MetaGPT - 多Agent框架

文章目录


一、关于 MetaGPT

MetaGPT 为GPTs分配不同的角色,以形成一个协作实体来完成复杂的任务。


功能介绍

  1. MetaGPT输入一句话的老板需求 ,输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等
  2. MetaGPT内部包括产品经理 / 架构师 / 项目经理 / 工程师 ,它提供了一个软件公司 的全过程与精心调配的SOP
    • Code = SOP(Team) 是核心哲学。我们将SOP具象化,并且用于LLM构成的团队

软件公司多角色示意图(正在逐步实现)


快速开始的演示视频


教程


二、安装

Pip安装

确保您的系统已安装 Python 3.9 或更高版本。您可以使用以下命令来检查:python --version

您可以这样使用 conda:conda create -n metagpt python=3.9 && conda activate metagpt

shell 复制代码
pip install metagpt
metagpt --init-config  # 创建 ~/.metagpt/config2.yaml,根据您的需求修改它
metagpt "创建一个 2048 游戏"  # 这将在 ./workspace 创建一个仓库

或者您可以将其作为库使用

python 复制代码
from metagpt.software_company import generate_repo, ProjectRepo
repo: ProjectRepo = generate_repo("创建一个 2048 游戏")  # 或 ProjectRepo("<路径>")
print(repo)  # 它将打印出仓库结构及其文件

详细的安装请参考 cli_install


Docker安装

注意:在Windows中,你需要将 "/opt/metagpt" 替换为Docker具有创建权限的目录,比如"D:\Users\x\metagpt"

bash 复制代码
# 步骤1: 下载metagpt官方镜像并准备好config2.yaml
docker pull metagpt/metagpt:latest
mkdir -p /opt/metagpt/{config,workspace}
docker run --rm metagpt/metagpt:latest cat /app/metagpt/config/config2.yaml > /opt/metagpt/config/config2.yaml
vim /opt/metagpt/config/config2.yaml # 修改配置文件

# 步骤2: 使用容器运行metagpt演示
docker run --rm \
    --privileged \
    -v /opt/metagpt/config/config2.yaml:/app/metagpt/config/config2.yaml \
    -v /opt/metagpt/workspace:/app/metagpt/workspace \
    metagpt/metagpt:latest \
    metagpt "Write a cli snake game"

详细的安装请参考 docker_install


2025-01-04 (六)

相关推荐
蒲公英eric6 小时前
从客户端到服务端:DVWA DOM 型 XSS 模块完整漏洞分析教程
前端·web安全·ai·xss·dvwa·ai安全
Setsuna_F_Seiei7 小时前
前端转型 Agent 开发 03 之 Agent Tools - 给 Agent 装上手脚
前端·agent·ai编程
Flynt7 小时前
1200个AI Agent自己组了个群,把Hugging Face黑了
安全·openai·agent
plainGeekDev10 小时前
Agent 技术调研自动化
agent·ai编程·claude
魔术师Grace11 小时前
模型查资料、会做事、还省成本,分别靠什么?
aigc·agent·ai编程
kaixin_啊啊11 小时前
线性规划与整数规划
ai
VIP_CQCRE12 小时前
AceData Cloud MCP:把整个平台能力接入你的 AI 助手
ai·api·mcp·acedatacloud
山顶夕景12 小时前
【LLM】GLM-5.3-Flash模型
大模型·llm·agent·多模态·moe
张忠琳12 小时前
【deepseek-harness】Cordis 时空可组合性编程范式 — 三段式精读笔记(四)
ai·agent·deepseek·harness·cordis·dsh
阿里云云原生13 小时前
从手工回测到全自动化:AgentLoop 在 Agent Engineering 中的落地与实践总结
云原生·agent