CAMEL
Python · Apache-2.0
CAMEL 是面向多智能体协作场景的开源框架，支持角色扮演、任务分解与协同执行。
multi-agentagentframeworkpython
查看项目 →
概览
CAMEL 与 AutoGen：多 Agent 协作框架的两种路线
CAMEL 由阿联酋 MBZUAI 团队推出，强调角色扮演（role-playing）和对话涌现；AutoGen 由微软推出，强调可编程对话流（programmable conversation）和代码执行。本文围绕角色抽象、对话机制、可观测性、企业落地和典型坑点展开对比。
对比项目
AutoGen
Python · CC-BY-4.0
Microsoft AutoGen 是一个多 Agent 对话框架，允许创建多个 Agent 进行协作对话，解决复杂任务。
multi-agentconversationmicrosoftpython
查看项目 →
功能对比
| 适合场景 | CAMEL | AutoGen |
|---|---|---|
| 角色抽象 | 把角色（user / assistant / task specifier / critic）当成一等公民。每一个 Agent 类有 system message + role-specific response generator，role-playing prompt 是论文级的 | 角色通过"system message + name"自由定义，没有内置 role taxonomy。更通用，但你得自己设计 prompt 模板 |
| 对话机制 | Inception 机制是杀手锏：Agent A 给 Agent B 生成任务，Agent B 不知道自己是 AI，output 更自然。后续 Bash + Tool 接入相对克制 | GroupChat / Swarm / Magentic-One 等多种对话拓扑，内置 code executor (Docker / Jupyter)，agent 可以直接跑 Python 修改自己的代码 |
| 可观测性 | 对话日志默认输出到 stdout + JSON 文件；ChatAgent 有 step-by-step response generator 接口，可以接入 Langfuse / Phoenix 这种外部 trace 平台 | 微软自家的 AutoGen Studio 提供可视化调试；和 Azure AI Foundry 集成顺畅，本地 trace 可通过 OpenTelemetry exporter 接到 Langfuse / Phoenix |
| 企业落地 | 学术界引用率高，企业生产案例较少。MBZUAI 的 SilkRoad 项目把它用到了 LLM 训练数据生成，但商业产品里直接用 CAMEL 的不多 | 微软背书 + AutoGen Studio + Azure AI Foundry 三件套，企业里 PoC 跑得快。多家咨询公司内部 multi-agent 工具用 AutoGen 当骨架 |
| 典型坑点 | Inception 机制跑长链路时，token 消耗爆炸；role-playing prompt 在中文场景下需要重新调优，否则 AI 倾向用英文回复 | GroupChat 在多 agent 数量超过 5 个时，"下一个谁说话"的选择器开始不稳定，需要手动写 selector function；code executor 默认不安全，Docker 隔离是必须的 |
GitHub 数据
| Metric | CAMEL | AutoGen |
|---|---|---|
| Stars | 17.6k | 60.5k |
| Forks | 2.0k | 9.1k |
| 语言 | Python | Python |
| 许可证 | Apache-2.0 | CC-BY-4.0 |
| 最近提交 | 2026年8月14日 | 2026年4月15日 |
应该选择哪一个？
建议根据你的主要工作流、技术栈语言和集成需求来选择。用于生产前，请进一步查看项目文档、社区活跃度和最近的 GitHub 维护情况。
常见问题
团队做产品选哪个?
看场景。如果产品是"开放对话、研究助手、代码生成"，AutoGen 的 GroupChat + code executor 成熟度更高；如果产品是"角色扮演、模拟、教学、数据生成"，CAMEL 的 role-playing 抽象更直接。
学术研究用哪个?
CAMEL 的论文被引 1000+，学术圈引用率高，MBZUAI 团队维护。AutoGen 学术 + 工业双线，Microsoft Research 背书。博士论文看研究问题选：role emergence 选 CAMEL，programmable conversation 选 AutoGen。
两个能混用吗?
能但需要胶水代码。CAMEL 的 ChatAgent 暴露 step-by-step response generator，AutoGen 的 GroupChat 支持 custom speaker selection。可以把 CAMEL agent 当 AutoGen 的一个 speaker，反之亦然。社区有一些 AutoGen + CAMEL bridge 项目，但官方没维护。
新手上手选哪个?
AutoGen。Microsoft 出品，文档 / 教程 / AutoGen Studio 都更完善，新手 30 分钟能跑通 multi-agent demo。CAMEL 的 role-playing prompt 是论文级的，需要读懂论文才好调优。