MetaGPT：多智能体框架，把一行需求变成软件公司流水线

MetaGPT：多智能体框架（The Multi-Agent Framework）

配图 1 为项目 Logo，配图 2 展示了“软件公司由多个基于 LLM 的角色组成”的示意结构。

项目定位

MetaGPT 的核心思想是 **Code = SOP(Team)**：把标准作业流程（SOP）固化下来，并应用到由 LLM 组成的团队中。项目内部包含产品经理、架构师、项目经理、工程师等角色，为复杂任务提供完整的软件公司式协作流程。

官方描述其能力为：输入一行需求，输出用户故事 / 竞品分析 / 需求 / 数据结构 / API / 文档等产物。

用途与能力

• 以一行自然语言需求为输入，驱动多角色智能体协作，产出需求分析、竞品分析、数据结构、接口设计和文档，并最终生成代码仓库（示例：Create a 2048 game）。
• 内置软件公司全流程与精心编排的 SOP，多角色按流程接力完成任务。
• 提供 Data Interpreter 角色，可执行数据分析类代码任务。
• 可作为命令行工具使用，也可作为 Python 库集成到自己的工程中。

安装

1. 环境要求：系统需安装 Python 3.9 或更高版本，但必须低于 3.12；可用 python --version 检查。

1. 可用 conda 创建环境：conda create -n metagpt python=3.9 && conda activate metagpt。

1. 安装包：pip install --upgrade metagpt，或 pip install --upgrade git+https://github.com/geekan/MetaGPT.git，或 git clone https://github.com/geekan/MetaGPT && cd MetaGPT && pip install --upgrade -e .。

1. 实际使用前还需要安装 node 和 pnpm。

1. 详细安装说明可参考仓库中的 cli_install 或 docker_install 文档。

配置

• 运行 metagpt --init-config 初始化配置，会生成 ~/.metagpt/config2.yaml（也可手动创建该文件），按需修改。
• 在 config2.yaml 中配置 LLM：api_type 可取 openai，或 azure / ollama / groq 等（更多选项见 LLMType）；model 示例为 gpt-4-turbo 或 gpt-3.5-turbo；base_url 可填 https://api.openai.com/v1 或转发地址 / 其他 LLM 地址；api_key 填写自己的密钥。

使用

CLI 方式：metagpt "Create a 2048 game"，会在 ./workspace 下创建一个仓库。

库方式：

from metagpt.software_company import generate_repo
from metagpt.utils.project_repo import ProjectRepo

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

Data Interpreter 写代码方式：

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

学习资源

• 在线文档、Usage、What can MetaGPT do?、How to build your own agents? 等教程。
• MetaGPT Usage & Development Guide | Agent 101 与 MultiAgent 101。
• Contribution、Develop Roadmap、Use Cases、FAQs 页面。
• 用例包含 Data Interpreter、Debate、Researcher、Receipt Assistant。
• 可在 MetaGPT Hugging Face Space 上直接试用；官方还提供了演示视频，以及第三方安装教程视频。

许可证与引用

**许可证：待核验。** 本次提供的来源正文未出现具体开源许可证名称，请以仓库根目录的 LICENSE 文件为准，不要凭猜测使用。

若在出版物中引用 MetaGPT，应使用官方给出的 BibTeX：论文标题为《MetaGPT: Meta Programming for A Multi-Agent Collaborative Framework》，作者包括 Sirui Hong、Mingchen Zhuge、Jonathan Chen、Xiawu Zheng、Yuheng Cheng、Jinlin Wang、Ceyao Zhang、Zili Wang、Steven Ka Shing Yau、Zijuan Lin、Liyang Zhou、Chenyu Ran、Lingfeng Xiao、Chenglin Wu、Jürgen Schmidhuber，发表于 The Twelfth International Conference on Learning Representations（ICLR 2024），链接 https://openreview.

net/forum?id=VtmBAGCN7o 。

项目动态（截至来源正文）

• 2025-03-10：mgx.dev 成为 Product Hunt 当周第一产品。
• 2025-03-04：mgx.dev 成为 Product Hunt 当日第一产品。
• 2025-02-19：正式发布自然语言编程产品 MGX（MetaGPT X），官方称其为“全球首个 AI 智能体开发团队”。
• 2025-02-17：发布 SPO 与 AOT 两篇论文，并公开代码。
• 2025-01-22：论文 AFlow: Automating Agentic Workflow Generation 被 ICLR 2025 接收为口头报告（top 1.8%），在基于 LLM 的 Agent 分类中排名第 2。

适用对象

• 想用一行自然语言需求快速生成项目骨架、需求文档与代码的开发者与独立开发者。
• 研究多智能体协作、SOP 编排与 Agent 工作流的研究人员与学生。
• 希望基于 MetaGPT 二次开发自己的多角色 Agent 应用的工程团队。
• 需要把 LLM 接入数据分析、代码生成流程的产品与数据团队。

— 本文由 AI 根据公开来源辅助整理，命令、版本与许可证请在使用前到原始页面复核。