本文介绍几种多智能体框架，强调多个智能体之间的协作：
-
AutoGen（2023）提供了一个通用的基础设施，允许开发者使用自然语言和代码编程交互模式。这个框架通过促进可定制的智能体之间的对话，可以利用各种 LLMs、人类输入和工具的组合，从而促进了多样化应用程序的开发。
-
MetaGPT（2023）通过将标准化操作程序（SOP）编码到提示中，加强了多智能体协作。这种方法确保了工作流程的简化和错误的减少，是有效任务分解的一个例子。
-
AGENTS（2023）是一个开源库，支持具有规划、记忆和多智能体通信功能自主语言智能体。它旨在对非专家友好，帮助他们部署最先进的语言智能体，并且对研究友好，具有模块化设计，便于扩展。
-
OpenAgents（2023）提供了一个开放平台，通过 Web 界面使用具有实用功能的智能体。这个框架强调促进现实世界智能体的互动，并包括专门用于不同任务的智能体，如数据分析和 Web 浏览。
-
ChatDev（2023）利用 LLMs 进行软件开发，创建了一个由虚拟聊天驱动的公司，遵循瀑布模型。它在开发过程的不同阶段吸引"软件智能体"，促进协作和上下文感知的通信。
-
CAMEL（2023）提出了一个新颖的框架，使用角色扮演技术实现通信智能体之间的自主合作，这允许为研究智能体行为和能力生成对话数据。最后，
-
AgentSims（2023）引入了一个沙盒环境，用于在基于任务的场景中评估 LLMs，为研究人员提供了一个基础设施，用于在模拟环境中测试特定 LLMs 的能力。
-
AgentScope（2024）：通过解决对用户友好、容错和多功能框架的需求，旨在管理多智能体 LLM 系统中固有的复杂交互和过程。通过专注于易用性和可靠性，AgentScope 旨在促进跨领域的健壮和多功能应用程序的创建。