标签: 多Agent

  • MetaGPT:68.2k Stars!SOP驱动的多智能体协作框架,让AI组成一家软件公司

    MetaGPT:68.2k Stars!SOP驱动的多智能体协作框架,让AI组成一家软件公司





    🤖 MetaGPT:68.2k Stars!SOP驱动的多智能体协作框架,让AI组成一家软件公司

    MetaGPT Logo

    📋 项目简介

    MetaGPT 是一个多智能体协作框架,核心理念是 Code = SOP(Team)——把标准化作业流程(SOP)具象化,应用于由大语言模型(LLM)构成的团队。它模拟真实软件公司的组织架构与工作流程,让多个AI智能体扮演产品经理、架构师、工程师、测试员等角色,协同完成复杂任务。

    简单来说:你给它一句话需求,它能自动输出用户故事、竞品分析、需求文档、数据结构设计、API文档、相关代码文件等完整交付物——就像一家全自动化的软件公司。

    🌐 官方资源:
    • GitHub:https://github.com/FoundationAgents/MetaGPT
    • 文档:https://docs.deepwisdom.ai/
    • Stars:68.2k+(持续增长中)

    ⚙️ 安装要求和过程

    环境要求

    # Python 3.9+ 必需
    # 建议使用 Conda 或 venv 创建独立环境
    # 需要有效的大模型API密钥(OpenAI / Azure / 其他支持LLM)

    快速安装步骤

    # 方法一:pip安装(稳定版)
    pip install metagpt
    
    # 方法二:从源码安装(最新功能)
    git clone https://github.com/geekan/MetaGPT.git
    cd MetaGPT
    pip install -e .
    
    # 配置API密钥
    # 复制配置模板
    cp config/config2.yaml config/key.yaml
    # 编辑 key.yaml,填入你的 LLM API 密钥

    验证安装

    # 运行示例:构建一款Flappy Bird游戏
    metagpt "Design a Flappy Bird game"

    ✨ 核心功能

    1. 需求到交付的全流程自动化

    输入一句话的老板需求,MetaGPT 自动完成:需求分析 → 竞品调研 → 用户故事 → 架构设计 → 代码实现 → 测试用例。全程无需人工干预,每个环节都有对应角色的智能体负责。

    2. SOP驱动的多角色协作

    这是 MetaGPT 的独门绝技。SOP(Standardized Operating Procedures) 被编码到提示词序列中,让每个智能体都具备类人的领域专业知识和标准化的协作流程。产品经理写PRD、架构师出设计方案、工程师写代码——各司其职,有序协作。

    3. 可扩展的多智能体框架

    不局限于软件公司场景。你可以基于 MetaGPT 框架自定义搭建各类多智能体应用:数据分析、内容创作、科研助手、游戏NPC……框架层提供通信、记忆、工具调用等基础能力,你只需定义角色和SOP。

    4. 丰富的内置示例场景

    官方提供了大量可直接运行的示例,覆盖:单智能体(数据分析、OCR识别、邮件回复、图像去背景)和多智能体(辩论、狼人杀、Minecraft自动化、斯坦福小镇模拟)两大类别。

    🚀 典型使用场景

    场景一:老板的一句话,变成可运行的软件

    你对着 MetaGPT 说:”帮我做一个类似Trello的任务管理工具,支持拖拽排序和实时协作。” —— 几分钟后,你将获得:需求文档、技术架构图、数据库设计、API接口文档、前端代码、后端代码、单元测试用例。当然,代码质量取决于底层模型的能力,但框架保证了”软件公司流水线”的完整运转。

    场景二:多智能体科研/创作助手

    MetaGPT 的多智能体机制不仅限于写代码。你可以设计一个”科研助手”团队:一个智能体负责文献检索,一个负责提炼核心观点,一个负责撰写综述,一个负责格式校对。相比单一AI对话,这种方式更接近于真实的团队协作,产出质量通常更高。

    场景三:教学/研究多智能体机制

    MetaGPT 本身就是多智能体研究的优秀案例。学术界用它来验证 SOP 编码、角色分工、通信协议等设计理念。如果你在研究或学习多智能体系统,MetaGPT 的源码和论文都是极佳的参考资料。

    💡 推荐理由

    🎯 为什么值得关注?

    1. 理念先进,不只是”多个ChatGPT并联”
    很多多智能体框架只是把多次LLM调用串起来,MetaGPT 的核心贡献在于把 SOP 编码进 prompt 序列,让智能体的协作有章可循,而不是自由发挥。这是从”对话式AI”走向”流程化AI”的关键一步。

    2. 软件公司隐喻非常直观
    用”产品经理 → 架构师 → 工程师 → 测试”的流程来组织智能体,降低了理解门槛,也方便了提示词工程的设计。即使是AI小白,也能理解每个角色在干什么。

    3. 与 CrewAI 形成有趣对比
    我们之前介绍过 CrewAI(轻量高性能),MetaGPT 则更偏”重流程、重规范”,两者定位不同,可以互补使用。

    4. 成本可控
    官方给出参考:用 GPT-4 生成包含分析和设计内容的样例约需 $0.2,生成完整项目约需 $2.0。对于自动化生成项目原型来说,这个成本是可以接受的。

    📥 下载地址

    GitHub github.com/FoundationAgents/MetaGPT
    官方文档 docs.deepwisdom.ai
    PyPI pip install metagpt
    论文 MetaGPT: Meta Programming for A Multi-Agent Collaborative Framework


    📌 这是「GitHub热门AI开源项目」第26期,由 WorkBuddy AI 自动采集撰写。欢迎关注 admin.hiyoho.com 获取更多AI开源项目深度介绍。


  • CrewAI:51.9k Stars!轻量高性能多Agent协作框架,让AI团队像人一样分工合作

    CrewAI:51.9k Stars!轻量高性能多Agent协作框架,让AI团队像人一样分工合作

    CrewAI 多Agent协作框架

    CrewAI 官方示意图(图片加载失败时自动隐藏)


    🤖 项目简介

    CrewAI 是一个用于构建多智能体自动化系统的开源 Python 框架,核心定位是轻量、高性能、完全独立——它不依赖 LangChain 等任何外部 Agent 框架,从零构建,执行速度更快、资源占用更低。

    ✅ 一句话总结:让多个 AI Agent 像真实团队一样分工协作,自主完成复杂任务的开源框架。

    ⚙️ 安装要求和过程

    环境要求

    • 🐍 Python:≥ 3.10 且 < 3.14
    • 📦 推荐工具:uv(高性能 Python 包管理器)
    • 💻 操作系统:Windows / macOS / Linux 全平台支持
    • 🔧 可选依赖:Rust 编译器(tiktoken 编译失败时需安装)

    快速安装(3步搞定):

    # 1. 安装 crewai 基础包

    uv pip install crewai

    # 2. 安装包含常用工具的完整版

    uv pip install ‘crewai[tools]’

    # 3. 如需嵌入功能(知识库/RAG)

    uv pip install ‘crewai[embeddings]’

    ⚠️ 常见问题:若出现 tiktoken 模块缺失,安装对应嵌入依赖即可;若 tiktoken 编译失败,Windows 用户需安装 Visual C++ 生成工具。

    🔥 核心功能

    🤝 双模编排

    Crews(自主协作团队)+ Flows(事件驱动工作流)两种架构无缝结合,兼顾自主性与可控性。

    ⚡ 完全独立轻量

    从零构建,不依赖 LangChain,执行速度更快,资源占用更低,部署更简单。

    🎯 深度自定义

    支持从高层工作流到 Agent 内部提示词、执行逻辑的全链路自定义。

    🌐 多模型兼容

    支持 OpenAI、本地 Ollama、Anthropic 等多种 LLM 接入,灵活适配。

    🏢 企业级扩展(CrewAI AMP Suite)

    配套商业化企业套件,提供统一管控平台、可观测性、高级安全等企业特性,已有超过 10万名开发者通过官方课程完成认证。


    🚀 典型使用场景

    📝 场景一:自动化内容生成

    多个 Agent 分工协作——研究员负责搜集资料、写手负责撰写初稿、编辑负责润色定稿,全自动生成落地页或市场分析报告,效率提升 5-10倍

    📊 场景二:股票市场智能分析

    数据分析 Agent 抓取实时行情、研究 Agent 生成深度报告、审核 Agent 确保结论严谨,多角色协作输出专业级投资分析报告。

    ✈️ 场景三:个性化旅行行程规划

    理解用户偏好,自动规划包含交通、住宿、景点、美食的完整行程,并根据实时信息动态调整,比人工规划更全面。


    💡 推荐理由

    如果你正在做 AI 自动化多Agent系统,CrewAI 是目前最值得入手的框架之一。它不依赖 LangChain,意味着更少的依赖冲突、更快的调试周期、更清晰的问题定位。

    最让我印象深刻的是它的「双模编排」设计——Crews 模式让 Agent 自主协作,适合创意类和探索类任务;Flows 模式提供精准的流程控制,适合企业级生产场景。两套模式还能无缝结合,这种设计在当前的多Agent框架里是独一份的。

    🔗 官方文档非常完善,10万+认证开发者社区也很活跃,遇到问题基本都能找到答案。如果你用过 AutoGPT 或 LangChain Agent,切换到 CrewAI 会感受到明显的「轻快」体验。

    🎯 值得一试吗?

    值得!特别是你需要构建生产级多Agent系统的时候,CrewAI 是目前最成熟、最轻量的选择之一。


    📥 下载地址

    🌐 官方网站 https://crewai.com
    🐙 GitHub仓库 https://github.com/crewAIInc/crewAI ⭐ 51.9k
    📚 官方文档 https://docs.crewai.com
    🇨🇳 中文文档 https://docs.crewai.org.cn
    💬 Discord社区 https://discord.gg/X4JWnZnxPb

    开源项目系列第18期