AgentSociety社会模拟平台：7步极速部署指南

AgentSociety是一个基于大语言模型（LLM）的大规模社会模拟平台，通过智能体（Agent）模拟人类行为与社会现象。该平台核心价值在于提供可配置的多智能体交互环境，支持复杂社会系统的动态演化研究，适用于社会学、经济学、公共政策等领域的模拟实验。本文将通过六段式框架，帮助您从零开始完成平台部署与深度配置。

核心价值解析

AgentSociety解决了传统社会模拟工具中行为模型固化、交互逻辑简单的问题，通过LLM驱动的智能体实现更贴近真实的决策过程。平台核心优势包括：

• 动态行为模拟：智能体基于LLM推理（大语言模型的智能决策过程）生成行为，而非预设规则
• 大规模并发支持：支持数千智能体在复杂环境中的实时交互
• 多维度可配置：从智能体认知模型到社会环境参数均可精细调节
• 可视化分析工具：提供实时模拟过程监控与多维度数据可视化

图1：AgentSociety架构概览 - 展示核心模块包括社会环境、智能体系统、大规模交互和应用场景的数据流向

环境适配方案

硬件瓶颈→推荐配置

• 基础配置（适用于教学演示）：4核CPU、16GB内存、10GB存储
• 标准配置（适用于中小规模实验）：8核CPU、32GB内存、50GB存储
• 极端场景（1000+智能体并发）：16核CPU、64GB内存、200GB SSD

软件环境要求

• 操作系统：Linux X86_64或MacOS ARM（Windows需通过WSL 2）
• Python版本：3.11+（⚠️注意：不支持Python 3.10及以下版本）
• 依赖管理：推荐使用uv或pip >= 23.0

网络环境

• 需访问互联网以获取模型API（本地部署模型可离线运行）
• 推荐带宽≥10Mbps（模型推理需要稳定网络连接）

部署流程分解

1. 准备阶段：获取源码

git clone https://gitcode.com/gh_mirrors/ag/agentsociety
cd agentsociety

2. 执行阶段：安装核心组件

# 基础版：仅安装核心模拟功能
pip install .

# 进阶版：包含社区扩展和基准测试工具
pip install .[community,benchmark]

3. 验证阶段：确认基础功能

执行以下命令验证安装完整性：

agentsociety --version

预期输出：agentsociety x.y.z（版本号）

功能验证步骤

验证API连通性

1. 准备模型API密钥（支持DeepSeek、OpenAI、Qwen等）
2. 创建基础配置文件test_config.yaml：

llm:
- api_key: "your_api_key"
  provider: "openai"
  model: "gpt-4o"
  semaphore: 10

3. 执行连通性测试：

agentsociety check -c test_config.yaml

⚠️注意：配置文件权限需设置为600，防止密钥泄露

启动WebUI界面

# 创建UI配置文件
cat > ui_config.yaml << EOF
addr: 127.0.0.1:8080
env:
  db:
    enabled: true
    db_type: sqlite
  home_dir: ./agentsociety_data
EOF

# 启动WebUI
agentsociety ui -c ui_config.yaml

访问http://127.0.0.1:8080进入管理界面

深度配置指南

LLM配置双路径

基础版配置（单模型）

llm:
- api_key: "your_key_here"          # 默认值：空 | 推荐值：实际API密钥
  provider: "openai"                # 默认值：openai | 推荐值：根据实际API选择
  model: "gpt-3.5-turbo"            # 默认值：gpt-3.5-turbo | 推荐值：gpt-4o（高精度）/gpt-3.5-turbo（高效率）
  semaphore: 50                     # 默认值：20 | 推荐值：50 | 极端场景值：200（需API支持高并发）
  base_url: "https://api.openai.com/v1"  # 默认值：各provider官方地址

进阶版配置（多模型负载均衡）

llm:
- api_key: "key1"
  provider: "openai"
  model: "gpt-4o"
  semaphore: 100
- api_key: "key2"
  provider: "qwen"
  model: "qwen-max"
  semaphore: 100

图2：LLM配置界面 - 红框标注区域为API密钥输入框和模型选择下拉菜单

智能体配置示例

agents:
  citizens:
  - agent_class: "citizen"          # 智能体类型
    number: 100                     # 默认值：10 | 推荐值：100-500 | 极端场景值：1000+
    profile_path: "./profiles.json" # 智能体画像文件路径

完整配置文件模板

完整模板路径：examples/config_templates/example_config.yaml

问题诊断指南

症状：WebUI启动后无法访问

• 可能原因：端口占用、防火墙限制、配置文件错误
• 验证命令：netstat -tulpn | grep 8080（检查端口占用）
• 解决方案：
  1. 更换端口：修改ui_config.yaml中的addr: 127.0.0.1:8081
  2. 开放防火墙：sudo ufw allow 8080/tcp
  3. 检查日志：查看agentsociety_data/logs/webui.log

症状：LLM API调用失败

• 可能原因：密钥错误、网络问题、模型权限不足
• 验证命令：curl -X POST https://api.openai.com/v1/chat/completions -H "Authorization: Bearer your_key" -d '{"model":"gpt-3.5-turbo","messages":[{"role":"user","content":"Hello"}]}'
• 解决方案：
  1. 验证密钥有效性：在官方API控制台测试
  2. 检查网络代理：设置HTTP_PROXY环境变量
  3. 降低并发数：减小semaphore配置值

症状：模拟运行缓慢

• 可能原因：CPU/内存不足、LLM响应慢、智能体数量过多
• 验证命令：top（查看系统资源占用）
• 解决方案：
  1. 升级硬件：增加CPU核心数和内存
  2. 优化LLM配置：使用更快的模型（如gpt-3.5-turbo）
  3. 分布式部署：使用agentsociety run --distributed模式

图3：AgentSociety模拟运行界面 - 展示智能体在地图上的分布与实时交互状态

通过以上步骤，您已完成AgentSociety的完整部署与配置。平台支持从简单演示到大规模社会模拟的全场景应用，建议根据实验需求逐步调整配置参数以获得最佳性能。更多高级功能请参考官方文档：docs/index.md。