MetaGPT：多智能体协同框架

公众号：【可乐前端】，每天3分钟学习一个优秀的开源项目，分享web面试与实战知识，也有全栈交流学习摸鱼群，期待您的关注!

每天3分钟开源

hi，这里是每天3分钟开源，很高兴又跟大家见面了，今天介绍的开源项目简介如下：

仓库名：geekan/MetaGPT

项目名：MetaGPT

开源地址：https://github.com/geekan/MetaGPT

主要语言： Python

stars数量：37348

forks数量：4409

开源协议：MIT License

一句话介绍

这是一个将不同角色的GPTs赋予形成一个协作实体以完成复杂任务的多智能体框架。

详细描述

MetaGPT是一个多智能体框架，它将不同角色的GPTs赋予形成一个协作实体以完成复杂任务。

这个项目的目标是实现自然语言编程，通过分配不同的角色给GPTs，让它们能够协同工作，解决复杂的问题。

它支持多种编程语言，具有序列化、多语言和增量开发等实验性功能。

此外，MetaGPT被选为Open100：顶级100个开源成就之一，并在2023年8月连续第17次位居GitHub趋势月榜首位。

具体功能

MetaGPT能将一行需求作为输入，输出用户故事、竞品分析、需求、数据结构、API、文档等。

内部包括产品经理、架构师、项目经理、工程师等角色，提供软件公司的整个流程以及精心编排的SOPs。

它的核心理念是Code = SOP(Team)，即将SOP具象化并应用到由LLMs组成的团队中。

如何使用

确保您的系统上安装了Python 3.9+，可以通过使用python --version来检查。

安装MetaGPT，可以使用如下命令：

conda create -n metagpt python=3.9 && conda activate metagpt
pip install --upgrade metagpt

或者从GitHub直接安装：

pip install --upgrade git+https://github.com/geekan/MetaGPT.git

或者克隆仓库后在仓库目录下安装：

git clone https://github.com/geekan/MetaGPT && cd MetaGPT && pip install --upgrade -e .

配置MetaGPT，可以运行以下命令初始化配置，或者手动创建~/.metagpt/config2.yaml文件：

metagpt --init-config  # it will create ~/.metagpt/config2.yaml, just modify it to your needs

然后根据示例和文档配置~/.metagpt/config2.yaml文件：

llm:
  api_type: "openai"  # or azure / ollama / open_llm etc. Check LLMType for more options
  model: "gpt-4-turbo-preview"  # or gpt-3.5-turbo-1106 / gpt-4-1106-preview
  base_url: "https://api.openai.com/v1"  # or forward url / other llm url
  api_key: "YOUR_API_KEY"

在安装完成后，你可以在命令行界面使用MetaGPT：

metagpt "Create a 2048 game"  # this will create a repo in ./workspace

或者作为库使用：

from metagpt.software_company import generate_repo, ProjectRepo
repo: ProjectRepo = generate_repo("Create a 2048 game")  # or ProjectRepo("<path>")
print(repo)  # it will print the repo structure with files

你也可以使用它的数据解释器：

import asyncio
from metagpt.roles.di.data_interpreter import DataInterpreter

async def main():
    di = DataInterpreter()
    await di.run("Run data analysis on sklearn Iris dataset, include a plot")

asyncio.run(main())  # or await main() in a jupyter notebook setting

更多详细的使用指南和开发指南，请参考 在线文档。

最后

感谢您的阅读，这里每天都会推送优秀的开源项目，如果觉得有帮助的话，一键三连一下吧～