MetaGPT 多智能体框架

MetaGPT 多智能体框架

MetaGPT 是一个基于大语言模型（LLM）的多智能体协作框架，旨在通过模拟软件公司的角色分工和标准作业程序（SOP），将自然语言需求自动转化为完整的软件项目。其核心理念是 Code = SOP(Team)，即通过精心编排的 SOP 让多个 LLM 智能体协同工作，完成从需求分析到代码生成的全流程。

核心特性

• 角色化智能体：内置产品经理、架构师、项目经理、工程师等角色，各司其职。
• 端到端生成：输入一行需求，输出用户故事、竞品分析、需求文档、数据结构、API 设计、文档及代码仓库。
• 灵活配置：支持 OpenAI、Azure、Ollama、Groq 等多种 LLM 后端，可通过 YAML 文件配置。
• 两种使用方式：提供命令行工具（CLI）和 Python 库，方便快速体验或集成到现有项目。
• Data Interpreter：专门用于数据分析与代码生成的智能体，可执行数据分析和可视化任务。

快速开始

安装

确保 Python 版本在 3.9 到 3.12 之间，然后执行：

pip install --upgrade metagpt

此外，需要安装 Node.js 和 pnpm 以支持部分功能。

配置

运行 metagpt --init-config 生成配置文件 ~/.metagpt/config2.yaml，并填入你的 LLM API 密钥：

llm:
  api_type: "openai"
  model: "gpt-4-turbo"
  base_url: "https://api.openai.com/v1"
  api_key: "YOUR_API_KEY"

使用示例

通过 CLI 生成一个 2048 游戏：

metagpt "Create a 2048 game"

或在 Python 代码中调用：

from metagpt.software_company import generate_repo

repo = generate_repo("Create a 2048 game")
print(repo)

使用 Data Interpreter 进行数据分析：

import asyncio
from metagpt.roles.di.data_interpreter import DataInterpreter

async def main():
    di = DataInterpreter()
    await di.run("Run data analysis on sklearn Iris dataset, include a plot")

asyncio.run(main())

适用场景

• 快速原型开发：根据自然语言描述自动生成小型项目代码。
• 多智能体研究：构建和测试基于 LLM 的智能体协作系统。
• 自动化文档生成：自动产出需求文档、API 设计等。
• 数据分析与可视化：利用 Data Interpreter 完成数据科学任务。

注意事项

• 项目依赖 LLM API，使用成本较高，建议根据需求选择合适的模型。
• 生成结果仍需人工审查和调整，尤其是复杂项目。
• 安装时需要额外配置 Node.js 和 pnpm 环境。

MetaGPT 为多智能体协作和自动化编程提供了强大的开源解决方案，适合对 AI 智能体感兴趣的开发者和研究者深入探索。