MetaGPT学习笔记

名词概念

Code = SOP(Team) 是核心哲学。
通过标准化的动作（Action）和角色（Role）抽象进行交互。

功能

可以通过安装子模块扩展能力，比如：

• RAG, pip install 'metagpt[rag]'. 用途：用于基于 RAG（Retrieval-Augmented Generation，检索增强生成）的系统，结合多个 LLM（大语言模型）和向量存储技术。
• OCR, pip install 'metagpt[ocr]'. 用途：用于光学字符识别（OCR）任务，识别和提取图像中的文本。
• search-ddg, pip install 'metagpt[search-ddg]'. 用途：用于 DuckDuckGo 搜索功能。
• search-google, pip install 'metagpt[search-google]'. 用途：用于与 Google API（如 Google 搜索 API）进行交互。
• selenium, pip install 'metagpt[selenium]'. 用途：用于自动化浏览器操作和网页抓取。

联网功能

改造成本分析

Python语言适应性
提供API接口：
通过阿里云 Function AI 等 Serverless 平台，可将 Python 版 MetaGPT 部署为 HTTP 服务，供前端通过 API 调用
百炼部署教程

部署示例：
https://cap.console.aliyun.com/projects/cap-metagpt/production?tab=deployments&service=metagpt-webui
http://cap-metagpt.fcv3.1123606367976021.cn-hangzhou.fc.devsapp.net

叙事大纲：
https://docs.deepwisdom.ai/main/zh/guide/use_cases/agent/tutorial_assistant.html
文生图：
https://docs.deepwisdom.ai/main/zh/guide/use_cases/agent/interpreter/text2image.html
可视化：
https://docs.deepwisdom.ai/main/zh/guide/use_cases/agent/interpreter/data_visualization.html

设计技巧

分块

分块的设计解决了 LLM 大模型长文本的限制问题。
比如这个教程助手：生成技术类教程的例子：
先通过 LLM 大模型生成教程的目录，再对目录按照二级标题进行分块，对于每块目录按照标题生成详细内容，最后再将标题和内容进行拼接。

JS生态的类似项目

Mastra(13.5k star)：
https://mastra.ai/

voltagent(1.8k star):
https://voltagent.dev/

亚马逊实验室：
https://github.com/awslabs/agent-squad

资料

Github：
https://github.com/FoundationAgents/MetaGPT

文档：
https://docs.deepwisdom.ai/main/zh/guide/get_started/introduction.html

论文：
https://arxiv.org/abs/2308.00352

技术拆解：
https://zhuanlan.zhihu.com/p/655238792

WebUI:
https://github.com/Ori-Replication/MetaGPT-WebUI

MetaGPT优化方案：
https://docs.deepwisdom.ai/v0.7/zh/rfcs/RFC-116-MetaGPT%E4%BC%98%E5%8C%96%E6%96%B9%E6%A1%88.html

Don’t Build Multi-Agents：
https://cognition.ai/blog/dont-build-multi-agents