CAMEL 框架类型系统全解析从 camel.types 枚举到 OpenAI 类型再导出【免费下载链接】camel CAMEL: The first and the best multi-agent framework. Finding the Scaling Law of Agents. https://www.camel-ai.org项目地址: https://gitcode.com/GitHub_Trending/ca/camel本篇技术指南围绕 docs/camel.types.rst 所声明的camel.types包展开系统讲解 CAMEL 多智能体框架中统一类型体系的组织方式、核心枚举的取值与语义以及它如何被模型工厂、Agent、检索与向量存储等模块消费。读完本文你将掌握 CAMEL 中模型类型、平台类型、角色类型、任务类型等关键枚举的选用方法并理解UnifiedModelType与 OpenAI SDK 类型再导出的设计动机能够在自己的智能体代码中正确地引用与组合这些类型。camel.types 包概览一个由 RST 文档页声明的类型枢纽camel.types是 CAMEL 框架的类型中枢其官方文档页通过 Sphinxautomodule指令自动抽取源码 docstring 生成声明的两个核心子模块为camel.types.enums框架内全部核心枚举的定义所在源码位于 camel/types/enums.py全文 2300 行定义了 20 个枚举类camel.types.openai_types对openaiSDK 中 Chat 相关类型与工具调用类型的统一再导出源码位于 camel/types/openai_types.py同时camel.types包本身camel/types/init.py还汇集了UnifiedModelType、MCP 注册表配置与 Agent 工具调用记录等类型并通过__all__提供统一导入入口。从包结构看该包还包括 camel/types/mcp_registries.py、camel/types/unified_model_type.py 以及 camel/types/agents/tool_calling_record.py 等补充模块。这一布局的价值在于框架所有模块模型、消息、存储、检索、Agent共享同一套类型定义避免了字符串魔法值散落各处也让 IDE 自动补全与静态类型检查贯穿整个框架。camel.types.enums框架的核心枚举体系RoleType对话中的角色语义RoleType 定义了多智能体交互中的角色枚举枚举成员值含义ASSISTANTassistant扮演助手智能体USERuser扮演用户SYSTEMsystem系统提示CRITICcritic评审/批评者角色EMBODIMENTembodiment具身环境交互角色DEFAULTdefault默认角色CRITIC与EMBODIMENT体现了 CAMEL 多角色协作的设计CriticAgent等评审类智能体即基于该角色体系运行相关实现可参见 camel/agents/critic_agent.py。ModelType 与 UnifiedModelType模型标识的统一抽象ModelType 继承自UnifiedModelType与Enum是框架中规模最大、更新最频繁的枚举覆盖 OpenAIGPT-4o、GPT-4.1 系列、o1/o3/o4、GPT-5 系列、AWS BedrockClaude 系列、DeepSeek R1、Llama 3.x、ZhipuAI GLM-5 系列、Qwen、DeepSeek、Mistral、Gemini 等众多厂商模型每个成员的值即发送给服务商的模型字符串标识。其默认值支持环境变量覆盖DEFAULT os.getenv(DEFAULT_MODEL_TYPE, gpt-4.1-mini-2025-04-14)也就是说未显式指定模型时CAMEL 默认使用gpt-4.1-mini-2025-04-14开发者可通过设置环境变量DEFAULT_MODEL_TYPE全局改写默认模型。UnifiedModelType的设计意图camel/types/unified_model_type.py它继承自str让ModelType成员与普通字符串可以无缝混用——无论是枚举成员还是自定义模型名都能作为模型标识传入。其内部通过类级缓存_cache_lock保证同一模型名只创建一个实例并对外暴露一系列is_*能力查询属性is_openai、is_anthropic、is_gemini等以及token_limit、support_native_tool_calling等能力探针。需要特别说明的是从源码看UnifiedModelType基类中这些属性大多返回保守默认值如未知模型token_limit回退到999_999_999、support_native_tool_calling返回False真正精确的能力判断由各具体ModelType成员在继承类中覆写这一设计让框架对枚举之外的自定义模型也保持可用。ModelPlatformType平台分发的路由键ModelPlatformType 枚举了 CAMEL 支持的全部模型服务平台包括OPENAI、AWS_BEDROCK、AWS_BEDROCK_CONVERSE、AZURE、ANTHROPIC、GROQ、OLLAMA、VLLM、SGLANG、LITELLM、GEMINI、ZHIPU、MOONSHOT、QWEN、DEEPSEEK、TOGETHER、OPENAI_COMPATIBLE_MODEL、STUB等 40 平台并同样支持环境变量默认值DEFAULT os.getenv(DEFAULT_MODEL_PLATFORM_TYPE, openai)该枚举是 camel/models/model_factory.py 中工厂映射表的关键ModelPlatformType.OLLAMA → OllamaModel、ModelPlatformType.VLLM → VLLMModel、ModelPlatformType.AWS_BEDROCK_CONVERSE → AWSBedrockConverseModel等工厂依据平台枚举实例化对应模型类。此外它还提供from_name类方法按字符串反查枚举成员与大量is_*平台判定属性供运行时快速判断平台族例如is_aws_bedrock同时涵盖AWS_BEDROCK与AWS_BEDROCK_CONVERSE两个成员。EmbeddingModelType 与 GeminiEmbeddingTaskType嵌入模型与任务类型EmbeddingModelType 涵盖 OpenAItext-embedding-ada-002、text-embedding-3-small/large、Jinajina-embeddings-v3、jina-clip-v2、jina-colbert-v2、jina-embeddings-v2-base-code、Mistralmistral-embed与 Geminigemini-embedding-exp-03-07的嵌入模型并通过属性方法暴露两类元信息is_openai/is_jina/is_mistral/is_gemini判断模型厂商归属output_dim返回嵌入向量的输出维度例如text-embedding-3-large为 3072、jina-embeddings-v3为 1024、jina-colbert-v2为 128。在初始化向量数据库与构建检索流程时output_dim直接决定集合Collection的维度配置是 camel/embeddings 与 camel/retrievers 模块协同工作的关键参数。GeminiEmbeddingTaskType 对应 Gemini API 的嵌入任务类型取值包括SEMANTIC_SIMILARITY、CLASSIFICATION、CLUSTERING、RETRIEVAL_DOCUMENT、RETRIEVAL_QUERY、QUESTION_ANSWERING、FACT_VERIFICATION、CODE_RETRIEVAL_QUERY用于调用 Gemini 嵌入接口时声明嵌入用途具体实现可对照 camel/embeddings/gemini_embedding.py。TaskType任务模板路由TaskType 声明了框架预置的任务种类AI_SOCIETY、CODE、MISALIGNMENT、TRANSLATION、EVALUATION、SOLUTION_EXTRACTION、ROLE_DESCRIPTION、GENERATE_TEXT_EMBEDDING_DATA、OBJECT_RECOGNITION、IMAGE_CRAFT、MULTI_CONDITION_IMAGE_CRAFT、DEFAULT、VIDEO_DESCRIPTION。这些枚举值对应 camel/prompts 中的提示词模板目录用于在构造角色扮演任务时快速选定提示模板族。StorageType / VectorDistance / TerminationMode存储与终止策略StorageTypeMILVUS、QDRANT、TIDB标识底层向量/关系存储后端VectorDistanceDOT点积、COSINE余弦相似度、EUCLIDEAN欧氏距离用于指定向量数据库的距离度量配置后即决定相似度检索的排序语义TerminationModeANY与ALL对应终止条件任一满足即停或全部满足才停被 camel/terminators 模块消费用于控制对话/任务循环的退出策略。OpenAI 相关枚举后端角色、图片类型与视觉细节OpenAIBackendRoleASSISTANT、SYSTEM、DEVELOPER、USER、FUNCTION、TOOL对应 OpenAI Chat Completions API 的消息角色OpenAIImageTypePNG、JPEG、JPG、WEBP、GIF其元类OpenAIImageTypeMeta覆写了__contains__使jpg in OpenAIImageType这类判断在非法取值时优雅返回False而非抛异常OpenAIVisionDetailTypeAUTO、LOW、HIGH对应视觉模型图片解析的细节级别供 camel/toolkits/image_analysis_toolkit.py 等视觉工具链使用。OpenAPIName / AudioModelType / VoiceType / JinaRerankerModelType / HuggingFaceRepoTypeOpenAPINameCOURSERA、KLARNA、SPEAK、NASA_APOD、BIZTOC、CREATE_QR_CODE、OUTSCHOOL、WEB_SCRAPER、NASA_APOD等对应 camel/toolkits/open_api_specs 中内置的 OpenAPI 规格集AudioModelTypetts-1、tts-1-hd配合 VoiceTypealloy、echo、fable、onyx、nova、shimmer构成文本转语音能力的两元组合供 camel/models/base_audio_model.py 相关实现使用JinaRerankerModelType包含jina-reranker-v2-base-multilingual默认支持 100 语言、jina-reranker-v1-base-en、jina-reranker-v1-tiny-en、jina-reranker-v1-turbo-en、jina-colbert-v2、jina-reranker-v3131K 上下文窗口配合 camel/retrievers/jina_rerank_retriever.py 使用HuggingFaceRepoTypedataset、model、space用于标注 Hugging Face 仓库类型被 camel/datahubs/huggingface.py 等数据加载模块引用。camel.types.openai_typesOpenAI SDK 类型的统一再导出camel/types/openai_types.py 本身不含业务逻辑而是将openaiSDK 中与对话、工具调用强相关的类型集中再导出形成框架内统一的类型引用面对话消息结构ChatCompletion、ChatCompletionChunk、ChatCompletionMessage、Choice、CompletionUsage消息参数类型ChatCompletionMessageParam及其细分ChatCompletionSystemMessageParam、ChatCompletionUserMessageParam、ChatCompletionAssistantMessageParam、ChatCompletionToolMessageParam工具调用相关ChatCompletionMessageFunctionToolCall与结构化输出类型ParsedChatCompletion哨兵值NOT_GIVEN/NotGiven用于不传该参数与显式传None的语义区分。设计动机CAMEL 的消息层camel/messages/base.py与模型层camel/models/base_model.py广泛使用这些类型做请求/响应建模集中再导出避免了各模块散乱地直接依赖openai深层导入路径当 SDK 类型变更时只需收敛修改一处。类型系统的实战用法统一导入入口包级__all__camel/types/init.py保证一行导入即可拿到全部常用类型from camel.types import ( ModelType, ModelPlatformType, RoleType, TaskType, EmbeddingModelType, StorageType, VectorDistance, TerminationMode, OpenAIBackendRole, UnifiedModelType, )在模型示例中组合平台与模型类型仓库中的模型示例大量采用平台枚举 模型枚举的组合方式例如 examples/models/aihubmix_model_example.py 中from camel.types import ModelPlatformType, ModelType后以model_typeModelType.GPT_5构造请求参数。由于ModelType继承UnifiedModelType本质是str子类此处既可以传枚举成员也可以直接传厂商的原始模型名字符串二者对上层 API 完全透明。覆盖默认模型与平台通过环境变量可全局调整默认值无需改动代码export DEFAULT_MODEL_TYPEgpt-4o export DEFAULT_MODEL_PLATFORM_TYPEopenai从源码结构看类型体系的扩展点从源码结构可以推断camel.types的扩展遵循新增枚举成员 模型工厂映射 配置类三件套模式在 camel/types/enums.py 的ModelType、ModelPlatformType中追加成员在 camel/models/model_factory.py 的平台映射表中登记新平台对应的模型类在 camel/configs 下提供对应的*_config.py配置类仓库中已有 40 个平台配置模块如 camel/configs/deepseek_config.py、camel/configs/vllm_config.py。这种枚举标识— 工厂路由— 配置参数三层分离使得接入新模型供应商时对既有模块的改动面最小化。结语camel.types虽以极简的 RST 文档页形式呈现其背后却是 CAMEL 框架最基础的词汇表从模型、平台、角色、任务到存储与终止策略所有跨模块协作的语义标识都汇聚于此。理解ModelType/ModelPlatformType的路由机制、UnifiedModelType的字符串兼容设计以及openai_types的类型再导出能帮助你更快定位框架行为、写出与 CAMEL 风格一致的智能体代码也为自定义模型接入提供了清晰的扩展坐标。【免费下载链接】camel CAMEL: The first and the best multi-agent framework. Finding the Scaling Law of Agents. https://www.camel-ai.org项目地址: https://gitcode.com/GitHub_Trending/ca/camel创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考