当前位置: 首页 > article >正文

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

  1. 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。
  1. 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。

  1. 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。

  1. 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。

  1. 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。

在这里插入图片描述

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

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:

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:

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

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
在这里插入图片描述
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)


http://www.kler.cn/a/519757.html

相关文章:

  • miniconda学习笔记
  • Level DB --- TableBuilder
  • 每日 Java 面试题分享【第 13 天】
  • 【随手笔记】FFT资料整理
  • 八股文 (一)
  • vue3 获取百度天气
  • Midjourney中的强变化、弱变化、局部重绘的本质区别以及其有多逆天的功能
  • Spring Boot - 数据库集成04 - 集成Redis
  • ceph基本概念,架构,部署(一)
  • 新手理解:Android 中 Handler 和 Thread.sleep 的区别及应用场景
  • 高并发问题的多维度解决之道
  • PyTorch广告点击率预测(CTR)利用深度学习提升广告效果
  • C++中的显式构造和隐式构造
  • docker设置开机自启操作
  • YOLO目标检测3
  • ShardingJDBC私人学习笔记
  • 【fly-iot飞凡物联】(20):2025年总体规划,把物联网整套技术方案和实现并落地,完成项目开发和课程录制。
  • 2025数学建模美赛|C题成品论文|第一问
  • WPS数据分析000006
  • [C++技能提升]插件模式
  • 低代码系统-氚云、简道云表单控件对比
  • Typesrcipt泛型约束详细解读
  • 实现宿主机(Windows 10 Docker Desktop)和Linux容器之间的数据挂载的三种方法
  • 【力扣每日一题】LeetCode 2412: 完成所有交易的初始最少钱数
  • Oracle之开窗函数使用
  • Vue编程式路由跳转多次执行报错