跳到正文

AgentSociety

用 LLM 智能体模拟人类行为与社会互动

访问官网

AgentSociety 是什么

AgentSociety 被介绍为一个由清华大学 FIB 实验室开发的框架,旨在通过 LLM 驱动的智能体模拟人类行为和社会互动。资料称它利用大型语言模型的规划、记忆和推理能力生成逼真的行为模式,并支持基于数据集、文本和规则的环境设计。

你可以用它做什么

  • 结合马斯洛需求层次理论等经典理论模拟智能体行为
  • 用数据集、文本和规则设计环境
  • 通过实时交互式可视化界面监控智能体并与之互动
  • 用访谈、调查、干预和指标记录等工具开展社会实验
  • 让多智能体进行点对点和群组通信

应用场景

  • 研究城市交通拥堵对居民行为的影响
  • 模拟不同政策下城市居民的消费和就业行为
  • 在教育场景中模拟学生的学习行为和社交互动

上手流程

  • 通过 pip 安装:pip install agentsociety
  • 配置智能体和环境参数,定义任务目标
  • 启动模拟框架,运行智能体模拟
  • 使用可视化界面监控智能体行为和环境状态

优点与缺点

✓ 我们认可的地方

  • 支持多智能体之间的点对点和群组通信
  • 兼容 OpenAI、Qwen 等多种 LLM 模型

! 需要留意的地方

  • 模拟过程由 LLM 的规划、记忆和推理能力驱动
  • 环境设计建立在数据集、文本和规则之上

常见问题

由谁开发?

资料说明由清华大学 FIB 实验室开发。

兼容哪些模型?

功能列表列出 OpenAI、Qwen 等 LLM 模型。

最后评测: 2026-11-15

更多 AI 办公助手 工具

查看全部 →

评测方法