CAMEL AI 近期在 Mistral Cookbook 上发布了一套非常实用的 AI Agent 教程。核心理念很直接：将 CAMEL 的 RAG 能力、Firecrawl 的网页抓取功能、多智能体角色扮演以及知识图谱构建四者整合，形成一套完整的端到端工作流。

教程给出的案例也颇具趣味——使用 Mistral 模型系统性地研究 2024 年巴黎奥运会上的那位土耳其射手。没错，正是那位因“无装备单手插兜”而火爆全网的选手。整个流程下来，你能清晰看到智能体是如何分工协作的。

由于图片尺寸可能较小，下面单独截取了智能体的操作与输出细节：

两个智能体的协作机制非常明确：一个扮演 User 角色，负责发出指令；另一个扮演 Assistant，负责执行任务。工作闭环为：AI User 下达指令 → AI Assistant 选择工具、传递参数 → 返回结果 → 再反馈给 AI User。如此循环往复，直至任务完成。

最终输出是一份研究报告加上一张结构化的知识图谱。整套流程运行一次大约需要 7 分钟，消耗 60k tokens，性价比表现十分出色。