AgentSociety是一个基于大语言模型的大规模社会模拟平台，能够通过LLM驱动的智能体来理解和模拟人类行为与社会现象。本指南将详细介绍如何从零开始完成AgentSociety的安装与配置，让你快速上手这个强大的社会模拟工具。🚀

【免费下载链接】agentsociety AgentSociety: Large-scale Social Simulation to Understand Human Behaviors and Society through LLM-driven Agents 项目地址: https://gitcode.com/gh_mirrors/ag/agentsociety

前置准备与环境要求

在开始安装AgentSociety之前，你需要确保系统环境满足以下要求：

硬件配置建议：

• CPU：4核或以上
• 内存：16GB或以上
• 存储空间：至少10GB可用空间

软件环境要求：

• Python 3.11 或更高版本
• Linux X86_64 或 MacOS ARM 系统
• 不支持Windows系统，但可通过WSL 2运行

大模型API准备： AgentSociety需要配置至少一个大模型API来完成智能体的推理，支持DeepSeek、AI开放平台、Qwen、SiliconFlow、ZhipuAI、VolcEngine等主流平台，以及任何AI接口兼容的大模型API。

AgentSociety整体架构概览 - 展示核心模块的层次结构和关联关系

快速安装步骤

AgentSociety的安装非常简单，通过pip命令即可完成：

pip install agentsociety

安装验证： 安装完成后，在命令行中输入agentsociety命令，如果出现以下内容说明安装成功：

Usage: agentsociety [OPTIONS] COMMAND [ARGS]...

  AgentSociety CLI tool

Options:
  --version   Show the version and exit.
  -h, --help  Show this message and exit.

Commands:
  check  Pre-check the config
  run    Run the simulation
  ui     Launch AgentSociety GUI

扩展包安装： 如果需要使用社区扩展和基准测试工具，可以同时安装：

pip install agentsociety-community agentsociety-benchmark

核心配置详解

AgentSociety的配置文件采用YAML格式，主要包含以下几个关键部分：

LLM配置

这是最重要的配置项，决定了智能体的推理能力。配置文件位于examples/config_templates/example_config.yaml，主要配置参数包括：

• api_key: 大模型API密钥
• base_url: API基础地址（用于vLLM等私有部署）
• model: 选择使用的模型版本
• provider: API服务提供商
• semaphore: 并发请求控制

LLM API配置界面 - 支持多种提供商和模型选择

地图配置

AgentSociety需要地图文件来描述城市环境，地图文件采用MOSS（MObility Simulation System）的地图格式。

map:
  file_path: <MAP-FILE-PATH>

智能体配置

智能体是AgentSociety的核心，配置包括：

• agent_class: 智能体类型
• number: 智能体数量
• 画像文件：描述智能体的个人信息和背景故事

可视化界面使用

AgentSociety提供了功能丰富的WebUI界面，让用户能够直观地配置和管理模拟实验。

启动WebUI

创建配置文件ui.yaml：

addr: 127.0.0.1:8080
env:
  db:
    enabled: true
    db_type: sqlite
  home_dir: ./agentsociety_data

启动命令：

agentsociety ui -c ./ui.yaml

启动后访问http://127.0.0.1:8080即可进入可视化界面。

AgentSociety WebUI首页 - 提供完整的导航和功能入口

实战配置示例

以下是一个完整的配置示例，展示如何配置一个包含100个市民智能体的模拟实验：

llm:
- api_key: your-api-key-here
  base_url: https://api.example.com/v1
  model: gpt-4o
  provider: example
  semaphore: 200
env:
  db:
    enabled: true
map:
  file_path: ./your_map_file.geojson
agents:
  citizens:
  - agent_class: citizen
    number: 100
exp:
  name: my-first-experiment
  environment:
    start_tick: 28800
  workflow:
  - day: 1
    type: run

常见问题与解决方案

Q: 安装后无法运行agentsociety命令？ A: 检查Python环境路径，确保pip安装的脚本目录在系统PATH中。

Q: WebUI启动后无法访问？ A: 确认防火墙设置，检查端口是否被占用，或使用0.0.0.0地址。

Q: 实验运行过程中LLM API调用失败？ A: 检查API密钥是否正确，确认网络连接，考虑使用多个API密钥实现负载均衡。

AgentSociety实际运行效果 - 展示智能体在地图上的分布和交互

进阶配置技巧

多LLM配置

为了提高并发性能和稳定性，可以配置多个LLM API：

llm:
- api_key: key1
  model: gpt-4o
  provider: example
  semaphore: 100
- api_key: key2  
  model: qwen-max
  provider: qwen
  semaphore: 100

数据库配置

AgentSociety默认使用SQLite，如果需要团队协作，可以配置PostgreSQL：

env:
  db:
    enabled: true
    db_type: postgresql
    host: localhost
    port: 5432
    username: your_username
    password: your_password
    database: agentsociety

通过本指南，你已经掌握了AgentSociety的完整安装和配置流程。现在就可以开始你的第一个社会模拟实验，探索人类行为和社会现象的奥秘！🎯

记得在实际使用过程中，根据实验规模合理配置LLM API的并发参数，确保模拟实验的顺利进行。

【免费下载链接】agentsociety AgentSociety: Large-scale Social Simulation to Understand Human Behaviors and Society through LLM-driven Agents 项目地址: https://gitcode.com/gh_mirrors/ag/agentsociety