我把開源Agent分為3類：自動agent、半自動agent、領域、自定義sop和支持人為幹預的agent。先潑個冷水，目前這些agent項目都是實驗品，發展還沒有做知識庫問答相關開源項目那麼成熟，的社區issue也很少，遇到部署問題容易找不到解決方法，幾乎沒幾個可以部署的

這裡我以個人部署、開發的角度列出最近這1年來很火的，以前是LLM火，現在最火的則是這些AI Agent。。個人不傾向于全自動的，現在一直在找一個成熟的可部署的，可人工幹預的sop開源agent項目，這篇文章順便把找的過程中看到的東西分享出來

全自動agent：、、

、

全自動agent就是人類不可控制，生成結果的流程也無法幹預、調整，規則、流程都是封閉起來的，用戶能做的隻是輸入一個問題

用戶能做的就是改個名字，流程完全不可控，大模型需要的api key，好多朋友評論說就是個 api的印鈔機，實際生産效果并不好，更像一個玩具

部署截圖

也是，在以下方面做了升級：

建議大家想跑時，先試試，至少Loop還可以有自定義的。建議這種全自動Agent，大家看看就行。想要好的生成效果就算了

Loop部署

跟camel一樣，都能根據用戶指令來拆解。不過camel隻是把用戶指令說得更清楚，而則拆解成一個個任務，用大模型一個一個地把這些任務執行完。而不是像camel沒有把任務分得那麼細，讓2個甚至3個智能體自動在對話中執行任務，由此看來，這兩個在邏輯框架都不一樣，另外，需要向量數據庫來存儲，除了llm的api，還需要向量數據庫的api

任務循環執行以下步驟:

從任務列表中提取第一個任務；将任務發送給執行代理, 該代理使用 API 根據上下文完成任務；整理結果并将其存儲在 /等向量數據庫中；基于目标和前一個任務的結果創建新任務, 并根據優先級對任務列表進行排序支持系列模型和llama系列模型在提供的 colab源代碼中，主要功能模塊就是task分解agent和執行agent

個人感覺camel要比好些，可以自定義的地方稍稍多點，适合不複雜、對準确性要求并不太高、發散性的應用場景，我都想部署部署camel用作标題、選題等靈感生成半自動agent：camel半自動agent在程序調用、agent角色設定、甚至sop至少可以部分修改，不是全封閉好的的可部署性、部署價值要比上面提到的 、強，社區也更成熟特色是引入了2個機器人角色來交流對話角色扮演，用戶除了設定目标，也可以設定這兩個機器人的角色（具體角色除了框架已經提供的，開發人員應該也能自己進行修改，還可以自己增加角色數量）還可以添加專門負責api工具調用的agent-----可以浏覽互聯網、閱讀文檔、創建圖像、音頻和視頻、圖像識别等内容，甚至可以直接執行代碼這個就需要有開發經驗，自己根據這個框架做增添，在代碼裡改，也可以加上向量數據庫等，from camel.utils 提供函數調用下面的例子是用戶讓發明一個針對股票的交易機器人，agent在用task 詳細分解需要的任務後，一個擔任ai user也就是股票交易員，一個擔任ai ，就是負責寫程序代碼的，這兩個機器人之間交互

camel官方說明圖在執行中，人類也不可中間幹預，兩個機器人會一直溝通直到所有程序都執行完

除了的key，目前支持的開源大模型：vicuña系列；llama 2系列；有api服務，可以作為應用後端部署；不用向量數據庫大家部署前可以先去官網體驗下，看是不是符合自己需求下面 the 可以選code和，code模式下，機器人的角色就是c++，這些編程語言

camel ai 官網user role則還是提前設定好的律師、醫生、股票交易員等模式下的角色。下面的give me a 就是我們想要這些agent做的，比如寫個貪吃蛇遊戲with task 可勾選，選擇了就會把用戶的指令進行進一步拆解後再交給agent，word limit for task 設置task 生成字數的限制領域agent：、目前agent流程隻适用于特定領域，尤其是代碼生成和編程，這兩個開源項目都是讓一群agent程序員來構建軟件。角色已經設定：包括執行官，産品官，技術官，程序員 ，審查員，測試員，設計師 等。這些智能體形成了一個多智能體組織結構，其使命是“通過編程改變數字世界”。内的智能體通過參加專業的功能研讨會來 協作，包括設計、編碼、測試和文檔編寫等任務輸入一句話的老闆需求，輸出用戶故事 / 競品分析 / 需求 / 數據結構 / APIs / 文件等内部包括産品經理 / 架構師 / 項目經理 / 工程師，它提供了一個軟件公司的全過程與精心調配的SOP這兩個都是國産的，部署、社區上更成熟些，适合有這方面AI編程需求的部署。我這邊對這兩個項目沒什麼需求這兩個項目亮眼的還是sop的引進，可以自定義sop，即使自局限于他們提供的這些角色，是對camel的一個發展自定義agent：、、、可自定義模型、知識庫和工具要比上面提到的哪個都成熟，目前已經有了根據開發的商用産品了，可惜就是國外的，對國産模型和應用支持不好。國産想要可自定義模型、知識庫和工具，可以去看，雖然主要是針對知識庫調用的，也是有自定義模型、工具甚至sop自定義的，我個人部署過，效果要比、好多了

功能：支持以下這些工具調用，包括 、、、slack、等國外主流app

接入可以從項目的文件看出，需要相應應用的api key

除此之外基本的 api、向量數據庫api，用到、的模型需要、的api

需要的api在配置agent時，可以自定義知識庫、工具調用、model和基本的、name和goals。這些我在國産的上也見過，就是工具調用沒有方便

自己配置agent可以修改的參數可以自己添加知識庫、model和tool，雖然沒有sop，但這種自定義程度已經算高了

除了自定義模型、知識庫、工具，還可以sop自定義和人為中間幹預，但是目前我部署有個bug，改版本作了升級理當需要 1版本以上的，實際運營命令又說要低配版本，就中途暫停了

大家可以試試，玩好了能做很多有實際價值的應用波形智能的這個複雜點，不僅可以設定自定義數量的自定義角色，還可以自己修改這些角色之間的對話關系，加入人類糾正在裡面也行，很自定義的開源項目。我部署也遇到問題和meta的api出現422問題，目前社區也不成熟，就卡在那了，這個項目也是很有部署價值的

我部署遇到的問題不過現在也已經有人根據這個項目在做銷售機器人了項目提供的代碼實例就有很多個，包括類似和的IT機器人，也有單個的電商機器人

自定義模型、工具調用、sop停止條件、回答循環次數，像一樣既可以隻有一個agent，也可以有多個agent

官方代碼截圖多個agent設置，代碼要比簡單很多

缺點是這個項目比較新，社區不成熟，可以關注關注綜上，在列舉的這10個agent中，最下面的4個自定義agent最有應用價值，社區更成熟，又是國外的，的和又不太成熟ps：上面的agent都在中