官方文档：
学习手册及教程：
第一章 前期准备
安装提供了两种方式，pip和github安装包。
配置也提供了两种方式，执行命令或在config.yaml中修改，需提前获取API key。
或者适配国内的大模型。
第二章 AI agent知识体系结构
智能体 = LLM+观察+思考+行动+记忆
多智能体 = 智能体+环境+SOP+评审+路由+订阅+经济。
智能体及智能体案例；
菜单式交互界面变为Agent交互界面；搜索引擎的另一种方式。
思考的树状结构。
ZeroShot零样本学习。
agent像一个类，包含属性和方法，可以与其他类进行交互。
第三章 metaGPT框架组件介绍
角色role类被抽象为agent。单agent和多agent。
相对于其他类多了观察和思考功能，自行规划后续动作。
单动作agent-生成代码：
场景：输入需求，执行代码。
两个类SimpleCoder(Role)；SimpleWriteCode(Action)。
重写上述两个类。继承的Role和Action中有很多方法，单看修改后的代码不知道整个代码的运行动作，即执行run后，不知道run后都调用了哪些方法。
对消息、观察进行了封装。run方法怎么引用act方法的没看懂。
多动作agent：
场景：输入需求，并执行代码（在本地执行），返回执行结果。
怎么依次执行writeCode和runCode这两个动作的，没看懂。
复杂agent：
场景：写长文档，先让大模型生成文档目录，再基于目录的二级标题进行分块，对于每个小标题生成消息内容，最后将标题与内容进行拼接，解决大模型长文本限制问题。
开发流程：写大纲、基于大纲写内容、角色控制整个过程。
第四章：OSS-订阅智能体
业务场景：爬取github-trending上的信息，只筛选前几条，通过discord或wechat发送。
开发流程：爬取网页、解析网页、大模型解析总结、将总结的内容定时发送、discord/wechat接口、角色串联整个动作。
大模型的作用是进行了解析和总结。如果没有大模型，也能实现。
订阅智能体的实现过程：要分别完成SubscriptionRunner运行需要的三个要素：Role、Trigger、Callback，Trigger是触发器，我们实现了一个定时触发器，Callback是回调函数，我们实现了将消息发送到discord/微信，Callback，Trigger这二者比较固定，实现后可以复用.
第五章 ActionNode
树状CoT（思维链）。
业务场景：设计一款贪吃蛇的游戏，把不同的流程分给不同的ActionNode。感觉意义不大。属于action类的细分，action类可以实现这样的特点，没必要再添加一个单独的特殊类。
优点为可简化对Action的重新修改，省很多重复代码。
第六章 订阅智能体进阶
Role变得通用呢？可以有两个思路：1. 我们实现一个智能体，它可以爬取我们要求的任意网站，然后进行数据的分析，最后再总结；2. 实现一个可以写订阅智能体代码的智能体，这个智能体可以浏览我们需要爬取的网页，写爬虫和网页信息提取的代码，生成Role，甚至根据我们的订阅需求，直接完整调用SubscriptionRunner，实现我们的订阅需求
使用了aiohttp成功爬取了Github Trending的数据，爬取动态网页或有反爬机制实现起来成本太高，可以使用浏览器自动化的方式来爬取网页，从而让我们的网页爬取实现更加简单，python中也有很多的浏览器自动化工具，例如Selenium、Playwright，浏览器自动化是通过编程方式控制和操作浏览器的过程，即通过浏览器直接打开网页，所以正常人可以浏览的页面，基本都可以通过这个方式进行爬取。
但不能找到一个通用的网页特定信息提取方式。所以用思路2------先写爬虫代码。困难点：html内容过长；token容易消耗过多。解决方案：添加一个网页数据分析的Action，并提一个需求实现自动写爬虫，类似爬虫工程师的角色。
如果遇到反爬或动态网页，大模型也不太好解决。
总结：该教程介绍了智能体agent，MetaGPT框架。通过智能体的角度将业务场景抽象为角色执行类需求。
各举例场景：
单动作智能体基于需求写代码；多动作智能体基于需求写完代码后，还能再执行下代码；复制智能体可以基于需求写大纲，并基于每个大纲的子标题写内容，最后再将内容拼接起来。
订阅智能体，爬取网页并将爬取内容转发到社交平台。用python就可以实现，通过智能体抽象后，爬取网页、解析网页、大模型理解并总结、触发定时爬取任务、回调函数爬取完成后发到社交平台等各个动作抽象为action，智能体串接和实现整个action。
ActionNode可简化继承和重写Action的相关代码，让COT（思维链）实现起来更简单丝滑。
订阅智能体进阶，目标是让订阅变得更通用，提一个想获取哪个网页的目的信息的需求，智能体能自动实现，方案是加了一个自动观察网页和写爬虫代码的动作，如果某些网页反爬机制比较严格，爬虫代码写不出来，该需求就实现不了了。
总体来看，该框架的Role、Action、Team、Message等抽象容易理解，并在一定程度上可以少写很多代码。感兴趣的点，产品经理、测试QA角色，以及如何通过反复的测试提高代码质量，循环结束后仍不能解决问题怎么办。这个课程确实是一个初级入门课程，但看里面的代码还是有些吃力，python代码理解能力较弱。映射关系也有些复杂，看着看着就找不到上下文了，稍微大点的工程都会遇到这个问题，java还能跳来跳去的找上下文，python不会了。
遗留问题点：
1.run方法怎么引用act方法的没看懂。
2.怎么依次执行writeCode和runCode这两个动作的，没看懂。
对应的论文看起来很舒服，第二篇没看懂：
MetaGPT META PROGRAMING FOR A MULTI-AGENT COLLABORATIVE FRAMEWORK，2023.
介绍多智能体框架，通过软件工程的理念，将软件开发SOP（标准工作流程）化，抽象多种角色完成复杂的软件开发工作，还引入了自我迭代和优化策略。通过将上述想法抽象为框架，搭建的多智能体组合在大模型测试集上的数据优于所有模型。
Data Interpreter An LLM Agent For Data Science
关于数据科学，基于数据集做相关性分析的。