不知道你们是否遇到过。
让AI分析财报，它却卡在数据抓取。
让AI写代码，它不懂调用最新的模型API。
让 AI 做竞品分析，它分不清网页里的图表和文字。
单一大模型的在复杂任务前节节败退。
今天给大家推荐的这个多智能体协作框架有点点猛。
OWL解决的就是AI处理复杂问题的能力。
才开源了5天，就在GitHub上超过1w个星星了。
而且还以58.18的平均分登顶GAIA基准测试开源榜榜首。
扫码加入AI交流群
获得更多技术支持和交流
（请注明自己的职业）
项目简介
OWL是基于CAMEL-AI框架的开源多智能体协作系统，专注于复杂任务自动化。它通过动态角色分配与 60 + 智能工具协同（包括浏览器自动化、代码执行、多模态分析等），实现实时数据检索、跨平台交互和复杂逻辑处理，在 GAIA 基准测试中以 58.18 分位列开源框架第一。
DEMO
示例任务
例举几个可以使用 OWL 尝试完成的一些任务：
- “查找 Apple Inc. 的最新股票价格。”
- “分析最近有关气候变化的推文的情绪”
- “帮我调试这个 Python 代码：[你的代码在这里]”
- “总结这篇研究论文的要点：[论文网址]”
- “为此数据集创建数据可视化：[数据集路径]”
核心功能
· 实时信息检索：利用维基百科、谷歌搜索及其他在线资源获取最新的信息。
· 多模态处理：支持处理来自互联网或本地的视频、图片及音频数据。
· 浏览器自动化：利用Playwright框架模拟浏览器交互，包括滚动、点击、输入处理、文件下载、页面导航等操作。
· 文档解析：从Word、Excel、PDF和PowerPoint文件中提取内容，并将其转换为文本或Markdown格式。
· 代码执行：通过内置解释器编写并执行Python代码。
· 内置工具包：拥有一系列完善的内置工具包，涵盖以下内容：
-
ArxivToolkit（学术论文工具包）
-
AudioAnalysisToolkit（音频分析工具包）
-
CodeExecutionToolkit（代码执行工具包）
-
DalleToolkit（图像生成工具包）
-
DataCommonsToolkit（数据共享工具包）
-
ExcelToolkit（Excel处理工具包）
-
GitHubToolkit（GitHub工具包）
-
GoogleMapsToolkit（谷歌地图工具包）
-
GoogleScholarToolkit（谷歌学术工具包）
-
ImageAnalysisToolkit（图像分析工具包）
-
MathToolkit（数学工具包）
-
NetworkXToolkit（网络分析工具包）
-
NotionToolkit（Notion工具包）
-
OpenAPIToolkit（开放接口工具包）
-
RedditToolkit（Reddit工具包）
-
SearchToolkit（搜索工具包）
-
SemanticScholarToolkit（语义学术工具包）
-
SymPyToolkit（符号计算工具包）
-
VideoAnalysisToolkit（视频分析工具包）
-
WeatherToolkit（天气工具包）
-
WebToolkit（网页处理工具包）
-
其他用于特定任务的工具包。
项目链接
https://github.com/camel-ai/owl
关注「开源AI项目落地」公众号
（文：开源AI项目落地）