项目摘要

MetaGPT^[1] 是一个多智能体框架，其核心目标非常明确——通过自然语言编程，模拟出一家完整的AI软件公司。只需输入一句简单的需求描述，它就能自动生成一整套软件工程产物：用户故事、竞品分析、需求说明、数据结构、API文档，甚至包括可执行的代码。

在原理上，MetaGPT将不同专业角色分配给大型语言模型（LLMs），让这些AI角色像真实团队成员一样紧密协作，共同攻克复杂的软件开发任务。

项目简介

MetaGPT完整模拟了一家软件公司的运转流程——产品经理负责梳理和细化用户需求，架构师设计技术方案与系统架构，项目经理制定排期并协调进度，工程师负责编写代码。整个协作过程高度结构化且富有条理。

它的核心理念是将标准操作程序（SOP）注入到由LLMs组成的团队中，从而实现代码的自动化生成。换句话说，MetaGPT让AI学会了“按照规范流程办事”，大幅提升代码产出效率。

主要特点

• 自动化: 只需一行需求输入，即可自动输出用户故事、竞品分析、需求说明、数据结构、API、文档等全套软件工程交付物。
• 协作: 通过精确的角色分配，让多个LLM各司其职，形成真正的闭环协作机制。

使用场景

MetaGPT最适配那些需要快速迭代、小步快跑的软件团队，尤其是初创公司和研究项目。它能够极大缩短从概念原型到可运行代码之间的距离，提升产品验证速度。

使用方法

安装

系统需要提前安装Python 3.9或以上版本。然后一条命令即可完成安装：

pip install --upgrade metagpt

配置

运行初始化命令生成配置文件，也可以手动编辑 ~/.metagpt/config2.yaml：

metagpt --init-config

使用

安装配置完成后，直接在终端中下达指令即可：

metagpt "创建一个2048游戏"

也可以在Python代码中作为库进行调用：

from metagpt.software_company import generate_repo, ProjectRepo
repo = generate_repo("创建一个2048游戏")
print(repo)

支持多种LLM

MetaGPT对底层模型的选择相当开放，支持的主流大语言模型包括但不限于以下：

• OpenAI API：可用 'gpt-4-turbo' 或 'gpt-3.5-turbo'。
• Anthropic / Claude API：支持以 'claude-*' 开头的模型。
• Zhipu API：具体模型清单参见 llm_config.py。
• iFlytek 星火API：通常只需配置 SPARK_APPID、SPARK_API_SECRET 和 SPARK_API_KEY。
• Azure OpenAI API：需要配置 base_url、api_key 和 api_version。
• Google Gemini：默认模型 'gemini-pro'。
• 百度千帆API：支持 'ERNIE-*' 模型及部分开源模型。
• 阿里DashScope API：支持 'qwen-*' 模型及部分开源模型。
• Moonshot / Kimi API：支持以 'moonshot-v1-*' 开头的模型。
• Fireworks API：支持 'Fireworksmodels'。
• Mistral API：支持 'Mistralmodels'。
• Yi / lingyiwanwu API：支持以 'yi-34b-*' 开头的模型。
• ollama API：支持模型 'llama2'。
• WizardLM-2-8x22b via openrouter：通过 openrouter 访问。
• Llama-3-70b instruct via openrouter：通过 openrouter 访问。
• Llama-3-70b via groq：通过 groq 访问。
• Amazon Bedrock API：使用 IAM 密钥对，支持 'meta.llama3-70b-instruct-v1:0'。

参考文档

• 在线文档^[2]
• 快速开始指南^[3]
• MetaGPT能做什么？^[4]

注：本文内容仅供参考，具体项目特性请参照官方 GitHub 页面的最新说明。

资源列表
[1] Github 项目地址: https://github.com/geekan/MetaGPT
[2] 在线文档: https://docs.deepwisdom.ai/main/en/
[3] 快速开始: https://docs.deepwisdom.ai/main/en/guide/get_started/quickstart.html
[4] MetaGPT能做什么？: https://docs.deepwisdom.ai/main/en/guide/get_started/introduction.html