AutoAgents:AFrameworkforAutomaticAgentGeneration基本信息作者单位：北京大学香港科技大学北京人工智能研究院滑铁卢大学期刊：arXiv一句话介绍：自适应地生成和协调多个专业代理，根据不同的任务构建AI团队论文：https://arxiv.org/abs/2309.17288代码：https://github.com/Link-AGI/AutoAgents研究动机大多数现有的基于llm的多代理方法依赖于预定义的代理来处理简单的任务，这限制了多代理协作对不同场景的适应性。此外，手动创建大量的专家往往会消耗大量的资源。LLM在处理各种需要密集知识和推理的任

近日，GitHub上线了一个新的AI智能体项目：AutoAgents，该项目是由Llama2大模型发布第二天就发布了中文版模型下载[1]的LinkSoul.AI团队牵头，北大、港科大、智源、滑铁卢大学共同发起。相比AutoGPT[2]、MetaGPT[3]这些使用门槛较高、使用场景受限的方案，AutoAgents致力于将AI智能体应用于任意场景，自动针对目标场景设计合理的智能体组合，将复杂任务解构为角色、任务，实现合适的角色解决匹配的任务。项目链接：https://github.com/LinkSoul-AI/AutoAgents在线体验：https://huggingface.co/spac