AgentSociety
需求人群
AgentSociety适用于社会科学研究者、城市规划师、教育工作者以及对人类行为建模感兴趣的开发者。它能够帮助他们构建和测试复杂的社会场景，为政策制定、城市规划和教育研究提供有力支持。使用场景
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教育场景中模拟学生的学习行为和社交互动产品特色
支持LLM驱动的智能体行为模拟，结合马斯洛需求层次理论等经典理论提供基于数据集、文本和规则的环境设计，支持不同层次的现实感和交互性实时交互式可视化界面，便于在实验过程中监控和与智能体互动包含访谈、调查、干预和指标记录等工具，支持社会实验支持多智能体之间的点对点和群组通信兼容多种LLM模型，如OpenAI、Qwen等，提供灵活的模型选择提供字符串处理、结果分析和数据存储检索等实用工具使用教程
- 11. 通过pip安装AgentSociety：`pip install agentsociety`
- 22. 配置智能体和环境参数，定义任务目标
- 33. 启动模拟框架，运行智能体模拟
- 44. 使用可视化界面监控智能体行为和环境状态
- 55. 分析模拟结果，导出数据进行进一步研究
团队介绍
了解 AgentSociety 背后的团队成员，包括创始人、开发人员、设计师和产品人员。
该产品暂无团队信息。