LatentMAS

让多个AI在潜在空间高效协作，复杂任务解决更快更聪明

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署开源模型 🍴 复刻 181 🐛 待处理 23 👀 关注 17

GitHub ↗

GitHub 星标 ★ 1182

维护状态低维护

是否开源开源

定价模式 🏷️完全免费开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。

项目预览

项目数据

分类开源模型

开发团队Gen-Verse

GitHubhttps://github.com/Gen-Verse/LatentMAS

定价模式🏷️完全免费

价格说明开源项目，Apache-2.0 许可证，完全免费，可自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型continuous-reasoning,large-language-models,latent-reasoning,latent-space-model,model-collaboration,multi-agent-systems

GitHub 星标★ 1182

上线时间2025-11-25 00:00:00

代码更新2026-06-18

仓库体积8.5 MB

本站数据更新2026-11-10

维护状态低维护

收录时间2026-08-09

浏览次数7

项目介绍

LatentMAS 是一个基于 ICML 2026 Spotlight 论文的开源多智能体系统框架，核心创新在于引入“潜在协作”机制，让多个 AI 智能体在潜在语义空间中高效协同，而非仅依赖显式文本交互。它解决了传统多智能体系统通信成本高、协作效率低、难以处理复杂任务的问题。框架提供简洁的 Python API，支持快速构建和部署多智能体应用，并内置了协作策略优化、任务分配和结果融合等核心能力。通过潜在空间的信息交换，智能体能够更灵活地共享知识、分工配合，显著提升复杂推理和决策任务的完成质量与速度。项目代码结构清晰，附带论文复现示例，适合研究者和开发者探索下一代多智能体协作范式。

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 2026-08-09 · 当前星标 ★ 1182

技术标签

large-language-models multi-agent-systems

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 20 分钟部署方式：本地安装 5 步

环境要求

Python 3.10（README 指定 conda create 使用 python=3.10）
Conda 环境管理工具
可访问 GitHub 与 Hugging Face 的网络（模型/数据集需自动下载）
可选：vLLM（仅在需要 vLLM 后端时安装）
足够的磁盘空间用于缓存模型与数据集

安装与启动步骤

1克隆项目仓库

从 GitHub 拉取源码并进入项目根目录，后续所有命令都在该目录下执行。
```
git clone https://github.com/Gen-Verse/LatentMAS.git
cd LatentMAS
```
2创建并激活环境

用 conda 新建名为 latentmas 的 Python 3.10 环境，然后激活它再装依赖。
```
conda create -n latentmas python=3.10 -y
conda activate latentmas
```
3安装项目依赖

在已激活的 latentmas 环境中，按 requirements.txt 一次性安装全部依赖。
```
pip install -r requirements.txt
```
4可选安装 vLLM

仅当需要 vLLM 推理后端时才安装，不装也可用标准 HF 后端跑实验。
```
pip install vllm
```
5设置 HF 缓存目录

通过环境变量把模型和数据集缓存到统一目录，避免重复下载占用额外空间。
```
export HF_HOME=/path/to/huggingface
export TRANSFORMERS_CACHE=$HF_HOME
export HF_DATASETS_CACHE=$HF_HOME
```

关键配置

配置项	必填	说明	示例
`HF_HOME`	否	Hugging Face 模型与数据集的总缓存目录	`/path/to/huggingface`
`TRANSFORMERS_CACHE`	否	Transformers 模型权重缓存路径，指向 HF_HOME	`/path/to/huggingface`
`HF_DATASETS_CACHE`	否	数据集缓存路径，指向 HF_HOME	`/path/to/huggingface`