【40.9k Star】MetaGPT：媲美完整开发团队的AI智能体，革新协作新纪元！

都说世界就是一个巨大的草台班子，而今天在逛 Github 时发现一个 Star 数高达 40.9k 的项目——MetaGPT。

介绍

• 它是一个多智能体框架
• 内部包括了一个完整的软件团队所需的所有角色：产品经理 / 架构师 / 项目经理 / 工程师等
• 可以利用 AI 以软件公司的形式进行工作，只需要输入一句话，就可以自动输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等。

以下是官方给出的软件公司多角色示意图：

简单点来说，MetaGPT 可以拓展我们输入的指令并分身成不同的角色来完成需求：

1. 老板：给了一个内容很简短的需求（啪！一拍脑袋，需求来了）
2. 产品经理：开始需求分析，撰写和修改需求文档
3. 接下来架构师开始撰写和修改设计、审核产品需求文档以及后续进行 Code Review
4. 项目经理：要给团队开发编写和分配任务，也需要一起审核产品需求文档、审核设计及 Code Review
5. 开发工程师：真实牛马开始编写代码、自查代码及对代码进行调试
6. QA 质量，我们可以理解为测试，主要负责编写和执行测试用例
7. 最终齐心协力完成整个需求🎉

那 MateGPT 如何使用呢？我们一起来看看～

安装

官方提供了三种安装方式：

• docker 安装
• python 安装
• git clone 本地运行

平时我都是喜欢使用 docker 进行安装的，但这次我选择使用 python。

需要注意的是安装 MetaGPT，python 的版本必须在 3.9 以上，如果不知道自己电脑上的 python 版本是多少，我们可以使用 python3 --version 来查看。

只要版本合适，我们就可以开始安装 MetaGPT 了：

python3 -m pip install metagpt

我们还可以选择安装一些额外的功能，比如:

• Mermaid：一种使用文本生成流程图、饼图、甘特图和其他图表的语言。可以使用 npm 进行安装：npm install -g @mermaid-js/mermaid-cli
• pyppeteer：使用pyppeteer + mermaidjs可以将Mermaid文本转换为图表。
• ……

配置

光安装好还没用，我们在使用时还需要配置对应的大模型，不然没有 AI 支持它也跑不起来。

1. 在当前工作目录中创建一个名为config的文件夹，并在其中添加一个名为config2.yaml的新文件。
2. config2.yaml 中的基础配置是这样的：

llm:
  api_type: 'openai' 
  api_key: 'sk-...' 
  model: 'gpt-4-turbo' 
  

其中：

• api_type 就是你现在要选择使用哪个厂商的 AI 大模型
• api_key 就是你的这个 AI 大模型的 API Key
• model 就是你要使用的模型名称，比如 gpt-4-turbo
• base_url 就是在 MetaGPT 在运行过程中要访问的 API 地址

运行

配置好之后，我们就可以开始使用了，打开终端进入到当前工作目录，然后输入我们将要让 MetaGPT 完成的第一个需求！

metagpt "写一个红心"

开始运行起来了：

可以看到有 Alice 这个产品、还有 Bob 架构师以及 Eve 项目经理在一起工作，也有进行一些 Code Review 和重写：

经过短暂的时间之后，项目已经开发完成了：

运行一下子瞅瞅看：python3 mian.py

完成！但是吧，这个效果不是我预期的，本来是想画个红心来着，哈哈哈哈～

不过起码算是完成了一整套流程。小伙伴们有兴趣的，可以去 Github 上下载玩玩儿看😊

遇到的坑

1. 因为三金对 python 不熟，升级 python 版本到 3.12 之后运行项目时遇到一个 distutils 的问题，经过长时间的排查，发现是因为版本升的过于高了，3.12 的版本里没有这个 distutils，最后将版本降到 3.11 之后就好了
2. 使用之前玩儿过的代理进行运行时，一直报错 JSONDecodeError，这个看了下 issue，有大佬说使用付费的 API Key 就 OK。三金换到之前的 gpt-3.5-turbo 模型就好了，不过因为模型不如 gpt-4 等模型，所以一些复杂的需求完成起来够呛。

AI大模型学习福利

作为一名热心肠的互联网老兵，我决定把宝贵的AI知识分享给大家。 至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

大模型&AI产品经理如何学习

求大家的点赞和收藏，我花2万买的大模型学习资料免费共享给你们，来看看有哪些东西。

1.学习路线图

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

2.视频教程

网上虽然也有很多的学习资源，但基本上都残缺不全的，这是我自己整理的大模型视频教程，上面路线图的每一个知识点，我都有配套的视频讲解。

（都打包成一块的了，不能一一展开，总共300多集）

因篇幅有限，仅展示部分资料，需要点击下方图片前往获取

3.技术文档和电子书

这里主要整理了大模型相关PDF书籍、行业报告、文档，有几百本，都是目前行业最新的。

4.LLM面试题和面经合集

这里主要整理了行业目前最新的大模型面试题和各种大厂offer面经合集。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉获取方式：
😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓