项目预览
项目数据
项目介绍
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 2026-09-16 · 当前星标 ★ 795
技术标签
使用教程
⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。
环境要求
- 多卡 GPU（vLLM 服务）
- Python 3.10+
- 大量生成数据
安装与启动步骤
-
1装基础包
社交陪伴 Agent 的训练与评测框架。
pip install -e . -
2装训练依赖
要训奖励模型或做 GRPO 就装 train 组。
pip install -e ".[train]" -
3起本地推理
评测需要模型服务，装 serve 组。
pip install -e ".[serve]" CUDA_VISIBLE_DEVICES=0,1 python scripts/serve_vllm.py -
4生成并评测
先造数据的 episode，再算指标。
python -m src.dataset.generate_and_annotate python -m src.eval.eval_mascot_qmsum
如何确认成功
评测输出里有总分与各维度分，且可复现。
注意事项
- 它研究的是「社交陪伴」这类主观任务，评价体系比模型更值得看。
- 多组安装按需选，全装会拖很久。
- 用 Anthropic/Gemini 当裁判要装 api-judges 组。
- 生成数据的成本远高于训练，先估算。
核心亮点
- 以多智能体社会协作替代单模型应答，角色分工明确，回应更贴近真实社交语境
- 有 EMNLP 2026 主会论文支撑，方法可复现、可引用，适合研究与工程结合
- 聚焦社交陪伴这一细分场景，而非通用问答，定位清晰，便于做垂直优化
不足之处
- 早期项目，星标约 604，生态与第三方集成尚不成熟
- 社交陪伴效果依赖角色设定与提示工程，实际体验可能因场景差异波动较大
适用场景
- 情感陪伴类应用，为用户提供有角色分工的长期聊天伙伴
- 多智能体社交模拟研究，用于复现论文与消融实验
- 教育或客服场景中，用多角色协作生成更自然的群体式回应
替代项目
AutoGen、MetaGPT
同类项目推荐
juggler
开源
让 AI 自动写代码改代码，你只管提需求
The Juggler Code Agent
openclaude-improved
开源
让 Claude Code 随处运行，任意工具随意接入
runs anywhere. uses anything
mattpocock-skills-zh
开源
把 Matt Pocock 的 AI 技能集翻译成地道中文，每日自动同步，让中文开发者无障碍使用。
Matt Pocock 技能集的中文翻译版 — 地道中文，原汁原味的技术术语。基于 mattpocock/skil···
Locus
开源
用自然语言驱动 Unity 开发，自动写代码改场景
The open source Unity Dev Agent
docker-agent
开源
用 Docker 把 AI 智能体打包成镜像，随处运行
AI Agent Builder and Runtime by Docker Engineering
gaianet-node
开源
一键部署你自己的去中心化 AI 代理节点
Install, run and deploy your own decentralized AI agent service
safestclaw
开源
安全版 OpenClaw，语音文本交互，防提示注入
Safestclaw is the alternative to openclaw.. You can naturally chat with it via text ···
agent-governance-toolkit
开源
给AI代理装上企业级安全阀，跑得再野也不怕
AI Agent Governance Toolkit — Policy enforcement, zero-trust identity, execution sa···
deepagents-in-action
开源
跟着 LangChain 大使，从零上手生产级 AI Agent 开发
《Deep Agents 实战》—— LangChain 官方大使出品，基于 LangChain / LangGraph 生态，从···