🦉 OWL:19.7k Stars 的多智能体协作框架,GAIA 开源第一,让你的 Agent 团队自己干活
项目地址:camel-ai/owl | ⭐ 19,777 Stars | 🛠 Python | 🏆 GAIA #1 Open-Source
老实说,多智能体框架我见过不少,MetaGPT、AutoGPT、CrewAI 各有千秋,但直到试了 CAMEL-AI 出品的 OWL,我才觉得「这东西真的能干活」。别问为啥——OWL 在 GAIA 基准测试上拿了 69.09 分,开源框架排名第一,压过一堆闭源方案。
OWL(Optimized Workforce Learning) 不是一个花架子实验项目,它能真实处理网页交互、文件分析、代码执行、视频理解等复杂任务。说的就是这玩意儿——让你几个 AI Agent 组队干活,比一个人单干强太多。
⚡ 核心能力:多 Agent 协作 + 全栈工具包
OWL 基于 CAMEL-AI 框架 构建,核心优势是两个:
动态 Agent 编排:不是写死的链式调用,Agent 之间能自主协商谁该做什么。遇到网页操作就调 Browser Agent,需要算数就调 Code Execution Agent,互相传递上下文。
开箱即用的工具包:浏览器自动化、视频分析、音频处理、代码沙箱、文档解析、搜索引擎——全给你配好了。配置工具就一行 Python:
from camel.toolkits import BrowserToolkit, SearchToolkit, CodeExecutionToolkit, DocumentProcessingToolkit
tools = [
*BrowserToolkit(headless=False).get_tools(),
SearchToolkit().search_google,
*CodeExecutionToolkit(sandbox="subprocess").get_tools(),
*DocumentProcessingToolkit(model=models["document"]).get_tools(),
]
🛠 安装:选一种方式,5 分钟跑起来
安装有多选,推荐用 uv:
git clone https://github.com/camel-ai/owl.git
cd owl
pip install uv
uv venv .venv --python=3.10
source .venv/bin/activate
uv pip install -e .
然后配个环境变量(记得换成你实际的 key):
export OPENAI_API_KEY="sk-your-openai-api-key-here"
想省事的话你也可以用 Docker:
docker compose up -d
docker compose exec owl bash
cd .. && source .venv/bin/activate
playwright install-deps
🚀 跑起来:几个命令搞定
最简单的 demo:
python examples/run.py
想换模型跑?OWL 支持 Claude、Qwen、DeepSeek、Gemini 等多个后端:
python examples/run_claude.py
python examples/run_qwen_zh.py
python examples/run_deepseek_zh.py
python examples/run_gemini.py
更骚的是你可以在代码里直接定义任务:
task = "帮我分析这份财报 PDF 并自动生成图表"
society = construct_society(task)
answer, chat_history, token_count = run_society(society)
print(f"\033[94mAnswer: {answer}\033[0m")
文件上传也简单,直接传路径就行——OWL 会自动调用文档工具处理:
task = "这个 DOCX 文件写了什么?文件路径: tmp/example.docx"
🧰 MCP 集成 + Web UI
最骚的操作是 MCP(Model Context Protocol)支持。装了 Node.js 后:
npm install -g @executeautomation/playwright-mcp-server
npx playwright install-deps
这样就打通了 MCP 生态,OWL 能用 Playwright 控制浏览器。
另外 OWL 还有个 Gradio 写的 Web 界面,不用粘终端:
python owl/webapp_zh.py
在浏览器里选模型、配 key、调工具,跟聊天一样。
要点总结
git clone + uv pip install -e .,配好 API key 就能跑