edsl

用AI智能体批量跑调查实验,快速得到模拟研究结果

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。

开源 unknown 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 497
维护状态 活跃
是否开源 是
定价模式 unknown

项目数据

分类智能体
开发团队expectedparrot
所属国家
定价模式unknown
价格说明定价信息待确认
访问状态
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★ 497
30天Star增速
HF 下载量
上线时间2024-01-02 00:00:00
最近更新2026-09-23 00:00:00
维护状态活跃
中文支持
访问方式
移动端支持
综合评分
收录时间2026-08-10
浏览次数8

使用教程

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

项目介绍

edsl 是智能体领域的开源项目,由 expectedparrot 开发,2024 年首次发布。

它收录于智能体分类,该分类目前共有 2,517 个项目,GitHub 星标数为 497。

项目目前处于活跃维护状态,最近一次代码更新于 2026-09-23。从国内网络环境看,可直接访问。

它主要面向的使用场景是:社会科学研究者进行大规模问卷预研或假设验证。同类可对比的替代方案包括 LangChain、LlamaIndex、AgentScope。

上一篇:azure-ai-travel-agents

下一篇:paperthin

同类项目推荐

xinchao-dynamic-mind 开源

给 AI 装上疲惫和欲望,让交互更真实

独立、可自托管的 AI 动态心智状态引擎:驱动力、念头池、疲惫、睡眠与意图。

★ 199 2026-08-09
deepseek-harness 开源

把 AI 能力拆成乐高积木,拼出你的专属智能体。

DeepSeek Harness: Everything is a Plugin.

★ 233327 2026-08-15
AutoGPT 开源

开箱即用的 AI 员工,交代任务就自己干完

AutoGPT is the vision of accessible AI for everyone, to use and to build on. Our mis···

★ 187492 2026-08-09
EvoAgentX 开源

让 AI 智能体自己迭代变强,越用越聪明

EvoAgentX: Building a Self-Evolving Ecosystem of AI Agents

★ 3351 2026-09-12