camel

KO | EN

gitlite — search

#javascript #python #hacktoberfest #react #ai #typescript #llm #go #golang #android #machine-learning #rust #deep-learning #linux

(★ 17,592)

🐫 CAMEL: 최초이자 최고의 멀티 에이전트 프레임워크. 에이전트의 스케일링 법칙(Scaling Law)을 탐구합니다. https://www.camel-ai.org

camel 최신버젼 다운로드

최종 버전 다운로드 (.zip)

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

</br>

[![Documentation][docs-image]][docs-url]
[![Discord][discord-image]][discord-url]
[![X][x-image]][x-url]
[![Reddit][reddit-image]][reddit-url]
[![Wechat][wechat-image]][wechat-url]
[![Hugging Face][huggingface-image]][huggingface-url]
[![Star][star-image]][star-url]
[![Package License][package-license-image]][package-license-url]
[![PyPI Download][package-download-image]][package-download-url]
[![][join-us-image]][join-us]

[English](README.md) |
[简体中文](README.zh.md) |
[日本語](README.ja.md)

</div>

<hr>

[커뮤니티](https://github.com/camel-ai/camel#community) |
[설치](https://github.com/camel-ai/camel#installation) |
[예제](https://github.com/camel-ai/camel/tree/HEAD/examples) |
[논문](https://arxiv.org/abs/2303.17760) |
[인용](https://github.com/camel-ai/camel#citation) |
[기여하기](https://github.com/camel-ai/camel#contributing-to-camel-) |
[CAMEL-AI](https://www.camel-ai.org/)

</h4>

<p style="line-height: 1.5; text-align: center;"> 🐫 CAMEL는 에이전트의 스케일링 법칙(scaling laws)을 찾는 데 전념하는 오픈 소스 커뮤니티입니다. 우리는 대규모로 이러한 에이전트를 연구함으로써 그들의 행동, 능력 및 잠재적 위험에 대한 귀중한 통찰력을 얻을 수 있다고 믿습니다. 이 분야의 연구를 촉진하기 위해, 우리는 다양한 유형의 에이전트, 작업, 프롬프트, 모델 및 시뮬레이션 환경을 구현하고 지원합니다.</p>

<br>

에이전트의 스케일링 법칙을 찾는 한계에 도전하는 여정에 저희와 함께하세요 ([*Discord*](https://discord.camel-ai.org/) 또는 [*WeChat*](https://ghli.org/camel/wechat.png)).

🌟 GitHub에서 CAMEL에 Star를 눌러 새로운 릴리스 알림을 즉시 받아보세요.

</div>

<br>

[![][image-join-us]][join-us]

<br/>

- [CAMEL 프레임워크 설계 원칙](#camel-framework-design-principles)
- [왜 연구에 CAMEL을 사용해야 하는가?](#why-use-camel-for-your-research)
- [CAMEL로 무엇을 만들 수 있는가?](#what-can-you-build-with-camel)
  - [데이터 생성](#1-data-generation)
  - [작업 자동화](#2-task-automation)
  - [월드 시뮬레이션](#3-world-simulation)
- [퀵 스타트](#quick-start)
  - [ChatAgent 시작하기](#starting-with-chatagent)
  - [도움 요청](#seeking-help)
- [기술 스택](#tech-stack)
- [연구](#research)
- [합성 데이터셋](#synthetic-datasets)
- [쿡북 (사용 사례)](#cookbooks-usecases)
  - [기본 개념](#1-basic-concepts)
  - [고급 기능](#2-advanced-features)
  - [모델 학습 및 데이터 생성](#3-model-training--data-generation)
  - [멀티 에이전트 시스템 및 애플리케이션](#4-multi-agent-systems--applications)
  - [데이터 처리](#5-data-processing)
- [실제 사용 사례](#real-world-usecases)
- [🧱 CAMEL로 구축됨 (실제 제품 및 연구)](#-built-with-camel-real-world-producs--research)
  - [연구 프로젝트](#research-projects)
  - [제품 프로젝트](#product-projects)
- [🗓️ 이벤트](#️-events)
- [CAMEL에 기여하기](#contributing-to-camel)
- [커뮤니티 및 연락처](#community--contact)
- [인용](#citation)
- [감사의 글](#acknowledgment)
- [라이선스](#license)

####

<br/>

</details>

## CAMEL Framework Design Principles

<h3>🧬 Evolvability (진화 가능성)</h3 >

본 프레임워크는 데이터를 생성하고 환경과 상호작용함으로써 멀티 에이전트 시스템이 지속적으로 진화할 수 있도록 합니다. 이러한 진화는 검증 가능한 보상을 통한 강화 학습이나 지도 학습에 의해 추진될 수 있습니다.

<h3>📈 Scalability (확장성)</h3>

본 프레임워크는 수백만 개의 에이전트를 갖춘 시스템을 지원하도록 설계되어, 대규모 환경에서도 효율적인 조정, 통신 및 리소스 관리를 보장합니다.

<h3>💾 Statefulness (상태 유지)</h3>

에이전트는 상태 저장 메모리를 유지하여 환경과 다단계 상호작용을 수행하고 정교한 작업을 효율적으로 해결할 수 있습니다.

<h3>📖 Code-as-Prompt (코드-프롬프트)</h3>

모든 코드 라인과 주석은 에이전트를 위한 프롬프트 역할을 합니다. 코드는 명확하고 읽기 쉽게 작성되어 사람과 에이전트 모두가 효과적으로 해석할 수 있어야 합니다.

<br>

## Why Use CAMEL for Your Research?

우리는 멀티 에이전트 시스템의 최첨단 연구를 발전시키기 위해 전념하는 100명 이상의 연구자로 구성된 커뮤니티 주도 연구 집단입니다. 전 세계 연구자들이 다음과 같은 이유로 연구에 CAMEL을 선택하고 있습니다.

<table style="width: 100%;">
  <tr>
    <td align="left"></td>
    <td align="left"></td>
    <td align="left"></td>
  </tr>
  <tr>
    <td align="left">✅</td>
    <td align="left" style="font-weight: bold;">대규모 에이전트 시스템</td>
    <td align="left">최대 100만 개의 에이전트를 시뮬레이션하여 복잡한 멀티 에이전트 환경에서 창발적 행동과 스케일링 법칙을 연구할 수 있습니다.</td>
  </tr>
  <tr>
    <td align="left">✅</td>
    <td align="left" style="font-weight: bold;">동적 통신</td>
    <td align="left">에이전트 간의 실시간 상호작용을 가능하게 하여 복잡한 작업을 해결하기 위한 원활한 협업을 촉진합니다.</td>
  </tr>
  <tr>
    <td align="left">✅</td>
    <td align="left" style="font-weight: bold;">상태 저장 메모리</td>
    <td align="left">에이전트가 과거의 문맥을 기억하고 활용할 수 있는 능력을 갖추어, 장기간의 상호작용 동안 의사 결정 능력을 향상시킵니다.</td>
  </tr>
  <tr>
    <td align="left">✅</td>
    <td align="left" style="font-weight: bold;">다양한 벤치마크 지원</td>
    <td align="left">표준화된 벤치마크를 사용하여 에이전트의 성능을 엄격하게 평가함으로써 재현성과 신뢰할 수 있는 비교를 보장합니다.</td>
  </tr>
  <tr>
    <td align="left">✅</td>
    <td align="left" style="font-weight: bold;">다양한 에이전트 유형 지원</td>
    <td align="left">다양한 에이전트 역할, 작업, 모델 및 환경을 지원하여 학제 간 실험과 다양한 연구 응용이 가능합니다.</td>
  </tr>
  <tr>
    <td align="left">✅</td>
    <td align="left" style="font-weight: bold;">데이터 생성 및 도구 통합</td>
    <td align="left">대규모의 구조화된 데이터셋 생성을 자동화하는 동시에 여러 도구와 원활하게 통합되어, 합성 데이터 생성 및 연구 워크플로우를 효율화합니다.</td>
  </tr>
</table>

<br>

## What Can You Build With CAMEL?

### 1. Data Generation (데이터 생성)

### 2. Task Automation (작업 자동화)

### 3. World Simulation (월드 시뮬레이션)

<br>

## Quick Start

CAMEL은 PyPI에서 제공되므로 설치가 매우 간단합니다. 터미널을 열고 다음을 실행하세요:

```bash
pip install camel-ai
```

### Starting with ChatAgent

이 예제는 CAMEL 프레임워크를 사용하여 `ChatAgent`를 생성하고 DuckDuckGo를 통해 검색 쿼리를 수행하는 방법을 보여줍니다.

1. **도구 패키지 설치:**

```bash
  pip install 'camel-ai[web_tools]'
  ```

2. **OpenAI API 키 설정:**

```bash
  export OPENAI_API_KEY='your_openai_api_key'
  ```

또는 `.env` 파일을 사용하세요:

```bash
   cp .env.example .env
   # 그 후 .env 파일을 편집하여 키를 추가하세요
   ```

3. **다음 Python 코드를 실행하세요:**

```python
  from camel.models import ModelFactory
  from camel.types import ModelPlatformType, ModelType
  from camel.agents import ChatAgent
  from camel.toolkits import SearchToolkit

model = ModelFactory.create(
    model_platform=ModelPlatformType.OPENAI,
    model_type=ModelType.GPT_4O,
    model_config_dict={"temperature": 0.0},
  )

search_tool = SearchToolkit().search_duckduckgo

agent = ChatAgent(model=model, tools=[search_tool])

response_1 = agent.step("What is CAMEL-AI?")
  print(response_1.msgs[0].content)
  # CAMEL-AI is the first LLM (Large Language Model) multi-agent framework
  # and an open-source community focused on finding the scaling laws of agents.
  # ...

response_2 = agent.step("What is the Github link to CAMEL framework?")
  print(response_2.msgs[0].content)
  # The GitHub link to the CAMEL framework is
  # [https://github.com/camel-ai/camel](https://github.com/camel-ai/camel).
  ```

4. **(선택 사항) 모델 요청/응답 로그 활성화:**

```bash
  export CAMEL_MODEL_LOG_ENABLED=true
  export CAMEL_MODEL_LOG_MODEL_CONFIG_ENABLED=true
  export CAMEL_LOG_DIR=camel_logs
  ```

- `CAMEL_MODEL_LOG_ENABLED`: 요청/응답 JSON 로그를 활성화합니다.
  - `CAMEL_MODEL_LOG_MODEL_CONFIG_ENABLED`: `model_config_dict`가 `request.model_config_dict` 아래에 기록될지 여부를 제어합니다. 설정하지 않으면 `CAMEL_MODEL_LOG_ENABLED`와 동일한 값을 기본값으로 사용합니다.
  - `CAMEL_LOG_DIR`: 생성된 로그 파일의 디렉토리입니다 (기본값: `camel_logs`).
  - 로그는 유니코드 이스케이프 노이즈 없이 다국어 텍스트(예: 중국어, 일본어, 아랍어)가 보존된 UTF-8 JSON으로 작성됩니다.

더 자세한 지침과 추가 구성 옵션은 [설치 섹션](https://github.com/camel-ai/camel/blob/master/docs/get_started/installation.md)을 확인하세요.

실행 후, [docs.camel-ai.org](https://docs.camel-ai.org)에서 CAMEL 기술 스택과 쿡북을 탐색하여 강력한 멀티 에이전트 시스템을 구축해 보세요.

Python 프로그래머와 주식 트레이더 역할을 맡은 두 ChatGPT 에이전트가 주식 시장 트레이딩 봇 개발을 위해 협업하는 대화를 보여주는 [![Google Colab](https://colab.research.google.com/assets/colab-badge.svg)](https://colab.research.google.com/drive/1AzP33O8rnMW__7ocWJhVBXjKziJXPtim?usp=sharing) 데모를 제공합니다.

다양한 유형의 에이전트, 그들의 역할 및 응용 사례를 탐구해 보세요.

- **[첫 번째 에이전트 만들기](https://docs.camel-ai.org/cookbooks/basic_concepts/create_your_first_agent)**
- **[첫 번째 에이전트 사회 만들기](https://docs.camel-ai.org/cookbooks/basic_concepts/create_your_first_agents_society)**
- **[비판 에이전트 (Critic Agents)](https://docs.camel-ai.org/cookbooks/advanced_features/critic_agents_and_tree_search)**

### Seeking Help (도움 요청)

CAMEL 설정 중 문제가 발생하면 [CAMEL Discord](https://discord.camel-ai.org/)로 문의해 주세요.

<br>

## Tech Stack (기술 스택)

### Key Modules (주요 모듈)
CAMEL-AI 에이전트와 사회를 구축, 운영 및 개선하기 위한 핵심 구성 요소 및 유틸리티입니다.

| 모듈 | 설명 |
|:---|:---|
| **[Agents](https://docs.camel-ai.org/key_modules/agents)** | 자율 운영을 위한 핵심 에이전트 아키텍처 및 동작. |
| **[Agent Societies](https://docs.camel-ai.org/key_modules/society)** | 멀티 에이전트 시스템 구축 및 협업 관리를 위한 구성 요소. |
| **[Data Generation](https://docs.camel-ai.org/key_modules/datagen)** | 합성 데이터 생성 및 증강을 위한 도구 및 방법. |
| **[Models](https://docs.camel-ai.org/key_modules/models)** | 에이전트 지능을 위한 모델 아키텍처 및 사용자 정의 옵션. |
| **[Tools](https://docs.camel-ai.org/key_modules/tools)** | 특수 에이전트 작업을 위한 도구 통합. |
| **[Memory](https://docs.camel-ai.org/key_modules/memory)** | 에이전트 상태 관리를 위한 메모리 저장 및 검색 메커니즘. |
| **[Storage](https://docs.camel-ai.org/key_modules/storages)** | 에이전트 데이터 및 상태를 위한 영구 저장 솔루션. |
| **[Benchmarks](https://github.com/camel-ai/camel/tree/master/camel/benchmarks)** | 성능 평가 및 테스트 프레임워크. |
| **[Interpreters](https://docs.camel-ai.org/key_modules/interpreters)** | 코드 및 명령 해석 기능. |
| **[Data Loaders](https://docs.camel-ai.org/key_modules/loaders)** | 데이터 수집 및 전처리 도구. |
| **[Retrievers](https://docs.camel-ai.org/key_modules/retrievers)** | 지식 검색 및 RAG 구성 요소. |
| **[Runtime](https://github.com/camel-ai/camel/tree/master/camel/runtime)** | 실행 환경 및 프로세스 관리. |
| **[Human-in-the-Loop](https://docs.camel-ai.org/cookbooks/advanced_features/agents_with_human_in_loop_and_tool_approval)** | 인간의 감독과 개입을 위한 상호작용 구성 요소. |
---

## Research (연구)

우리는 대규모로 이러한 에이전트를 연구함으로써 그들의 행동, 능력 및 잠재적 위험에 대한 귀중한 통찰력을 얻을 수 있다고 믿습니다.

**연구 프로젝트를 살펴보세요:**

>### 저희와 함께 연구하세요
>
>영향력 있는 연구를 위해 CAMEL을 사용하시기를 적극 권장합니다.
>
>엄격한 연구에는 시간과 리소스가 필요합니다. 우리는 멀티 에이전트 시스템의 최첨단 연구를 탐구하는 100명 이상의 연구자로 구성된 커뮤니티 주도 연구 집단입니다. 진행 중인 프로젝트에 참여하거나 저희와 함께 새로운 아이디어를 테스트해 보세요. 자세한 내용은 [이메일](mailto:camel-ai@eigent.ai)로 문의하시기 바랍니다.
>
><div align="center">
>    <img src="docs/images/partners.png" alt="Partners">
></div>

<br>

## Synthetic Datasets (합성 데이터셋)

### 1. 다양한 LLM을 백엔드로 활용

자세한 내용은 [`Models Documentation`](https://docs.camel-ai.org/key_modules/models#)을 참조하십시오.

> **데이터 (Hugging Face 호스팅)**

| 데이터셋 | 채팅 형식 | 지침 형식 | 채팅 형식 (번역됨) |
|----------------|-----------------------------------------------------------------------------------------------------|------------------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------|
| **AI Society** | [Chat format](https://huggingface.co/datasets/camel-ai/ai_society/blob/main/ai_society_chat.tar.gz) | [Instruction format](https://huggingface.co/datasets/camel-ai/ai_society/blob/main/ai_society_instructions.json) | [Chat format (translated)](https://huggingface.co/datasets/camel-ai/ai_society_translated) |
| **Code**       | [Chat format](https://huggingface.co/datasets/camel-ai/code/blob/main/code_chat.tar.gz)             | [Instruction format](https://huggingface.co/datasets/camel-ai/code/blob/main/code_instructions.json)             | x                                                                                          |
| **Math**       | [Chat format](https://huggingface.co/datasets/camel-ai/math)                                        | x                                                                                                                | x                                                                                          |
| **Physics**    | [Chat format](https://huggingface.co/datasets/camel-ai/physics)                                     | x                                                                                                                | x                                                                                          |
| **Chemistry**  | [Chat format](https://huggingface.co/datasets/camel-ai/chemistry)                                   | x                                                                                                                | x                                                                                          |
| **Biology**    | [Chat format](https://huggingface.co/datasets/camel-ai/biology)                                     | x                                                                                                                | x                                                                                          |

### 2. 지침 및 작업 시각화

| 데이터셋 | 지침 (Instructions) | 작업 (Tasks) |
|------------------|------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------|
| **AI Society**   | [Instructions](https://atlas.nomic.ai/map/3a559a06-87d0-4476-a879-962656242452/db961915-b254-48e8-8e5c-917f827b74c6) | [Tasks](https://atlas.nomic.ai/map/cb96f41b-a6fd-4fe4-ac40-08e101714483/ae06156c-a572-46e9-8345-ebe18586d02b) |
| **Code**         | [Instructions](https://atlas.nomic.ai/map/902d6ccb-0bbb-4294-83a8-1c7d2dae03c8/ace2e146-e49f-41db-a1f4-25a2c4be2457) | [Tasks](https://atlas.nomic.ai/map/efc38617-9180-490a-8630-43a05b35d22d/2576addf-a133-45d5-89a9-6b067b6652dd) |
| **Misalignment** | [Instructions](https://atlas.nomic.ai/map/5c491035-a26e-4a05-9593-82ffb2c3ab40/2bd98896-894e-4807-9ed8-a203ccb14d5e) | [Tasks](https://atlas.nomic.ai/map/abc357dd-9c04-4913-9541-63e259d7ac1f/825139a4-af66-427c-9d0e-f36b5492ab3f) |

<br>

## Cookbooks (Usecases)
CAMEL-AI 에이전트와 사회에서 특정 기능을 구현하기 위한 실용적인 가이드 및 튜토리얼입니다.

### 1. Basic Concepts (기본 개념)
| 쿡북 | 설명 |
|:---|:---|
| **[Creating Your First Agent](https://docs.camel-ai.org/cookbooks/basic_concepts/create_your_first_agent)** | 첫 번째 에이전트를 구축하기 위한 단계별 가이드. |
| **[Creating Your First Agent Society](https://docs.camel-ai.org/cookbooks/basic_concepts/create_your_first_agents_society)** | 협업하는 에이전트 사회를 구축하는 방법을 배웁니다. |
| **[Message Cookbook](https://docs.camel-ai.org/cookbooks/basic_concepts/agents_message)** | 에이전트의 메시지 처리를 위한 최적의 방법. |

### 2. Advanced Features (고급 기능)
| 쿡북 | 설명 |
|:---|:---|
| **[Tools Cookbook](https://docs.camel-ai.org/cookbooks/advanced_features/agents_with_tools)** | 기능 향상을 위한 도구 통합. |
| **[Memory Cookbook](https://docs.camel-ai.org/cookbooks/advanced_features/agents_with_memory)** | 에이전트 내 메모리 시스템 구현. |
| **[RAG Cookbook](https://docs.camel-ai.org/cookbooks/advanced_features/agents_with_rag)** | 검색 증강 생성(Retrieval-Augmented Generation) 레시피. |
| **[Graph RAG Cookbook](https://docs.camel-ai.org/cookbooks/advanced_features/agents_with_graph_rag)** | RAG와 지식 그래프(Knowledge Graphs) 활용. |
| **[Track CAMEL Agents with AgentOps](https://docs.camel-ai.org/cookbooks/advanced_features/agents_tracking)** | 운영 중인 에이전트를 추적하고 관리하기 위한 도구. |

### 3. Model Training & Data Generation (모델 학습 및 데이터 생성)
| 쿡북 | 설명 |
|:---|:---|
| **[Data Generation with CAMEL and Finetuning with Unsloth](https://docs.camel-ai.org/cookbooks/data_generation/sft_data_generation_and_unsloth_finetuning_Qwen2_5_7B)** | CAMEL로 데이터를 생성하고 Unsloth를 통해 모델을 효과적으로 파인튜닝하는 방법을 배웁니다. |
| **[Data Gen with Real Function Calls and Hermes Format](https://docs.camel-ai.org/cookbooks/data_generation/data_gen_with_real_function_calls_and_hermes_format)** | 실제 함수 호출과 Hermes 형식을 사용하여 데이터를 생성하는 방법을 탐구합니다. |
| **[CoT Data Generation and Upload Data to Huggingface](https://docs.camel-ai.org/cookbooks/data_generation/distill_math_reasoning_data_from_deepseek_r1)** | CAMEL로 CoT 데이터를 생성하고 이를 Huggingface에 원활하게 업로드하는 방법을 알아봅니다. |
| **[CoT Data Generation and SFT Qwen with Unsolth](https://docs.camel-ai.org/cookbooks/data_generation/cot_data_gen_sft_qwen_unsolth_upload_huggingface)** | CAMEL을 이용한 CoT 데이터 생성 및 Unsloth를 통한 Qwen SFT, 그리고 데이터와 모델을 Huggingface에 업로드하는 방법을 알아봅니다. |

### 4. Multi-Agent Systems & Applications (멀티 에이전트 시스템 및 애플리케이션)
| 쿡북 | 설명 |
|:---|:---|
| **[Role-Playing Scraper for Report & Knowledge Graph Generation](https://docs.camel-ai.org/cookbooks/applications/roleplaying_scraper)** | 데이터 스크래핑 및 보고서 작성을 위한 역할극 에이전트를 생성합니다. |
| **[Create A Hackathon Judge Committee with Workforce](https://docs.camel-ai.org/cookbooks/multi_agent_society/workforce_judge_committee)** | 협업 심사를 위한 에이전트 팀을 구축합니다. |
| **[Dynamic Knowledge Graph Role-Playing: Multi-Agent System with dynamic, temporally-aware knowledge graphs](https://docs.camel-ai.org/cookbooks/advanced_features/agents_with_dkg)** | 멀티 에이전트 시스템을 사용하여 금융 애플리케이션을 위한 동적이고 시간 인지적인 지식 그래프를 구축합니다. 금융 보고서, 뉴스 기사, 연구 논문을 처리하여 트레이더가 데이터를 분석하고 관계를 식별하며 시장 통찰력을 발견하도록 돕습니다. 또한 다양한 선택적 엘리먼트 노드 중복 제거 기술을 사용하여 데이터 무결성을 보장하고 금융 의사 결정을 위해 그래프 구조를 최적화합니다. |
| **[Customer Service Discord Bot with Agentic RAG](https://docs.camel-ai.org/cookbooks/applications/customer_service_Discord_bot_using_SambaNova_with_agentic_RAG)** | Agentic RAG를 사용하여 Discord용 강력한 고객 서비스 봇을 구축하는 방법을 배웁니다. |
| **[Customer Service Discord Bot with Local Model](https://docs.camel-ai.org/cookbooks/applications/customer_service_Discord_bot_using_local_model_with_agentic_RAG)** | 로컬 배포를 지원하는 Agentic RAG를 사용하여 Discord용 강력한 고객 서비스 봇을 구축하는 방법을 배웁니다. |

### 5. Data Processing (데이터 처리)
| 쿡북 | 설명 |
|:---|:---|
| **[Video Analysis](https://docs.camel-ai.org/cookbooks/data_processing/video_analysis)** | 비디오 데이터 분석을 위한 에이전트 기술. |
| **[3 Ways to Ingest Data from Websites with Firecrawl](https://docs.camel-ai.org/cookbooks/data_processing/ingest_data_from_websites_with_Firecrawl)** | Firecrawl을 사용하여 웹사이트에서 데이터를 추출하고 처리하는 세 가지 방법을 탐구합니다. |
| **[Create AI Agents that work with your PDFs](https://docs.camel-ai.org/cookbooks/data_processing/agent_with_chunkr_for_pdf_parsing)** | Chunkr와 Mistral AI를 사용하여 PDF와 상호작용하는 AI 에이전트를 만드는 방법을 배웁니다. |

<br>

## Real-World Usecases (실제 사용 사례)

CAMEL의 멀티 에이전트 프레임워크가 인프라 자동화, 생산성 워크플로우, 검색 증강 대화, 지능형 문서/비디오 분석 및 협업 연구 전반에서 어떻게 실제 비즈니스 가치를 창출하는지 보여주는 사례들입니다.

### 1 Infrastructure Automation (인프라 자동화)

| 사용 사례 | 설명 |
| :----------------------------------------------------------- | :----------------------------------------------------------- |
| **[ACI MCP](https://github.com/camel-ai/camel/tree/master/examples/usecases/aci_mcp)** | CAMEL의 멀티 에이전트 프레임워크가 인프라 자동화, 생산성 워크플로우, 검색 증강 대화, 지능형 문서/비디오 분석 및 협업 연구에서 어떻게 실제 비즈니스 가치를 실현하는지 보여주는 실제 사례입니다. |
| **[Cloudflare MCP CAMEL](https://github.com/camel-ai/camel/tree/master/examples/usecases/cloudfare_mcp_camel)** | 지능형 에이전트가 Cloudflare 리소스를 동적으로 관리하여 확장 가능하고 효율적인 클라우드 보안 및 성능 튜닝을 가능하게 합니다. |

### 2 Productivity & Business Workflows (생산성 및 비즈니스 워크플로우)

| 사용 사례 | 설명 |
| :----------------------------------------------------------- | :----------------------------------------------------------- |
| **[Airbnb MCP](https://github.com/camel-ai/camel/tree/master/examples/usecases/airbnb_mcp)** | 에이전트를 조정하여 Airbnb 숙소 및 호스트 운영을 최적화하고 관리합니다. |
| **[PPTX Toolkit Usecase](https://github.com/camel-ai/camel/tree/master/examples/usecases/pptx_toolkit_usecase)** | 멀티 에이전트 협업을 통해 PowerPoint 문서를 분석하고 구조화된 통찰력을 추출합니다. |

### 3 Retrieval-Augmented Multi-Agent Chat (검색 증강 멀티 에이전트 채팅)

| 사용 사례 | 설명 |
| :----------------------------------------------------------- | :----------------------------------------------------------- |
| **[Chat with GitHub](https://github.com/camel-ai/camel/tree/master/examples/usecases/chat_with_github)** | RAG 스타일 워크플로우를 활용하는 CAMEL 에이전트를 통해 GitHub 코드베이스를 쿼리하고 이해함으로써, 개발자 온보딩과 코드베이스 탐색 속도를 높입니다. |
| **[Chat with YouTube](https://github.com/camel-ai/camel/tree/master/examples/usecases/chat_with_youtube)** | 대화형 에이전트가 비디오 트랜스크립트를 추출하고 요약하여, 콘텐츠 이해 및 재가공 속도를 높입니다. |

### 4 Video & Document Intelligence (비디오 및 문서 인텔리전스)

| 사용 사례 | 설명 |
| :----------------------------------------------------------- | :----------------------------------------------------------- |
| **[YouTube OCR](https://github.com/camel-ai/camel/tree/master/examples/usecases/youtube_ocr)** | 에이전트가 비디오 스크린샷에 OCR을 수행하여 시각적 콘텐츠를 요약함으로써, 미디어 모니터링 및 컴플라이언스를 지원합니다. |
| **[Mistral OCR](https://github.com/camel-ai/camel/tree/master/examples/usecases/mistral_OCR)** | CAMEL 에이전트가 Mistral과 OCR을 사용하여 문서를 분석함으로써, 문서 이해 워크플로우의 수동 작업을 줄입니다. |

### 5 Research & Collaboration (연구 및 협업)

| 사용 사례 | 설명 |
| :----------------------------------------------------------- | :----------------------------------------------------------- |
| **[Multi-Agent Research Assistant](https://github.com/camel-ai/camel/tree/master/examples/usecases/multi_agent_research_assistant)** | 문헌 리뷰를 위해 협업하는 연구 에이전트 팀을 시뮬레이션하여, 탐색적 분석 및 보고의 효율성을 높입니다. |

<br>

## 🧱 Built with CAMEL (Real-world Producs & Research)
<div align="left">
  <a href="https://www.camel-ai.org/">
    <img src="docs/images/built_with_CAMEL.png" alt="Built with CAMEL" height="40px">
  </a>
</div>

### Research Projects (연구 프로젝트)

| 이름 | 설명 |
|:---|:---|
| **[ChatDev](https://github.com/OpenBMB/ChatDev/tree/main/camel)** | 소프트웨어 개발을 위한 통신 에이전트 |
| **[Paper2Poster](https://github.com/Paper2Poster/Paper2Poster)** | 과학 논문 기반의 멀티모달 포스터 자동 생성 |
| **[Paper2Video](https://github.com/showlab/Paper2Video)** | 과학 논문 기반의 자동 비디오 생성 |

### Product Projects (제품 프로젝트)

| 이름 | 설명 |
|:---|:---|
| **[Eigent](https://www.eigent.ai/)** | 세계 최초의 멀티 에이전트 워크포스 (Workforce) |

## 🗓️ Events (이벤트)

우리는 다음과 같은 커뮤니티 이벤트에 적극적으로 참여하고 있습니다:

- 🎙️ **커뮤니티 미팅** — CAMEL 팀과의 주간 가상 싱크업
- 🏆 **경진대회** — CAMEL이 주최하는 해커톤, 바운티 작업 및 코딩 챌린지
- 🤝 **자원봉사 활동** — 기여, 문서화 드라이브 및 멘토링
- 🌍 **앰배서더 프로그램** — 대학이나 지역 기술 그룹에서 CAMEL을 대표

> CAMEL 이벤트를 개최하거나 참여하고 싶으신가요? 저희 [Discord](https://discord.com/invite/CNcNpquyDc)에 참여하시거나 [앰배서더 프로그램](https://www.camel-ai.org/ambassador)의 일원이 되어 보세요.

## Contributing to CAMEL (CAMEL에 기여하기)

> 코드로 기여하고 싶으신 분들의 오픈 소스 이니셔티브에 대한 관심에 감사드립니다. 원활한 협업을 위해 시작 전 저희의 [기여 가이드라인](https://github.com/camel-ai/camel/blob/master/CONTRIBUTING.md)을 잠시 검토해 주시기 바랍니다.🚀
>
> 또한 소셜 미디어, 이벤트 또는 컨퍼런스에서 CAMEL을 공유하여 성장을 도와주시는 것도 환영합니다. 여러분의 지원이 큰 힘이 됩니다!

## Contributors (기여자)

Made with [contrib.rocks](https://contrib.rocks).

<br>

## Acknowledgment (감사의 글)

데이터셋 탐색 도구(Atlas)에 대한 확장 액세스를 제공해주신 [Nomic AI](https://home.nomic.ai/)에 특별한 감사를 드립니다.

또한 프로젝트의 초기 로고를 디자인해주신 Haya Hammoud 님께 감사드립니다.

우리는 여러분이 에이전트를 구축, 비교 및 사용자 정의할 수 있도록 다른 연구들의 놀라운 아이디어들을 구현했습니다. 이 모듈들을 사용하는 경우, 원본 저작물을 인용해 주시기 바랍니다:
- *Nakajima et al.*의 `TaskCreationAgent` 및 `TaskPrioritizationAgent`: [Task-Driven Autonomous Agent](https://yoheinakajima.com/task-driven-autonomous-agent-utilizing-gpt-4-pinecone-and-langchain-for-diverse-applications/).

- *Tao Ge et al.*의 `PersonaHub`: [Scaling Synthetic Data Creation with 1,000,000,000 Personas](https://arxiv.org/pdf/2406.20094). [[Example](https://github.com/camel-ai/camel/blob/master/examples/personas/personas_generation.py)]

- *Yizhong Wang et al.*의 `Self-Instruct`: [SELF-INSTRUCT: Aligning Language Models with Self-Generated Instructions](https://arxiv.org/pdf/2212.10560). [[Example](https://github.com/camel-ai/camel/blob/master/examples/datagen/self_instruct/self_instruct.py)]

## License (라이선스)

소스 코드는 Apache 2.0 라이선스 하에 제공됩니다.

## Citation (인용)
```
@inproceedings{li2023camel,
  title={CAMEL: Communicative Agents for "Mind" Exploration of Large Language Model Society},
  author={Li, Guohao and Hammoud, Hasan Abed Al Kader and Itani, Hani and Khizbullin, Dmitrii and Ghanem, Bernard},
  booktitle={Thirty-seventh Conference on Neural Information Processing Systems},
  year={2023}
}
```

저희 작업을 인용하는 방법의 예시는 다음과 같습니다:
```
We use the CAMEL framework \cite{li2023camel} to develop the agents used in our experiments.
```

## Community & Contact (커뮤니티 및 연락처)

더 자세한 정보는 camel-ai@eigent.ai로 문의해 주세요.

- **GitHub Issues:** 버그 보고, 기능 요청 및 개발 추적. [이슈 제출](https://github.com/camel-ai/camel/issues)

- **Discord:** 실시간 지원을 받고 커뮤니티와 채팅하며 최신 정보를 확인하세요. [참여하기](https://discord.camel-ai.org/)

- **X (Twitter):** 업데이트, AI 인사이트 및 주요 공지사항을 팔로우하세요. [팔로우하기](https://x.com/CamelAIOrg)

- **앰배서더 프로젝트:** CAMEL-AI를 홍보하고, 이벤트를 개최하며, 콘텐츠 제작에 기여하세요. [더 알아보기](https://www.camel-ai.org/community)

- **WeChat 커뮤니티:** 아래 QR 코드를 스캔하여 WeChat 커뮤니티에 참여하세요.

<br>

[docs-image]: https://img.shields.io/badge/Documentation-EB3ECC
[docs-url]: https://camel-ai.github.io/camel/index
[star-image]: https://img.shields.io/github/stars/camel-ai/camel?label=stars&logo=github&color=brightgreen
[star-url]: https://github.com/camel-ai/camel/stargazers
[package-license-image]: https://img.shields.io/badge/License-Apache_2.0-blue.svg
[package-license-url]: https://github.com/camel-ai/camel/blob/master/licenses/LICENSE
[package-download-image]: https://img.shields.io/pypi/dm/camel-ai

[colab-url]: https://colab.research.google.com/drive/1AzP33O8rnMW__7ocWJhVBXjKziJXPtim?usp=sharing
[colab-image]: https://colab.research.google.com/assets/colab-badge.svg
[huggingface-url]: https://huggingface.co/camel-ai
[huggingface-image]: https://img.shields.io/badge/%F0%9F%A4%97%20Hugging%20Face-CAMEL--AI-ffc107?color=ffc107&logoColor=white
[discord-url]: https://discord.camel-ai.org/
[discord-image]: https://img.shields.io/discord/1082486657678311454?logo=discord&labelColor=%20%235462eb&logoColor=%20%23f5f5f5&color=%20%235462eb
[wechat-url]: https://ghli.org/camel/wechat.png
[wechat-image]: https://img.shields.io/badge/WeChat-CamelAIOrg-brightgreen?logo=wechat&logoColor=white
[x-url]: https://x.com/CamelAIOrg
[x-image]: https://img.shields.io/twitter/follow/CamelAIOrg?style=social
[twitter-image]: https://img.shields.io/twitter/follow/CamelAIOrg?style=social&color=brightgreen&logo=twitter
[reddit-url]: https://www.reddit.com/r/CamelAI/
[reddit-image]: https://img.shields.io/reddit/subreddit-subscribers/CamelAI?style=plastic&logo=reddit&label=r%2FCAMEL&labelColor=white
[ambassador-url]: https://www.camel-ai.org/community
[package-download-url]: https://pypi.org/project/camel-ai
[join-us]:https://eigent-ai.notion.site/eigent-ai-careers
[join-us-image]:https://img.shields.io/badge/Join%20Us-yellow?style=plastic
[image-join-us]: https://camel-ai.github.io/camel_asset/graphics/join_us.png

camel

camel 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

camel

camel 최신버젼 다운로드

오늘의 추천 프로젝트

Was this content helpful?

Recent Feedback

Download README