहित स्टेटफ़ुल मेमोरी हैंडलिंग।
- एजेंट क्षमताओं के लिए विशेष सर्च टूलकिट और वेब टूल शामिल हैं।
- मॉडल अनुरोधों, प्रतिक्रियाओं और कॉन्फ़िगरेशन के लिए व्यापक लॉगिंग सिस्टम।
कहाँ कमी है
- सक्रिय API कुंजियों और चल रहे मॉडल उपयोग लागतों की आवश्यकता होती है, जैसे OpenAI GPT-4o।
- बड़े पैमाने पर एजेंट समाजों को स्थापित करने के लिए LLM की गहरी तकनीकी समझ की आवश्यकता होती है।
- पर्यावरण कॉन्फ़िगरेशन और लॉग निर्देशिकाओं को प्रबंधित करने के लिए मैन्युअल कॉन्फ़िगरेशन की आवश्यकता होती है।
मूल्य & लाइसेंस
यह फ्रेमवर्क अपने ओपन-सोर्स लाइसेंस के तहत मुफ़्त है, लेकिन एजेंटों को चलाने के लिए OpenAI जैसे अंतníय मॉडल तक API एक्सेस की आवश्यकता होती है, जिसमें अलग से उपयोग लागत आती है।
हिंदी बोलने वालों के लिए जॉब्स
880 खुले रिमोट AI-ट्रेनिंग रोल, 15 नवंबर 2026 को अपडेट; ज़्यादातर में $20–$175 प्रति घंटा। इनमें से 5 हिंदी बोलने वालों के लिए हैं। Zekai इन्हें मुफ़्त में लिस्ट करता है; आवेदन एम्प्लॉयर के प्लेटफ़ॉर्म पर जाता है।
विकल्प
ये समीक्षित AI टूल यही काम तुरंत करते हैं — हमारी स्कोर की गई डायरेक्टरी से।
इसे उपयोग करें, या हमसे सेट करवाएं
सामान्य प्रश्न
CAMEL का प्राथमिक लक्ष्य क्या है?
CAMEL बड़े पैमाने पर मल्टी-एजेंट व्यवहारों, क्षमताओं और जोखिमों का अध्ययन करके एजेंटों के स्केलिंग कानूनों को खोजने के लिए समर्पित है।
मैं मॉडल अनुरोध लॉगिंग कैसे सक्षम करूं?
आप CAMEL_MODEL_LOG_ENABLED=true जैसे पर्यावरण चर (एनवायरनमेंट वैरिएबल) सेट करके और CAMEL_LOG_DIR निर्दिष्ट करके लॉगिंग सक्षम कर सकते हैं।
