edsl

用AI智能体批量跑调查实验，快速得到模拟研究结果

开源 🏷️定价信息待确认 ✅ 目前可打开 智能体 🍴 复刻 91 🐛 待处理 62 👀 关注 7
访问官网 ↗ GitHub ↗
GitHub 星标 ★ 516
维护状态 活跃
是否开源 开源
定价模式 🏷️定价信息待确认

项目预览

edsl 项目界面预览图
图片来源：GitHub 官方仓库名片

项目数据

分类智能体
开发团队expectedparrot
官网地址https://docs.expectedparrot.com
GitHubhttps://github.com/expectedparrot/edsl
定价模式🏷️定价信息待确认
价格说明定价信息待确认
访问状态✅ 目前可打开
是否开源是
开源协议MIT
主要语言Python
技术栈/模型anthropic,data-labeling,deepinfra,domain-specific-language,experiments,llama2,llm,llm-agent,llm-framework,llm-inference,market-research,mixtral,open-source,openai,python,social-science,surveys,synthetic-data
GitHub 星标★ 516
上线时间2024-01-02 00:00:00
代码更新2026-11-08
仓库体积184.7 MB
本站数据更新2026-11-10
维护状态活跃
收录时间2026-08-10
浏览次数9

项目介绍

edsl 是一个用于设计、执行和分析 AI 驱动调查与实验的开源 Python 框架。它解决的核心问题是：传统社会科学和市场研究依赖真人样本，成本高、周期长，且难以规模化。edsl 通过领域特定语言（DSL）让研究者能够快速定义调查问卷、实验流程，并调用大量 AI 智能体（基于 LLM）作为模拟受访者，从而在短时间内生成大规模、可复现的模拟数据。其核心能力包括：灵活的问卷与实验设计语法、多模型后端接入（如 Anthropic、DeepInfra 等）、内置数据标注与结果分析工具，以及支持复杂实验逻辑的编排。项目处于早期阶段，但已具备完整的研究流程闭环，适合用于预研、假设验证和教学场景。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 516

使用教程

难度：进阶 约 40 分钟 部署方式：本地安装 5 步

环境要求

  • Python 3.9+
  • 模型密钥

安装与启动步骤

  1. 1装包

    一条命令装完。

    pip install edsl

  2. 2配模型密钥

    可自带各供应商密钥，也可用平台统一密钥。

  3. 3设计一份问卷

    用它的对象模型描述问题与选项。

  4. 4批量跑多个模型

    一次跑多个模型是它的主要用法。

  5. 5分析并复现

    结果带缓存，可零成本复现同一批输出。

如何确认成功

同一份问卷在两个模型上各跑若干份，能导出结构化结果并复现出完全相同的输出

注意事项

  • 它把社会科学与市场调研的问卷实验做成可编程对象，适合批量跑多个模型。
  • 结果带远程缓存，复现不重复花钱，这是相对手写脚本的优势。
  • 问卷设计不当会得到看似整齐但没意义的数据。
  • 学术使用要注意模型版本变化对结果的影响。

核心亮点

  • 提供DSL语法，快速定义复杂问卷和实验流程，无需写大量胶水代码
  • 支持接入多种LLM后端（Anthropic、DeepInfra等），便于对比不同模型行为
  • 内置数据标注和分析工具，从实验设计到结果解读形成完整闭环

不足之处

  • 早期项目，文档和社区生态尚待完善
  • 模拟数据的外部效度依赖底层LLM能力，可能需额外验证

适用场景

  • 社会科学研究者进行大规模问卷预研或假设验证
  • 市场调研团队快速模拟用户反馈，辅助产品决策
  • 教育场景中用于演示AI智能体在实验设计中的应用

替代项目

LangChain、LlamaIndex、AgentScope

上一篇：azure-ai-travel-agents

下一篇：paperthin

同类项目推荐

gemini-notebook-mcp-cli 开源

让 AI 智能体和脚本直接读写 Gemini Notebook

Programmatic access to Gemini Notebook - via command-line interface (CLI), Model Con···

★ 6485 2026-09-22
ai-agent-map 开源

一张图看清AI智能体生态，快速选出适合你的工具

A practical, visual-first guide to comparing AI agents, platforms, runtimes, and orc···

★ 78 2026-08-09
tinycortex 开源

给 AI 装一个本地快速记忆库，跨会话不忘事

The Fastest AI Memory Model - Your Second Brain

★ 269 2026-10-30
ComfyUI_Skills_OpenClaw 开源

把 ComfyUI 工作流变成 AI 智能体随手可用的技能

Agent-friendly ComfyUI workflow skills for OpenClaw, Hermes Agent, Codex, and Claude···

★ 422 2026-08-09
MineStudio 开源

一键搞定 Minecraft 智能体数据与环境，专注训练算法

MineStudio: A Streamlined Package for Minecraft AI Agent Development

★ 420 2026-08-09
Codex-Skills 开源

让 AI 前端开发更专业，从设计到交付一步到位

Codex-first Agent Skills library for premium frontend, website, motion, accessibilit···

★ 137 2026-08-09
codex-memories 开源

让 Codex 记住项目上下文，跨会话不再重复解释

Local-first persistent memory for OpenAI Codex: governed recall, progressive disclos···

★ 103 2026-09-18
swarms-rs 开源

用 Rust 把多个 LLM 智能体编排成高并发生产系统

The Enterprise-Grade Production-Ready Multi-Agent Orchestration Framework in Rust

★ 194 2026-10-13
AgentEvolver 开源

让AI智能体自己进化，越用越聪明，少调参

AgentEvolver: Towards Efficient Self-Evolving Agent System

★ 1589 2026-08-09