多代理框架MetaGPT-EW帮帮网

引言

MetaGPT 是一个创新的多代理框架，基于大型语言模型（LLM），通过模拟软件公司的运作流程，将复杂任务分解为多个代理协作完成。它以一句需求输入，输出用户故事、竞品分析、需求文档、数据结构、API 设计等完整开发流程，核心理念为 Code = SOP(Team)，即通过标准操作流程（SOP）协调由 LLM 驱动的代理团队。本文档结合 MetaGPT 官方文档、概念教程及网络资源，旨在提供一份全面的 MetaGPT 中文指导文档，帮助用户快速理解和使用该框架。需要注意的是，本文档为简化说明，可能存在一定遗漏，建议参考官方文档或 GitHub 仓库获取更详细内容。

MetaGPT 核心概述

MetaGPT 通过为多个代理分配不同角色（如产品经理、架构师、项目经理、工程师等），模拟软件开发团队的协作，适用于软件开发、研究、游戏开发等多种场景。例如，输入 metagpt "设计一个类似今日头条的推荐系统"，即可生成从需求分析到代码实现的完整输出。

核心特点

多代理协作：通过角色分工，代理间通过消息传递和动作输出实现高效协作。
灵活性：支持用户自定义代理角色、动作和工具，适用于多样化应用场景。
开源支持：可集成多种 LLM（如 OpenAI、Claude、LLaMA 等），并支持工具扩展（如 OCR、搜索）。
SOP 驱动：以标准操作流程为核心，确保任务分解和执行的结构化。

核心概念

1. 代理（Agent）

代理是 MetaGPT 的核心执行单元，被视为数字化的“有机体”，具备以下能力：

大型语言模型（LLM）：作为代理的“大脑”，驱动思考、决策和动作。
观察（Observation）：代理感知环境的方式，接收其他代理的消息、文本输入、图像或音频等。
思考（Thought）：基于观察和记忆，分析并制定行动方案，通常由 LLM 驱动。
动作（Action）：代理的响应行为，如生成代码、执行工具操作等。
记忆（Memory）：存储过往经验或上下文，提供决策依据。

示例：在软件开发中，产品经理代理生成需求文档，工程师代理观察文档并编写代码。

2. 通信（Communication）

代理通过发布消息或动作输出到共享环境中实现信息交换。例如，代理 Alice 发布需求文档，代理 Bob 观察后编写代码，代理 Charlie 审查代码并发布反馈，形成协作闭环。

3. 经济（Economy）

经济机制管理多代理环境中的资源分配和任务优先级，确保高效协作。

4. 多代理框架

MetaGPT 通过角色分工模拟软件公司运作。例如，一个团队可能包括：

产品经理：定义用户故事和需求。
架构师：设计系统架构和 API。
项目经理：协调任务和资源。
工程师：实现代码。
测试者/审查者：验证代码质量。

安装与配置

1. 安装 MetaGPT

MetaGPT 支持 Docker 和本地安装，以下为 Docker 安装步骤：

# 拉取官方镜像
docker pull metagpt/metagpt:latest

# 创建配置和工作目录
mkdir -p /opt/metagpt/{config,workspace}

# 获取并编辑配置文件
docker run --rm metagpt/metagpt:latest cat /app/metagpt/config/config2.yaml > /opt/metagpt/config/config2.yaml
vim /opt/metagpt/config/config2.yaml

本地安装可通过 pip install metagpt 或克隆 GitHub 仓库：

git clone https://github.com/geekan/MetaGPT.git
cd MetaGPT
pip install -r requirements.txt

额外工具支持：

RAG：pip install 'metagpt[rag]' 用于检索增强生成。
OCR：pip install 'metagpt[ocr]' 用于图像文本提取。
搜索：pip install 'metagpt[search-ddg]' 或 pip install 'metagpt[search-google]' 用于搜索功能。

2. 配置 LLM API

MetaGPT 支持多种 LLM（如 OpenAI、Claude、LLaMA）。以 OpenAI 为例，编辑 config2.yaml：

llm:
  api_type: 'openai'
  model: 'gpt-4-turbo'
  base_url: 'https://api.openai.com/v1'
  api_key: 'YOUR_API_KEY'

对于开源模型（如 LLaMA），需部署模型并配置 base_url（如 http://127.0.0.1:11434/api）。

使用 MetaGPT

1. 快速入门

运行简单项目（如 CLI 贪吃蛇游戏）：

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"

或本地运行：

metagpt "Write a cli snake game"

MetaGPT 将生成项目文件夹，包含需求文档、代码和测试用例。

2. 自定义代理与动作

用户可通过定义 Action 和 Role 自定义代理。例如，创建一个 SimpleCoder 代理：

from metagpt.actions import Action

class SimpleWriteCode(Action):
    PROMPT_TEMPLATE: str = """
    Write a python function that can {instruction}.
    Return ```python your_code_here ``` with NO other texts, your code:
    """
    name: str = "SimpleWriteCode"

    async def run(self, instruction: str):
        prompt = self.PROMPT_TEMPLATE.format(instruction=instruction)
        rsp = await self._aask(prompt)
        code_text = parse_code(rsp)
        return code_text

通过 _watch 方法设置代理间协作：

self._watch([SimpleWriteCode])

这使代理观察其他代理的输出并触发相应动作。

3. 工具集成

MetaGPT 支持自定义工具。例如，创建一个计算阶乘的工具：

from metagpt.tools.tool_registry import register_tool
import math

@register_tool()
def calculate_factorial(n):
    """Calculate the factorial of a non-negative integer."""
    if n < 0:
        raise ValueError("Input must be a non-negative integer")
    return math.factorial(n)

在 DataInterpreter 中使用：

from metagpt.roles.di.data_interpreter import DataInterpreter

async def main(requirement: str):
    role = DataInterpreter(tools=["calculate_factorial"])
    await role.run(requirement)

asyncio.run(main("Please calculate the factorial of 5."))

工具需放置在 metagpt/tools/libs 目录，并使用 @register_tool 注册。

4. 增量开发

MetaGPT 支持增量开发。例如，基于现有贪吃蛇游戏添加新功能：

metagpt "Add a randomly appearing enemy that lasts for 5 seconds." --project-path "/path/to/snake_game" --run-tests --n-round 20

这会在现有项目上迭代，生成更新后的代码。

5. 人类参与

用户可通过设置 is_human=True 参与 SOP，例如担任审查者角色：

team.hire([
    SimpleCoder(),
    SimpleTester(),
    SimpleReviewer(is_human=True)
])

人类审查者可通过终端输入反馈，指导代理优化输出。

实践应用

MetaGPT 适用于多种场景：

软件开发：生成完整项目，包括需求、架构和代码。
研究：代理可搜索网络并生成报告。
游戏开发：如 Flappy Bird 或贪吃蛇游戏的快速原型开发。
数据分析：结合 OCR 或搜索工具处理发票、生成报表。

示例：开发 Flappy Bird 游戏：

metagpt "write a flappy bird game without any obstacles" --project-name "flappy_bird" --run-tests --n-round 20

MetaGPT 将生成游戏代码、测试用例和文档。

LLM 选择：为获得稳定结果，推荐使用 GPT-4；开源模型（如 LLaMA）可能需优化提示词。

网络配置：若 OpenAI API 不可用，可配置代理：

llm:
  api_type: 'openai'
  base_url: 'https://api.openai-forward.com/v1'
  api_key: 'YOUR_API_KEY'

局限性：人类参与目前通过终端输入，复杂输入需优化提示词格式。

通过掌握 MetaGPT 的核心概念和操作方法，用户可快速构建高效的多代理系统，应用于各种复杂任务场景。

多代理框架MetaGPT

引言