利用metaGPT多智能体框架实现智能体-1

1.metaGPT简介

MetaGPT 是一个基于大语言模型（如 GPT-4）的多智能体协作框架，旨在通过模拟人类团队的工作模式，让多个 AI 智能体分工合作，共同完成复杂的任务。它通过赋予不同智能体特定的角色（如产品经理、工程师、测试员等），并定义标准化的工作流程，显著提升了任务执行的效率和可靠性。
核心特点

多智能体协作

不同角色的智能体（如项目经理、开发工程师、设计师等）各司其职，协同完成任务。
支持智能体间的信息共享与动态交互，模拟真实团队协作。

标准化流程（SOP）

将任务分解为需求分析、设计、开发、测试等标准化步骤，减少大模型常见的逻辑错误或"幻觉"。
例如，开发软件时，产品经理先输出需求文档，工程师再编写代码，测试员验证功能。

领域专业知识嵌入

为智能体注入领域知识（如软件工程规范、金融分析模板），提升输出的专业性。
支持自定义角色知识库，适应不同垂直场景。

自动化工作流

从任务分配到最终交付实现全流程自动化，减少人工干预。
可处理代码生成、数据分析、文档撰写等复杂任务。

人类-AI 协同

允许人类介入关键节点（如审核设计文档），确保结果符合预期。

2. 环境安装和配置

首先要创建虚拟环境，请自行创建，但是要求python的版本>=3.9,<=3.11(2025年1月25日测试结果)

然后开始安装metagpt在官方教程中说到可以直接通过pip安装

bash 复制代码

pip install metagpt

但是实际上这样可能回出现各种问题，我这里还是推荐开发模式安装，直接下载源码然后安装：

bash 复制代码

git clone https://github.com/geekan/MetaGPT.git
cd /your/path/to/MetaGPT
pip install -e .

接下来需要配置你的大模型

在你拉取到的metagpt的源码文件夹下面有个config文件，里面有个config2.yaml文件，可以将你的大模型的相关配置方法这里：

bash 复制代码

llm:
  api_type: 'openai' # or azure / ollama / groq etc. Check LLMType for more options
  api_key: 'sk-...' # YOUR_API_KEY
  model: 'gpt-4-turbo' # or gpt-3.5-turbo
  # base_url: 'https://api.openai.com/v1'  # or any forward url.
  # proxy: 'YOUR_LLM_PROXY_IF_NEEDED'  # Optional. If you want to use a proxy, set it here.
  # pricing_plan: 'YOUR_PRICING_PLAN' # Optional. If your pricing plan uses a different name than the `model`.

更多的配置请参考官方配置教程大模型配置

3.快速开始

接下来让我们来快速的试试metagpt可以实现什么功能

我们使用默认的角色

bash 复制代码

import asyncio
from metagpt.roles import (
    Architect,
    Engineer,
    ProductManager,
    ProjectManager,
)
from metagpt.team import Team
async def startup(idea: str):
    company = Team()
    company.hire(
        [
            ProductManager(),
            Architect(),
            ProjectManager(),
            Engineer(),
        ]
    )
    company.invest(investment=3.0)
    company.run_project(idea=idea)

    await company.run(n_round=5)

asyncio.run(startup(idea="开发一个网页端的刷题网站"))

直接运行上面的代码就可以得到完整的项目结构

但是目前似乎不能直接运行，会报一些错误，还有很大的优化空间，可能也和大模型的性能有关（这里用的glm-9b）