如何快速上手AgentSociety:零基础构建大型AI社会模拟的完整指南 🚀
AgentSociety是一款基于大型语言模型(LLM)的社会行为模拟框架,能帮助开发者和研究者轻松创建由AI驱动的智能体社会系统。通过该框架,你可以模拟复杂的人类行为、社会互动和群体决策,适用于社会学研究、政策模拟、舆情分析等多种场景。本文将带你从安装到运行,快速掌握这个强大工具的核心用法。
📌 为什么选择AgentSociety?核心优势解析
AgentSociety的多层架构设计让社会模拟变得前所未有的简单。框架主要包含以下核心模块:
-
智能体系统:packages/agentsociety/agent/
提供灵活的智能体创建工具,支持自定义角色、记忆和行为模式 -
环境引擎:packages/agentsociety/environment/
构建逼真的社会环境,模拟物理空间、资源分布和事件触发机制 -
交互网络:packages/agentsociety/message/
实现智能体间的多模态通信,支持信息传播、舆论形成等复杂社交行为

AgentSociety框架架构图,展示了智能体、环境和交互系统的核心关系
最令人印象深刻的是其可视化Web界面,让复杂的模拟过程变得直观可控:

AgentSociety的WebUI演示,展示实验创建、运行和结果分析的全流程
🔧 零基础安装指南:3步快速启动
系统要求检查
在开始前,请确保你的环境满足以下条件:
- 操作系统:Linux AMD64 或 macOS
- Python版本:3.11 及以上
- 网络环境:需要访问Git仓库和PyPI
安装步骤
1️⃣ 获取项目代码
git clone https://gitcode.com/gh_mirrors/ag/agentsociety
cd agentsociety
2️⃣ 安装依赖
# 使用uv工具快速安装(推荐)
uv sync
# 或使用传统pip方式
pip install -r docs/requirements.txt
3️⃣ 启动Web界面
# 启动后端服务
uv run agentsociety webui
# 另开终端启动前端
cd frontend
npm install
npm run dev
启动成功后,访问 http://localhost:5173 即可看到Web界面:

AgentSociety WebUI首页,展示实验管理和智能体创建入口
🎯 快速入门:创建你的第一个社会模拟实验
步骤1:配置LLM连接
- 进入WebUI的 LLM设置 页面
- 添加你的LLM API配置(支持主流模型提供商)
- 测试连接确保模型可用
步骤2:创建智能体模板
- 在 Agent Template 页面点击"新建模板"
- 配置基本属性(名称、角色、背景故事)
- 设置行为规则和记忆参数
- 保存模板供后续实验使用
步骤3:设计模拟实验
- 进入 Experiment 页面创建新实验
- 配置实验参数(智能体数量、环境规则、时间步长)
- 导入之前创建的智能体模板
- 点击"开始实验"按钮启动模拟
步骤4:分析模拟结果
实验运行过程中,你可以实时观察智能体的行为和社会动态:
- 通过时间轴查看关键事件节点
- 分析社交网络形成和信息传播路径
- 导出数据进行深入的统计学分析

UBI(全民基本收入)政策模拟结果可视化,展示不同群体的经济行为变化
📚 进阶资源与社区支持
官方文档
完整使用指南请参考项目文档:docs/index.md
包含详细的API说明、配置参数和高级功能教程。
示例项目
框架提供多个开箱即用的示例场景,帮助你快速理解核心功能:
- UBI政策模拟:examples/UBI/
- 舆情传播研究:examples/inflammatory_message/
- 自然灾害应对:examples/hurricane_impact/
常见问题解决
Q: 启动WebUI时遇到端口冲突怎么办?
A: 修改配置文件 packages/agentsociety/configs/env.md 中的端口设置
Q: 如何提高模拟性能?
A: 减少智能体数量或降低LLM调用频率,配置文件路径:examples/config_templates/example_config.yaml
💡 实用技巧:让你的模拟更逼真
-
精细调整智能体人格
使用 examples/profiles/ 中的模板,为智能体添加性格特质和决策偏好 -
利用事件触发器
通过 packages/agentsociety/simulation/ 模块创建突发事件,测试社会系统的韧性 -
多维度数据记录
开启详细日志记录,路径:packages/agentsociety/logger/,便于后续分析
🚀 开始你的社会模拟之旅
无论你是社会学研究者、政策分析师还是AI爱好者,AgentSociety都能为你提供一个强大而灵活的实验平台。通过这个框架,你可以探索人类社会的复杂动态,预测政策影响,甚至创造出具有涌现行为的AI社会系统。
立即动手尝试,开启你的第一个社会模拟实验吧!如有任何问题,欢迎查阅 官方文档 或加入社区交流。
祝你在AgentSociety的世界里探索愉快! 🌟
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

