MetaGPT
v0.8.1
Tetapkan peran berbeda pada GPT untuk membentuk entitas kolaboratif untuk tugas-tugas kompleks.
29 Oktober 2024: Kami memperkenalkan tiga makalah: AFLOW, FACT, dan SELA, periksa kodenya!
29 Maret 2024: v0.8.0 dirilis. Sekarang Anda dapat menggunakan Penerjemah Data (arxiv, contoh, kode) melalui impor paket pypi. Sementara itu, kami mengintegrasikan modul RAG dan mendukung beberapa LLM baru.
08 Februari 2024: v0.7.0 dirilis, mendukung penetapan LLM berbeda ke Peran berbeda. Kami juga memperkenalkan Data Interpreter, agen canggih yang mampu memecahkan berbagai masalah dunia nyata.
16 Januari 2024: Makalah kami MetaGPT: Meta Programming for A Multi-Agent Collaborative Framework diterima untuk presentasi lisan (1,2% teratas) di ICLR 2024, peringkat #1 dalam kategori Agen berbasis LLM.
03 Januari 2024: v0.6.0 dirilis, fitur baru termasuk serialisasi, paket OpenAI yang ditingkatkan dan mendukung beberapa LLM, memberikan contoh minimal untuk perdebatan, dll.
15 Desember 2023: v0.5.0 dirilis, memperkenalkan beberapa fitur eksperimental seperti pengembangan tambahan, multibahasa, berbagai bahasa pemrograman, dll.
08 November 2023: MetaGPT terpilih ke dalam Open100: 100 pencapaian Sumber Terbuka Teratas.
01 September 2023: MetaGPT menduduki puncak GitHub Trending Monthly untuk ke-17 kalinya pada Agustus 2023.
? 30 Juni 2023: MetaGPT kini bersifat open source.
? 24 April 2023: Baris pertama kode MetaGPT diterapkan.
Code = SOP(Team) adalah filosofi inti. Kami mewujudkan SOP dan menerapkannya pada tim yang terdiri dari LLM. 
Skema Multi-Agen Perusahaan Perangkat Lunak (Diimplementasikan Secara Bertahap)
Pastikan Python 3.9 atau lebih baru, tetapi kurang dari 3.12, terinstal di sistem Anda. Anda dapat memeriksanya dengan menggunakan:
python --version.
Anda dapat menggunakan conda seperti ini:conda create -n metagpt python=3.9 && conda activate metagpt
pip install --upgrade metagpt
# or `pip install --upgrade git+https://github.com/geekan/MetaGPT.git`
# or `git clone https://github.com/geekan/MetaGPT && cd MetaGPT && pip install --upgrade -e .`Untuk panduan instalasi terperinci, silakan merujuk ke cli_install atau docker_install
Anda dapat memulai konfigurasi MetaGPT dengan menjalankan perintah berikut, atau membuat file ~/.metagpt/config2.yaml secara manual:
# Check https://docs.deepwisdom.ai/main/en/guide/get_started/configuration.html for more details
metagpt --init-config # it will create ~/.metagpt/config2.yaml, just modify it to your needs Anda dapat mengonfigurasi ~/.metagpt/config2.yaml sesuai dengan contoh dan dokumen:
llm :
api_type : " openai " # or azure / ollama / groq etc. Check LLMType for more options
model : " gpt-4-turbo " # or gpt-3.5-turbo
base_url : " https://api.openai.com/v1 " # or forward url / other llm url
api_key : " YOUR_API_KEY "Setelah instalasi, Anda dapat menggunakan MetaGPT di CLI
metagpt " Create a 2048 game " # this will create a repo in ./workspaceatau menggunakannya sebagai perpustakaan
from metagpt . software_company import generate_repo , ProjectRepo
repo : ProjectRepo = generate_repo ( "Create a 2048 game" ) # or ProjectRepo("")
print ( repo ) # it will print the repo structure with filesAnda juga dapat menggunakan Penerjemah Data untuk menulis kode:
import asyncio
from metagpt . roles . di . data_interpreter import DataInterpreter
async def main ():
di = DataInterpreter ()
await di . run ( "Run data analysis on sklearn Iris dataset, include a plot" )
asyncio . run ( main ()) # or await main() in a jupyter notebook setting? Bergabunglah dengan Saluran Perselisihan Kami! Sampai jumpa di sana! ?
Isi formulir untuk menjadi kontributor. Kami menantikan partisipasi Anda!
Jika Anda memiliki pertanyaan atau masukan tentang proyek ini, jangan ragu untuk menghubungi kami. Kami sangat menghargai saran Anda!
Kami akan menjawab semua pertanyaan dalam 2-3 hari kerja.
Untuk terus mendapat informasi terkini tentang penelitian dan pengembangan terkini, ikuti @MetaGPT_ di Twitter.
Untuk mengutip MetaGPT atau Data Interpreter dalam publikasi, silakan gunakan entri BibTeX berikut.
@inproceedings { hong2024metagpt ,
title = { Meta{GPT}: Meta Programming for A Multi-Agent Collaborative Framework } ,
author = { Sirui Hong and Mingchen Zhuge and Jonathan Chen and Xiawu Zheng and Yuheng Cheng and Jinlin Wang and Ceyao Zhang and Zili Wang and Steven Ka Shing Yau and Zijuan Lin and Liyang Zhou and Chenyu Ran and Lingfeng Xiao and Chenglin Wu and J{"u}rgen Schmidhuber } ,
booktitle = { The Twelfth International Conference on Learning Representations } ,
year = { 2024 } ,
url = { https://openreview.net/forum?id=VtmBAGCN7o }
}
@misc { hong2024data ,
title = { Data Interpreter: An LLM Agent For Data Science } ,
author = { Sirui Hong and Yizhang Lin and Bang Liu and Bangbang Liu and Binhao Wu and Danyang Li and Jiaqi Chen and Jiayi Zhang and Jinlin Wang and Li Zhang and Lingyao Zhang and Min Yang and Mingchen Zhuge and Taicheng Guo and Tuo Zhou and Wei Tao and Wenyi Wang and Xiangru Tang and Xiangtao Lu and Xiawu Zheng and Xinbing Liang and Yaying Fei and Yuheng Cheng and Zongze Xu and Chenglin Wu } ,
year = { 2024 } ,
eprint = { 2402.18679 } ,
archivePrefix = { arXiv } ,
primaryClass = { cs.AI }
}
@misc { zhang2024aflow ,
title = { AFlow: Automating Agentic Workflow Generation } ,
author = { Jiayi Zhang and Jinyu Xiang and Zhaoyang Yu and Fengwei Teng and Xionghui Chen and Jiaqi Chen and Mingchen Zhuge and Xin Cheng and Sirui Hong and Jinlin Wang and Bingnan Zheng and Bang Liu and Yuyu Luo and Chenglin Wu } ,
year = { 2024 } ,
eprint = { 2410.10762 } ,
archivePrefix = { arXiv } ,
primaryClass = { cs.AI } ,
url = { https://arxiv.org/abs/2410.10762 } ,
}
