lab
Esc

Prueba con

↑↓ para moverte · Enter para abrir · también en /buscar?q= para agentes

sistema avanzado multi-agentpythonmcp

OWL: prueba colaboración de agentes con herramientas

Combina agentes y herramientas de navegación o archivos en un flujo de trabajo que puedes adaptar desde ejemplos Python.

✓ verificado el 27 oct 2026

Instrucciones para tu agente

Esto es lo que se copia. Pégaselo a tu agente y te lo monta paso a paso.

O ábrelo directamente en ClaudeChatGPT

Pega este texto a tu agente (Claude Code, Codex, OpenCode, Hermes o el que uses) y dile «ayúdame a montarlo». Son los pasos para ponerlo en marcha; el porqué de cada pieza está en la guía completa.

Para el agente: cómo acompañar al usuario

  1. Pregunta primero para qué lo quiere. Si su objetivo no necesita algún paso, sáltalo.
  2. Antes de instalar, comprueba lo que ya tiene (versiones, claves, sistema operativo).
  3. Avanza un paso cada vez: explica en una frase qué vas a hacer y deja que el usuario lo ejecute o lo apruebe.
  4. Tras cada paso, comprueba que funcionó antes de seguir. Si falla, para y explica el error.
  5. No inventes comandos ni opciones: si la documentación del proyecto contradice estos pasos, manda la documentación.
  6. Al terminar, haz una prueba real con el objetivo del usuario y dile dónde profundizar.

Pasos de configuración

Paso 1: prepara el entorno común de macOS/Linux

Comprueba que Git y el intérprete python3.10 están disponibles y que este puede crear entornos venv con pip. La secuencia siguiente elige Python 3.10 entre las versiones documentadas.

git clone https://github.com/camel-ai/owl.git
cd owl
python3.10 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt --use-pep517

Paso 2: configura el modelo

Carga OPENAI_API_KEY desde tu entorno privado con acceso a GPT-5.2, usado por el código actual de examples/run.py. No basta con cualquier clave de un proveedor distinto.

El README menciona examples/run_mini.py, pero el archivo ya no existe en la rama actual: esta receta usa el ejemplo disponible run.py. Su BrowserToolkit usa headless=False; en un servidor sin interfaz gráfica cambia ese valor a True para activar el modo sin interfaz gráfica, como indica su comentario. Empieza sin pedir navegación, archivos o servicios adicionales.

Paso 3: ejecuta el ejemplo disponible

Ejecuta desde la raíz clonada, con el entorno activo. Se usa la invocación como módulo para que Python encuentre el paquete local owl sin depender del PATH de importación:

python -m examples.run "Calcula 2 + 2 y devuelve la respuesta sin navegar ni modificar archivos."

Comprobación

Debe imprimir Answer: con una respuesta que incluya 4. Comprueba que el ejemplo completa la tarea y produce una salida coherente con las herramientas que tiene disponibles. Revisa los registros y el consumo antes de activar navegador, archivos o más participantes.

Si algo falla

Si falla una herramienta, revisa sus dependencias y la capacidad del modelo para llamar a herramientas. Para otra versión de Python o Windows, usa la variante de entorno documentada; no combines comandos de opciones de instalación diferentes.

Fuente del procedimiento.

ver en .md ¿Prefieres el recurso entero?

Qué es

OWL es un proyecto de colaboración multiagente construido sobre CAMEL-AI. Sus ejemplos combinan roles y herramientas para tareas que pueden incluir búsqueda, navegación, archivos y procesamiento multimodal.

Para qué te sirve

  • Cuando quieres estudiar cómo se reparten una tarea varios agentes.
  • Cuando necesitas adaptar un ejemplo que consulta información y produce un entregable.
  • Cuando buscas una base Python para experimentar con herramientas MCP.

Cómo funciona

Un script define la tarea, los modelos y las herramientas de la sociedad de agentes. Los participantes intercambian mensajes y ejecutan operaciones de sus conjuntos de herramientas. El repositorio incluye ejemplos mínimos y variantes por proveedor, además de una interfaz web.

Antes de empezar

El README documenta Python 3.10, 3.11 y 3.12. Empieza en un entorno virtual con las dependencias de la opción elegida. La rama actual conserva examples/run.py, con GPT-5.2; el ejemplo mínimo que menciona el README ya no está en ese árbol. La prueba inicial solo usa la clave del modelo y una tarea sin navegación; otras rutas necesitan servicios adicionales y, para herramientas visuales, un modelo multimodal apropiado.

Límites y alternativas

La cifra de un benchmark (prueba comparativa) publicada en el README no garantiza rendimiento sobre tus tareas. Varias herramientas pueden ejecutar código o leer archivos: limita el entorno antes de ampliar el ejemplo. GitHub no detecta una licencia en los metadatos consultados; revisa el archivo legal del repo antes de redistribuir. Un agente único puede bastar para una tarea pequeña.

Recursos