metagpt

🏢 MetaGPT — SOP 驱动的软件公司模拟器

GitHub | 文档 | Stars: 48k+ | 语言: Python

一句话概述

MetaGPT 让多个 Agent 模拟软件公司的角色（产品经理、架构师、工程师、QA），按照标准化流程（SOP） 从一句话需求自动生成完整软件。

---

🏗️ 核心架构

用户需求: "开发一个贪吃蛇游戏"
         │
    ┌────▼─────┐
    │ 产品经理  │ → 输出: PRD（产品需求文档）
    └────┬─────┘
         │
    ┌────▼─────┐
    │  架构师   │ → 输出: 系统设计 + 数据结构
    └────┬─────┘
         │
    ┌────▼─────┐
    │  工程师   │ → 输出: 代码实现
    └────┬─────┘
         │
    ┌────▼─────┐
    │  QA 工程师│ → 输出: 测试用例 + 测试报告
    └──────────┘

核心理念：SOP（标准作业流程）> 自由对话。每个角色有明确的输入/输出规范。

---

🎯 核心概念

概念	说明
Role	角色定义（产品经理、架构师、工程师等）
Action	角色的具体行为（撰写 PRD、写代码等）
Message	角色之间传递的结构化消息
Environment	共享的执行环境
SOP	标准化流程定义

---

🚀 快速入门

pip install metagpt

import asyncio
from metagpt.software_company import generate_repo

async def main():
    await generate_repo(
        idea="开发一个命令行天气查询工具，支持输入城市名获取天气",
        investment=5.0,  # 最大投入（美元，控制 token 消耗）
        n_round=5        # 最大交互轮数
    )
    # 自动生成:
    # 1. docs/prd.md — 产品需求文档
    # 2. docs/system_design.md — 系统设计
    # 3. workspace/ — 完整代码
    # 4. tests/ — 测试用例

asyncio.run(main())

---

✅ 优势

1. 结构化输出 — SOP 保证每一步都有明确的交付物
2. 端到端 — 从需求到代码全自动
3. 48k+ Stars — 社区认可度高
4. 可复现 — 相同输入倾向于产生相似输出
5. 适合教学 — 直观理解多 Agent 协作

❌ 劣势

1. 场景单一 — 主要面向软件开发流程
2. 灵活性低 — SOP 是固定的，难以自定义
3. 生成质量 — 复杂项目的代码质量参差不齐
4. Token 消耗 — 全流程跑一遍费用不低

🎯 适用场景

适合	不适合
快速生成 MVP 原型	需要高度定制化的工作流
教学演示多 Agent 协作	非软件开发场景
需求明确的小项目	大型复杂项目
了解 Agent 协作模式	需要实时交互的场景