MetaGPT

MetaGPT 是体现"Code = SOP(Team)"哲学的开源多智能体框架。它为 LLM 分配不同角色——产品经理、架构师、项目经理和工程师——组成协作实体，将一句话需求作为输入，输出用户故事、竞品分析、需求、数据结构、API 和文档，最终生成完整的软件仓库。

凭借约 70,000 个 GitHub Star 和 ICLR 2025 口头报告的自动化智能体工作流生成论文，MetaGPT 是多智能体开发领域最具影响力的项目之一。

核心功能

1. 软件公司作为多智能体系统

MetaGPT 内部包含产品经理、架构师、项目经理和工程师，提供整个软件公司的流程以及精心编排的 SOP。

2. 一句话需求到完整仓库

metagpt "Create a 2048 game" 在 ./workspace 中创建完整的项目仓库和文件。

3. 数据解释器（Data Interpreter）

面向数据分析的角色——编写并运行代码进行数据分析，支持绘图和可视化。

4. 可扩展角色与 SOP

通过 MetaGPT 的 Agent 和 MultiAgent 开发指南构建自己的智能体和多智能体团队。

5. 多 LLM 支持

通过 ~/.metagpt/config2.yaml 配置 OpenAI、Azure、Ollama、Groq 等 LLM 类型。

6. MGX（MetaGPT X）

全球首个 AI 智能体开发团队产品（mgx.dev），2025 年 2 月发布——将自然语言编程产品化。曾获 Product Hunt 当日与当周产品第一。

适用场景

• 快速原型：从一个提示词生成完整项目结构。
• 自动化文档：自动生成用户故事、需求和 API 设计。
• 数据分析：使用 Data Interpreter 进行带代码执行的研究和分析。
• 研究：多智能体研究框架——ICLR 2025 引用（AFlow，口头报告）。

定价方案

MetaGPT 免费开源（MIT 协议）。你只需为你配置的模型支付 LLM API 用量。MGX 提供商业产品层级。

优势对比

1. 真正的多智能体协作：不是单一聊天智能体——是完整的模拟软件公司。
2. SOP 驱动的可靠性：物化的标准操作流程使多智能体输出更可靠。
3. 研究级：经同行评审的工作（ICLR 2025 口头报告）与活跃学术社区。
4. 庞大社区：约 70K stars、8.9K forks、活跃 Discord 和贡献者社区。

用户评价

"MetaGPT 将一句话需求作为输入，输出用户故事、竞品分析、需求、数据结构、API 和文档等。" — MetaGPT GitHub 仓库

"为不同的 GPT 分配不同角色，组成协作实体处理复杂任务。" — MetaGPT 项目标语

"全球首个 AI 智能体开发团队——Product Hunt 当日与当周产品第一。" — MGX 发布公告

快速开始

1. 安装：pip install --upgrade metagpt（Python 3.9–3.11）。完整功能需安装 node 和 pnpm。
2. 配置：运行 metagpt --init-config，在 ~/.metagpt/config2.yaml 中编辑 LLM API 设置。
3. 生成：运行 metagpt "Create a 2048 game" 在 ./workspace 创建完整仓库。
4. 扩展：通过 Agent 101 和 MultiAgent 101 教程构建自定义智能体和团队。

局限性

• Python 版本限制：要求 Python 3.9+ 且 < 3.12。
• LLM 成本：真实的多智能体运行会跨角色消耗大量 tokens。
• 输出质量：结果高度依赖底层模型；较小模型产生较弱输出。
• 复杂性：完整 SOP 编排的自定义有学习曲线。

总结

MetaGPT 是展示多智能体协作用于软件开发力量的里程碑式开源项目。通过模拟整个软件公司——产品经理、架构师和工程师——它将自然语言需求转化为结构化、文档化的软件。虽然它是研究级框架且具有一定复杂性，但仍然是"自然语言编程"最引人注目的演示之一。如果你在构建多智能体系统或想探索 AI 软件公司，MetaGPT 是必读必用的工具。

推荐给： 探索多智能体框架的研究者和开发者，以及希望从高层需求生成结构化项目的团队。

不推荐给： 想要简单单智能体编程助手的用户，或没有多角色 LLM 调用 API 预算的团队。