示例

本部分包含演示 AgentSociety 2 功能的示例代码。

运行示例

所有示例都位于 packages/agentsociety2/examples/ 目录中。

前提条件：

  1. 安装 AgentSociety 2: pip install agentsociety2

  2. 配置 LLM API 凭证（参见 安装）

  3. 导航到示例目录

cd packages/agentsociety2/examples
python basics/01_hello_agent.py

基本示例

这些示例演示 AgentSociety 2 的基本概念：

Hello Agent (basics/01_hello_agent.py)

一个最小示例，展示：

  • 创建具有个性配置文件的单个智能体

  • 设置 SimpleSocialSpace 环境

  • 使用 AgentSociety 协调智能体-环境交互

# Declare agent metadata (agents are created from specs during init)
agent_specs = [
    {
        "id": 1,
        "profile": {
            "name": "Alice",
            "age": 28,
            "personality": "friendly, curious, optimistic",
            "bio": "A software engineer who loves hiking and reading.",
        },
        "config": {},
    }
]

# Create environment and society
society = AgentSociety(
    agent_specs=agent_specs,
    agent_class_name="PersonAgent",
    env_router=env_router,
    start_t=datetime.now(),
    run_dir=Path("run"),
)
await society.init()

# Interact
response = await society.ask("What's your favorite activity?")
print(f"Agent: {response}")

自定义环境模块 (basics/02_custom_env_module.py)

演示创建自定义环境模块：

  • 使用 @tool 装饰器定义自定义环境

  • 实现 step() 和工具方法，并按需提供 kind="observe" 的只读工具

  • 向 CodeGenRouter 注册模块

回放系统 (basics/03_replay_system.py)

展示全面的数据跟踪：

  • 为环境模块启用 ReplayWriter

  • 生成 replay catalog 和环境 replay dataset

  • 结合 agent workspace 文件检查本地 thread / 工具日志

博弈论示例

囚徒困境 (games/01_prisoners_dilemma.py)

一个经典的博弈论场景：

  • 两个具有不同个性的智能体

  • 具有收益的顺序决策

  • 对结果的反思

公共物品博弈 (games/02_public_goods.py)

多轮集体行动实验：

  • 四个具有不同个性特征的智能体

  • 多轮贡献决策

  • 小组结果计算

高级示例

自定义智能体 (advanced/01_custom_agent.py)

使用自定义智能体类型扩展 AgentSociety 2：

  • 实现必需的抽象方法（ask、step、dump、load）

  • 为研究需求创建专门的智能体

多路由器比较 (advanced/02_multi_router.py)

比较不同的推理策略：

  • ReActRouter: 迭代推理和行动

  • PlanExecuteRouter: 计划优先执行

  • CodeGenRouter: 生成代码执行（推荐）