OASIS 使用教程
2026-01-30 04:18:15作者:魏侃纯Zoe
1. 项目介绍
OASIS(Open Agent Social Interaction Simulations with One Million Agents)是一个可扩展的、开源的社交媒体模拟器。它集成了大型语言模型和基于规则的代理,以模拟高达一百万用户在类似Twitter和Reddit等平台上的行为。该项目旨在促进对复杂社会现象的研究,如信息传播、群体极化和羊群行为,提供了一个探索数字环境中多种社会动态和用户互动的多样化工具。
2. 项目快速启动
克隆仓库
首先,你需要克隆OASIS的GitHub仓库:
git clone https://github.com/camel-ai/oasis.git
cd oasis
创建并激活虚拟环境
接下来,创建并激活一个Python虚拟环境。以下是三种常见的方法:
方法1:使用Conda(适用于Linux、macOS和Windows)
conda create --name oasis python=3.10
conda activate oasis
方法2:使用venv(适用于Linux和macOS)
python -m venv oasis-venv
source oasis-venv/bin/activate
方法3:使用venv(适用于Windows)
python -m venv oasis-venv
oasis-venv\Scripts\activate
安装必要依赖
在虚拟环境中安装必要的Python包:
pip install --upgrade pip setuptools
pip install -e .
设置环境变量
在运行模拟之前,你需要设置你的OpenAI API密钥和环境变量。以下是如何在不同操作系统和shell中设置它们的示例:
对于Bash壳(Linux、macOS、Windows上的Git Bash):
export OPENAI_API_KEY=<你的OpenAI API密钥>
export OPENAI_API_BASE_URL=<你的OpenAI API基础URL>
对于Windows命令提示符:
set OPENAI_API_KEY=<你的OpenAI API密钥>
set OPENAI_API_BASE_URL=<你的OpenAI API基础URL>
对于Windows PowerShell:
$env:OPENAI_API_KEY="<你的OpenAI API密钥>"
$env:OPENAI_API_BASE_URL="<你的OpenAI API基础URL>"
请替换<你的OpenAI API密钥>和<你的OpenAI API基础URL>为你实际的API密钥和基础URL。
运行主程序
根据你的需求,选择以下命令之一来运行模拟:
对于Reddit模拟
python scripts/reddit_gpt_example/reddit_simulation_gpt.py --config_path scripts/reddit_gpt_example/gpt_example.yaml
对于Reddit与电子商城结合的模拟
python scripts/reddit_emall_demo/emall_simulation.py --config_path scripts/reddit_emall_demo/emall.yaml
对于Twitter模拟
python scripts/twitter_gpt_example/twitter_simulation_large.py --config_path scripts/twitter_gpt_example/gpt_example.yaml
3. 应用案例和最佳实践
在这一部分,我们将介绍如何使用OASIS进行一些常见的社会媒体模拟案例,以及一些最佳实践。
- 案例1:模拟信息传播 - 使用OASIS可以模拟信息在社交媒体上的传播方式,分析不同因素(如用户行为、网络结构等)对信息传播效率的影响。
- 最佳实践 - 为了获得更准确的模拟结果,建议在模拟前对模型进行充分的训练,并根据实际情况调整参数。
4. 典型生态项目
OASIS是骆驼AI生态系统中的一个重要项目,以下是几个与OASIS相互配合的典型生态项目:
- CamelDB - 一个用于大规模数据存储和查询的数据库系统,可以与OASIS集成,存储模拟产生的大量数据。
- CamelAI - 一个AI平台,提供了多种机器学习和深度学习模型,可以用于分析OASIS模拟生成的数据。
通过这些项目的协同工作,可以更全面地研究社交媒体的复杂动态。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
568
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
801
199
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
202
Ascend Extension for PyTorch
Python
379
452
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1