项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 71215
技术标签
使用教程
环境要求
- Python 3.9 或更高,但必须低于 3.12
- 建议使用 conda 创建独立虚拟环境
- 已安装 node 和 pnpm(实际使用前必须安装)
- 一个可用的 LLM API Key(如 OpenAI、Azure、Ollama、Groq 等)
安装与启动步骤
-
1检查 Python 版本
确认系统 Python 版本满足 3.9 ≤ 版本 < 3.12,版本不符会安装失败。
python --version -
2创建虚拟环境
用 conda 创建名为 metagpt 的环境并激活,避免污染全局依赖。
conda create -n metagpt python=3.9 && conda activate metagpt -
3安装 MetaGPT
通过 pip 安装最新版 metagpt 包;也可从 GitHub 源码安装。
pip install --upgrade metagpt -
4安装 node 和 pnpm
实际使用前需安装 node 与 pnpm,具体方式见官方下载页与安装文档。
-
5初始化配置文件
执行后会在 ~/.metagpt/config2.yaml 生成默认配置,按需修改。
metagpt --init-config -
6填写模型配置
编辑 ~/.metagpt/config2.yaml,填入 api_type、model、base_url 和 api_key。
-
7运行 CLI 生成项目
用一句自然语言描述需求,MetaGPT 会在 ./workspace 下生成代码仓库。
metagpt "Create a 2048 game"
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
llm.api_type | 是 | 使用的 LLM 服务类型,可换 azure/ollama/groq 等 | openai |
llm.model | 是 | 调用的模型名称 | gpt-4-turbo |
llm.base_url | 是 | 模型服务的接口地址,可改为转发地址 | https://api.openai.com/v1 |
llm.api_key | 是 | 模型服务的 API 密钥,务必替换为真实值 | sk-xxxxxxxx |
如何确认成功
运行 metagpt "Create a 2048 game",若在 ./workspace 目录下成功生成项目仓库和文件即表示正常。
常见问题
Q:对 Python 版本有什么要求?
A:必须为 Python 3.9 或更高,且低于 3.12;可用 python --version 检查,或用 conda 创建 3.9 环境。
Q:安装完还需要装别的东西吗?
A:需要。README 明确要求实际使用前先安装 node 和 pnpm,否则可能无法正常工作。
Q:配置文件在哪里、怎么生成?
A:执行 metagpt --init-config 会生成 ~/.metagpt/config2.yaml,也可手动创建该文件并按示例修改。
Q:只能用 OpenAI 的模型吗?
A:不是。api_type 可改为 azure、ollama、groq 等,base_url 也可指向其它 LLM 地址。
Q:除了命令行还能怎么用?
A:可以作为 Python 库使用,例如引用 generate_repo 生成仓库,或用 Data Interpreter 角色执行数据分析任务。
注意事项
- config2.yaml 中的 api_key 需替换为真实密钥,不要提交到公开仓库。
- 安装命令提供了三种方式:pip 安装、从 git 仓库安装、clone 后以编辑模式安装,任选其一即可。
- 更详细的安装与配置说明请查看官方 cli_install、docker_install 和 configuration 文档。
- 简单任务可直接用 CLI;复杂任务可参考 Data Interpreter 示例编写 Python 脚本调用。
核心亮点
- 多智能体协作框架,模拟软件公司流程,可自动生成PRD、设计文档、代码等,实现自然语言编程
- 内置角色分工(产品经理、架构师、工程师等),支持复杂任务拆解与并行执行,提升开发效率
- 基于GPT-4等大模型,提供标准化SOP(标准操作流程),降低AI应用开发门槛,社区活跃
不足之处
- 依赖大模型API,运行成本较高,且对长上下文和复杂逻辑处理有限
- 文档/社区待观察
适用场景
- 快速原型开发,从需求描述自动生成完整项目代码
- 自动化代码审查与测试用例生成,提升软件质量
- 教育场景,演示AI驱动软件开发流程
替代项目
AutoGPT、BabyAGI、ChatDev
上一篇:deer-flow
下一篇:anything-llm
同类项目推荐
holon
开源
让 AI 代理在本地持续干活,跨会话不掉线
Open-source AI assistants on your own computer or server. Assign tasks, track progre···
drawio-ai-kit
开源
让AI画出专业架构图,告别杂乱无章
Teach your AI to draw correct, beautiful draw.io diagrams — declarative layout engi···
ECC
开源
调教你的 AI 编程搭子,让它越用越顺手
The agent harness performance optimization system. Skills, instincts, memory, securi···
Hopet
开源
把终端 AI 变成桌面像素宠物,实时同步状态
A macOS desktop AI pet that mirrors your Claude Code & Codex CLI session state in re···
Legacy-Modernization-Agents
开源
智能体把 COBOL 老系统自动翻译成 Java Quarkus
AI-powered COBOL to Java Quarkus modernization agents using Microsoft Agent Framewor···
kernel-skills
开源
让AI代理写出高性能CUDA/Triton内核
Open source skill library for AI coding agents to write, optimize, and debug high pe···
openclaw-setup
开源
用 Docker 和 Gemini 免费搭建你的 Telegram AI 机器人
Setup AI Telegram Bot miễn phí bằng OpenClaw + Google Gemini + Docker
wcgw
开源
让 AI 直接操作终端,一句话搞定 Shell 和代码任务
Shell and coding agent on mcp clients
ai-agent-platform
开源
用 Java 快速搭建企业级多智能体协作平台,开箱即用
企业级 AI Agent 平台 | Spring Boot 3 + LangChain4j | ReAct 推理 + 多路召回 RAG + 语义···
