concordia

用大模型驱动多智能体,快速搭建社会模拟实验

开源 free 智能体
访问官网 ↗ GitHub ↗ 文档 ↗
GitHub 星标 ★ 1803
维护状态 活跃
是否开源 是
定价模式 free

项目预览

项目数据

分类智能体
开发团队google-deepmind
所属国家
官网地址
定价模式free
价格说明开源免费使用
访问状态
是否开源是
开源协议Apache-2.0
主要语言Python
技术栈/模型agent-based-simulation,generative-agents,multi-agent,social-simulation
GitHub 星标★ 1803
30天Star增速
HF 下载量
上线时间2023-11-21 00:00:00
代码更新—
仓库体积—
本站数据更新—
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2026-10-20
浏览次数0

项目介绍

Concordia 是 Google DeepMind 开源的生成式社会模拟库,用大语言模型驱动多智能体在虚拟环境中互动,研究社会行为与集体动态。它解决传统基于规则的智能体模拟难以表现自然语言交流、记忆与复杂社会推理的问题。核心能力包括:提供模块化的智能体架构,把记忆、感知、推理与行动拆成可替换组件;内置游戏主控(Game Master)机制,负责裁定智能体行为是否合理并推进世界状态;支持构建从简单对话到协作任务的多种社会场景;并附带评估工具,便于量化分析模拟结果。开发者可用它快速搭建实验环境,研究多智能体协作、冲突、信息传播等社会现象,也可作为 AI 安全与对齐研究的沙盒。项目以 Python 实现,文档和示例较完整,适合研究者和对多智能体社会模拟感兴趣的开发者上手。

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

正在加载星标数据…

技术标签

使用教程

—

难度:入门 约 10 分钟 部署方式:库/依赖 7 步

环境要求

  • Python 环境(README 使用 python 与 pip,未注明版本)
  • 可访问标准 LLM API 的权限
  • 源码开发方式需要 git 与虚拟环境工具

安装与启动步骤

  1. 1安装 Concordia

    从 PyPI 安装官方包 gdm-concordia,适合仅作为库使用。

    pip install gdm-concordia
  2. 2验证导入

    安装完成后在 Python 中导入 concordia,确认包可正常加载。

    python -c "import concordia"
  3. 3克隆源码

    仅在需要修改源码时执行;克隆 main 分支并进入项目目录。

    git clone -b main https://github.com/google-deepmind/concordia
    cd concordia
  4. 4创建虚拟环境

    在源码目录创建并激活 venv,避免污染系统 Python 环境。

    python -m venv venv
    source venv/bin/activate
  5. 5可编辑安装

    以可编辑模式安装项目及 dev 依赖,便于源码开发调试。

    pip install --editable .[dev]
  6. 6运行安装测试

    使用 pytest 运行 concordia 包内测试,确认源码安装可用。

    pytest --pyargs concordia
  7. 7安装LLM依赖

    按需安装 Google 相关依赖和 examples 依赖,用于语言模型接入与示例。

    pip install .[google]
    pip install --requirement=examples/requirements.in

如何确认成功

执行 python -c "import concordia" 不报错;源码安装可再运行 pytest --pyargs concordia 通过。

常见问题

Q:只用 PyPI 安装可以吗?

A:可以。README 说明执行 pip install gdm-concordia 后,即可在自己的代码中 import concordia。

Q:必须接入 LLM API 吗?

A:是。README 明确 Concordia 需要访问标准 LLM API,用于驱动生成式社会模拟。

Q:源码安装测试失败怎么办?

A:README 提示部分底层依赖可能不支持当前开发环境,需要自行进行依赖管理并调整环境。

Q:示例依赖需要单独安装吗?

A:源码开发时 README 建议额外安装 .[google] 和 examples/requirements.in 中的依赖。

注意事项

  • README 未注明支持的 Python 版本,安装前建议先确认环境兼容。
  • 运行模拟功能需自行准备标准 LLM API 访问权限。
  • 源码开发安装需自行处理依赖管理,示例依赖可能需要额外安装。
  • 仅作为库使用时,无需克隆源码,直接通过 PyPI 安装即可。

核心亮点

  • 模块化智能体架构,记忆、推理、行动组件可自由替换,便于做消融实验
  • 内置 Game Master 裁定机制,让智能体行为受规则约束,模拟更可控
  • 背靠 DeepMind,附带论文与示例场景,研究导向明确、上手路径清晰

不足之处

  • 依赖大语言模型 API,模拟规模扩大时调用成本和延迟较高
  • 面向研究场景,缺少开箱即用的可视化界面和部署方案

适用场景

  • 研究多智能体协作与冲突等社会行为
  • 构建信息传播或舆论演化的虚拟沙盒
  • 作为 AI 对齐与安全研究的实验环境

替代项目

Generative Agents、AgentVerse

上一篇:GhidrAssistMCP

下一篇:agentic-project-management

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。

★ 215 2026-08-09
geo-sleuth 开源

给 AI 装上地理侦探技能,一张照片顺藤摸瓜找到拍摄地

An agent skill that finds where a photo was taken — OpenStreetMap geometry, elevati···

★ 3440 2026-09-25
goutoujunshi 开源

先哄情绪再出招,恋爱难题给可执行方案

一个先接住情绪、再分析关系并给出可执行策略的 Codex 恋爱军师,内置心理、法律、社会、人···

★ 8216 2026-09-25
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.

★ 254032 2026-08-15