概述

相关源文件

• Dockerfile
• README.md
• docs/ACADEMIC_WORK.md
• docs/FAQ-EN.md
• docs/NEWS.md
• docs/README_CN.md
• docs/README_FR.md
• docs/README_JA.md
• docs/install/cli_install.md
• docs/install/cli_install_cn.md
• docs/install/docker_install.md
• docs/install/docker_install_cn.md
• docs/tutorial/usage.md
• docs/tutorial/usage_cn.md
• metagpt/config2.py
• metagpt/context.py
• metagpt/context_mixin.py
• metagpt/software_company.py
• metagpt/utils/mermaid.py
• tests/metagpt/test_config.py
• tests/metagpt/test_context.py

MetaGPT 是一个多智能体框架，能够协调多个基于 LLM 的智能体来处理复杂任务。通过为这些智能体分配不同的角色并建立结构化的通信协议，MetaGPT 创建了一个类似于软件公司的协作系统，其中专业角色按照标准操作程序 (SOP) 进行协作。

本文档提供了 MetaGPT 系统架构、关键组件和核心功能的高级概述。

来源： README.md40-47

核心架构

MetaGPT 的架构由几个相互连接的系统组成，这些系统支持智能体的协作、通信和任务执行。下图说明了核心架构。

来源： metagpt/context.py57-92 metagpt/config2.py49-102 README.md41-47

角色系统

Role 系统是 MetaGPT 的基础。每个角色代表一个具有特定职责和能力的智能体。角色遵循观察-思考-行动的循环。

1. 观察：从消息和环境中收集相关信息
2. 思考：处理信息并使用 LLM 功能决定操作
3. 行动：执行操作并将结果作为消息发布

角色被组织成模仿软件公司的团队结构，包括产品经理、架构师、工程师等角色。

来源： README.md40-47 metagpt/software_company.py14-77

消息传递系统

消息是 MetaGPT 中角色之间通信的主要方式。消息传递系统支持结构化的信息交换和协作。每条消息包含：

• 内容（实际信息）
• 角色（发送者角色）
• 原因（触发消息的原因）
• 发送至（目标接收者）

系统根据角色的监听列表和职责将消息路由到相应的角色。

来源： metagpt/context.py57-92 metagpt/context_mixin.py17-102

动作框架

Action 定义了角色可以执行的具体操作。每个 Action 都有一个名称、一个前缀（用于提示工程）和一个运行方法。Action 使用 LLM 根据精心设计的提示生成响应。

Action 框架通过将任务分解为可以顺序或条件执行的离散步骤，从而实现了复杂的工作流程。

来源： README.md40-47

LLM 集成

MetaGPT 可以通过灵活的配置系统与各种 LLM 提供商集成。LLM 提供商系统负责管理：

1. API 连接和身份验证
2. 模型选择和参数
3. Token 计数和成本跟踪
4. 响应处理和错误管理

集成通过 config2.yaml 文件进行配置，该文件指定了 LLM 提供商、模型、API 密钥和其他设置。

来源： metagpt/config2.py53-64 metagpt/context.py86-100

配置和上下文系统

MetaGPT 使用一个强大的配置系统来处理框架的各种设置。 metagpt/config2.py 中的 Config 类管理：

1. LLM 提供商和模型
2. 嵌入服务
3. 工具配置（搜索引擎、浏览器、mermaid 图）
4. 存储设置（S3、Redis）
5. 工作空间设置

配置可以从文件、环境变量加载，或以编程方式设置。

Context 类在 metagpt/context.py 提供 MetaGPT 的环境上下文。

1. 它管理 LLM 实例和成本跟踪。
2. 它通过 kwargs 属性维护共享状态。
3. 它提供用于序列化和反序列化的实用工具。

总而言之，这些系统为 MetaGPT 的运营提供了一个灵活且可扩展的基础。

来源： metagpt/config2.py49-102 metagpt/context.py57-127 metagpt/context_mixin.py17-102 tests/metagpt/test_config.py14-24 tests/metagpt/test_context.py12-73

软件开发工作流

MetaGPT 的旗舰功能是其软件开发工作流程，它将一个单行需求转换为完整的软件项目。该工作流程涉及多个角色遵循标准操作程序 (SOP) 进行协作。

1. 需求分析：产品经理分析需求并创建产品需求文档 (PRD)
2. 架构设计：架构师设计系统架构并提出技术解决方案
3. 任务规划：项目经理规划任务并分配职责
4. 实现：工程师根据设计实现代码
5. 代码审查：工程师互相审查代码以确保质量
6. 测试：进行测试以确保功能

该工作流程由 Team 类编排，该类负责组织角色并管理它们之间的交互。

来源： README.md40-47 metagpt/software_company.py14-77

主要功能

多智能体协作

MetaGPT 的核心优势在于其协调多个智能体来解决复杂问题的能力。 Team 类在 metagpt/software_company.py 中进行管理，通过以下方式：

1. 雇用具有特定职责的角色
2. 管理资源（投资）
3. 通过多轮交互运行协作工作流程
4. 存储和检索项目工件

动态智能

MetaGPT 包含一个动态智能系统，可通过以下方式增强智能体的能力：

1. 工具使用（浏览器、终端、文件系统）
2. 规划和推理
3. 经验池用于知识重用

检索增强生成 (RAG)

RAG 系统通过检索相关信息来增强生成能力。

1. 文档索引和检索
2. 上下文感知生成
3. 知识增强

跨平台兼容性

MetaGPT 可通过以下方式使用：

1. 命令行界面 (CLI)： metagpt "创建一个 2048 游戏"
2. Python API： generate_repo("创建一个 2048 游戏")
3. Docker： docker run metagpt/metagpt:latest metagpt "创建一个 2048 游戏"

来源： README.md50-102 Dockerfile1-25 metagpt/software_company.py14-77

使用示例

命令行用法

Python API用法

来源：README.md90-115 docs/tutorial/usage.md13-32

配置

MetaGPT 可以通过 ~/.metagpt/config2.yaml 文件进行配置

可以使用以下命令初始化配置

这将创建一个默认的配置文件，您可以根据自己的需求进行自定义。

来源：README.md69-86 metagpt/software_company.py126-154

安装

MetaGPT 可以使用 pip 进行安装

或者通过克隆仓库进行安装

也支持 Docker 安装

来源：README.md57-67 docs/install/cli_install.md10-125 docs/install/docker_install.md3-44

总结

MetaGPT 提供了一个全面的多代理协作框架，特别侧重于软件开发。通过将基于 LLM 的代理组织成具有特定职责的角色，并实现它们之间的结构化通信，MetaGPT 可以应对单一代理难以完成的复杂任务。该系统的模块化架构、灵活的配置以及与各种 LLM 提供商的集成使其能够适应不同的用例和环境。

有关特定组件的更多详细信息，请参阅相关的 wiki 页面

• 角色系统 [2.1]
• 消息传递系统 [2.2]
• 操作框架 [2.3]
• LLM 集成 [3]
• 内存系统 [4]
• 动态智能 [5]

来源：README.md127-139