基于MetaGPT的智能体理论与实践-Task01

Task01: MetaGPT环境配置

学习教程:https://github.com/datawhalechina/hugging-multi-agent

1 环境准备

1.1 安装python3.9+

通过:python3 --version, 查看此python版本为3.10.3

1.2 下载MetaGPT

开始,借用清华镜像,拉取metagpt==0.6.6,失败。

然后直接用pip install metagpt==0.6.6 进行下载与安装。

1.3 获取MetaGPT仓库源码

首先git clone命令获取源码

bash 复制代码
git clone https://github.com/geekan/MetaGPT.git

然后进入 MetaGPT 目录

bash 复制代码
cd MetaGPT/

最后安装该仓库环境依赖

bash 复制代码
pip install -e .

2 配置MetaGPT

下面使用ZHIPUAI为例,来MetaGPT

首先,需要在https://open.bigmodel.cn/ 获取智谱的api_key。

然后使用config.yaml文件进行配置。

在MetaGPT/config/ 文件下,创建config.yaml文件,然后在文件中,添加如下配置信息。

bash 复制代码
llm:
  api_type: "zhipuai"  
  model: "glm-3-turbo"  
  base_url: "https://open.bigmodel.cn/api/paas/v4/chat/completions"  
  api_key: "your api_key"

3 DEMO测试

异步相关的代码在ipython或者notebook环境下,asyncio.run(xxx)得改成await xxx

eg:asyncio.run(main())需要改成await main()

代码中创建了两个角色,分别代表民主党候选人Alex和共和党候选人Bob。他们将在一个名为"US election live broadcast"的环境中进行对话。您的代码还定义了两个动作,分别是"AlexSay"和"BobSay",以及一个团队,其中包括了这两个角色。目标是模拟两位候选人在直播环境中就气候变化这一话题进行对话。这将有助于模拟候选人在现实选举中的表现和对话。

python 复制代码
import asyncio

from metagpt.actions import Action
from metagpt.environment import Environment
from metagpt.roles import Role
from metagpt.team import Team

action1 = Action(name="AlexSay", instruction="Express your opinion with emotion and don't repeat it")
action2 = Action(name="BobSay", instruction="Express your opinion with emotion and don't repeat it")
alex = Role(name="Alex", profile="Democratic candidate", goal="Win the election", actions=[action1], watch=[action2])
bob = Role(name="Bob", profile="Republican candidate", goal="Win the election", actions=[action2], watch=[action1])
env = Environment(desc="US election live broadcast")
team = Team(investment=10.0, env=env, roles=[alex, bob])

asyncio.run(team.run(idea="Topic: climate change. Under 80 words per message.", send_to="Alex", n_round=5))

由于,这里使用的notebook,所以把上面代码最后一行改成:

python 复制代码
await team.run(idea="Topic: climate change. Under 80 words per message.", send_to="Alex", n_round=5)
相关推荐
奔跑吧邓邓子几秒前
DeepSeek 赋能智能零售,解锁动态定价新范式
人工智能·动态定价·智能零售·deepseek
鼓掌MVP14 分钟前
边缘计算应用实践心得
人工智能·边缘计算
QYR_1116 分钟前
宠物车载安全座椅市场报告:解读行业趋势与投资前景
大数据·人工智能
wswlqsss19 分钟前
第四十五天打卡
人工智能·深度学习
Likeadust23 分钟前
视频汇聚平台EasyCVR“明厨亮灶”方案筑牢旅游景区餐饮安全品质防线
网络·人工智能·音视频
天翼云开发者社区37 分钟前
总决赛定档!“天翼云息壤杯”高校AI大赛巅峰之战即将打响!
人工智能·ai大赛
亚马逊云开发者1 小时前
Amazon Bedrock 助力 SolveX.AI 构建智能解题 Agent,打造头部教育科技应用
人工智能
新德通科技1 小时前
新德通科技:以创新驱动光通信一体化发展,赋能全球智能互联
人工智能
__星辰大海__1 小时前
NeRF PyTorch 源码解读 - NDC空间
人工智能
Java学术趴1 小时前
RNN指南:从梯度消失到LSTM魔改,一文说透RNN/LSTM/GRU的隐藏优势!
人工智能