大模型构建合作性的Agent，多代理框架MetaGpt

大模型构建合作性的Agent，多代理框架MetaGpt

前言

MetaGPT 框架将标准的操作程序（SOP）与基于大模型的多智能体相结合，使用标准操作程序来编码提示，确保协调结构化和模块化输出。

MetaGPT 允许 Agent 在类似流水线的范式中扮演多中角色，通过结构化的 Agent 协作和强化领域特定专业知识来处理复杂任务，以提高在协作软件工程任务中解决方案的连贯性和正确性。

可能小伙伴们还很陌生，不太明白具体它能做什么，我下面通过具体例子详细来介绍分析一下。

我们以软件公司举例，我们拥有老板，产品经理，架构师，项目经理，工程师和测试角色。

每个角色各司其职处理复杂的任务，MetaGPT 就像是模仿了这些角色，通过一些需求，它可以输出用户故事，竞争分析，需求，数据结构，API，文档等。

然后 MetaGPT 通过精心安排来模拟软件公司的流程，它的核心理念就是 Code = SOP（Team），将 SOP 具体化应用于由大模型组建的团队。

• 老板为项目设定需求，
• 产品经理负责编写和修订产品需求文档，
• 架构师负责编写和修订设计，审查产品需求文档和代码，
• 项目经理编写任务，分配任务，审查产品需求文档，设计和代码，
• 工程师编写代码，调试代码，
• 测试工程师进行测试，确保软甲质量。

由 MetaGpt 描述的这个合作环境中，每个角色都为项目开发和完成作出贡献。

下面我们从头开始进入 MetaGPT 。

1.MetaGPT安装

pip install metagpt

安装完成之后执行下面命令生成 config2.yaml 配置文件

metagpt --init-config

然后打开如下目录：

打开配置文件，填写你的 openai key ：

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

当然不仅仅支持 openai ，还支持 claude，智普，科大讯飞，谷歌，千帆，阿里通义 以及我们本地的 ollama 等多种大模型，它们的配置字段都一样，根据自己的需要进行配置。

ollama API：

  llm:
  api_type: 'ollama'
  base_url: 'http://127.0.0.1:11434/api'
  model: 'llama2'

阿里云 DashScope API：

llm:
  api_type: dashscope
  api_key: 'YOUR_API_KEY'
  model: 'YOUR_ENDPOINT_NAME like qwen-max'

2:简单的团队协作处理任务

导入角色，架构师，开发工程师，产品经理，项目经理：

import asyncio
fro