AgentSquare

AgentSquare是由清华大学团队开发的一款专注于在模块化设计空间中高效搜索大型语言模型代理的工具。它通过标准化的模块接口抽象，实现了AI智能体的快速自我演化和适应性改进。该框架涵盖了任务规划、常识推理、工具使用及记忆学习四大核心模块，能够根据不同的任务场景对智能体进行优化设计。AgentSquare借助模块重组、模块进化以及代理性能预测模型，解决了智能体设计中的搜索难题，显著提升了智能体性能的同时有效降低了推理成本。