关于 MetaGPT
MetaGPT 由 DeepWisdom 团队开发, 2023 年 6 月底以 MIT 许可开源, 现托管在 FoundationAgents 组织下。它的核心主张是让软件公司本身成为多智能体系统: 输入一句需求, 由产品经理、架构师、项目经理与工程师等角色接力, 输出用户故事、竞品分析、需求文档、数据结构与接口设计等产物。
技术路线上, MetaGPT 把标准作业流程写进框架, 主张代码等于流程作用于团队, 用精心编排的 SOP 约束多智能体协作, 减少角色间的无效拉扯。团队后续也把相关研究产出论文与产品, 包括自动化工作流生成的 AFlow 以及面向自然语言编程的 MGX 产品。
参数与价格速览
| 模型 | 默认对接 OpenAI 系列, 通过配置可接入 Azure、Anthropic 以及国内主流大模型和 Ollama 等本地模型, 只要提供 OpenAI 兼容接口即可接入, 具体清单以官方文档为准。 |
|---|---|
| 上下文长度 | Python 库, 以 pip 安装后在本地运行, 生成代码需预先安装 Node 与 pnpm, 官方也提供 Docker 部署方式。 |
| 国内访问 | 可直接访问 |
| 免费额度 | 框架完全免费, 以 MIT 许可开源, 无额度与功能限制。唯一成本是所接入模型的 API 调用费用, 用本地模型可完全免费。 |
| API 价格 | MetaGPT 本身不提供付费服务与 API 转售, 费用取决于用户自行接入的模型厂商定价。团队另有独立商业产品 MGX, 与开源框架分开计费。 |
| 上线时间 | 2023-06 |
优缺点
优点
1) MIT 许可彻底开源, 框架可直接用于商业项目, 约束极少。2) 内置完整的软件公司 SOP 与角色分工, 多智能体协作流程开箱即用。3) 中文文档与社区资料丰富, 对国内用户和大模型接入都比较友好。
缺点
1) 生成的代码质量与工程可用性有限, 更适合做原型验证而非直接交付生产。2) 多角色串行流程 token 消耗较大, 一轮完整任务的调用成本不低。3) 框架版本迭代中接口有调整, 部分旧教程与示例需重新适配。
适合人群与场景
想快速把一句话需求变成需求文档与原型代码的开发者, 以及研究多智能体协作与流程编排的研究者和学生。
相关链接
常见问题
MetaGPT 和普通的多智能体框架差别在哪?
多数框架只提供角色与消息传递的原语, 协作流程要自己设计。MetaGPT 直接内置了一整套软件公司的标准作业流程与角色分工, 开箱就能按产品、架构、开发、测试的顺序推进, 更接近可直接跑通的业务流水线。
它对中文支持如何?
官方仓库自带中文说明文档, 团队与社区也以中文沟通为主, 中文资料和案例相对丰富。配置上可以接入国内大模型, 因此中文场景下的提示词与文档阅读体验都比较友好。
MetaGPT 的同类替代品
以下是同场景的其他主流 AI 工具,可作为 MetaGPT 的备选方案。 想一次看完,见 全部AI Agent 与自动化平台。