GitHub 上 69,905 顆星,MIT 授權,純 Python 實作。MetaGPT 走了一條相當激進的路——它不滿足於讓單一 LLM 寫程式碼,而是搭出一整套「虛擬軟體公司」,裡頭有 PM、架構師、專案經理、工程師、QA,每個角色各司其職,靠一套寫死的 SOP(標準作業流程)串接起來。
核心理念寫得很直白:Code = SOP(Team)。程式碼不是某個天才工程師靈光乍現的產物,而是團隊照流程協作的結果。把這套流程編碼進多 Agent 系統,理論上就能重現軟體公司的產出。
我也實測了一輪。結果沒想像中神,但 SOP 工程化這條路確實走得通。底下分段拆解。
它解決了什麼問題
單一 Agent 寫程式碼常卡在哪?我先前試過直接丟給 GPT-4o 一句「做個命令列 todo 工具」,它吐回來的程式碼:
- 沒有 API 文件
- 函式命名前後不一致
- 邊界情境全憑運氣
- 測試要自己另外再寫
問題不在模型不夠聰明,而是一個 LLM 同時當需求方、設計方、實作者、測試方,角色一多就開始互打架。MetaGPT 的解法是把這些角色拆開,讓每個角色只負責自己那塊,再按軟體公司的 SOP 把它們串起來。
這就是 SOP 的價值——不是更聰明,而是更穩定。
怎麼用
上手門檻不算高,但有幾個先決條件:
- Python 3.9-3.12
- Node.js + pnpm(前端相關 action 會用到)
- LLM API key(建議 GPT-4 等級,小模型效果差很多)
裝套件一行搞定:
pip install metagpt
接著設定 config2.yaml 填好 key,跑下面這段腳本:
import asyncio
from metagpt.software_company import SoftwareCompany
async def main():
# 一句話需求
idea = "開發一個命令行待辦事項工具,支持增刪改查"
# 啟動軟體公司(自動調度 PM/架構師/工程師/QA)
company = SoftwareCompany()
company.hire(["ProductManager", "Architect", "ProjectManager", "Engineer", "QA"])
# 投入需求
company.invest(idea)
# 等團隊跑完,輸出產物
await company.run(n_round=8)
# 查看產出
for artifact in company.repo.get_artifacts():
print(f"[{artifact.role}]: {artifact.filename}")
asyncio.run(main())
你完全不用自己寫 Agent 編排邏輯——SoftwareCompany 已經把五個角色的協作順序定義好了。
它怎麼運作(架構)
三層結構:
1. Role 類別
每個角色繼承自 Role 基類,三要素齊備:profile(身分)、goals(目標)、actions(能做的事)。舉例來說,ProductManager 的 action 是 WritePRD,Engineer 的 action 是 WriteCode。
2. Action
Action 是角色的具體行為,封裝了 prompt 範本與輸出解析邏輯。以 WritePRD 為例,它會讀上游訊息、依範本產生 user stories。Action 本身不帶狀態,狀態由 Role 自己維護。
3. Environment + Message 機制
這就是 SOP 落地的地方。Environment 預設好訊息路由順序——PM 寫完 PRD,訊息自動 publish 到 Architect 訂閱的 channel;Architect 完成 API 設計後,自動轉給 Engineer。每個角色只看自己關心的訊息,不理會全局。
訊息流大致如下:
使用者輸入需求
↓
ProductManager → WritePRD → 產出 user stories
↓
Architect → DesignAPI → 產出資料結構 + API 契約
↓
ProjectManager → WriteTasks → 拆解任務
↓
Engineer → WriteCode → 產出程式碼
↓
QA → WriteTest → 產出測試案例
這套流程寫死 SoftwareCompany 的初始化裡。要改流程就得改源碼——這也是它的限制,待會兒再提。
它哪裡做得好
門檻低。裝套件、設定 key、跑腳本,三步就能產出原型。對獨立開發者驗證 demo 來說,省下的是「搭鷹架」的時間。
角色預設齊全。五個角色開箱即用,不必自己設計 Agent 協作圖。對照 LangChain 的「什麼都自己拼」哲學,風格截然不同。
SOP 是工程化思維。它不追求單一 Agent 多聰明,而是要「團隊產出穩定」。這套思路放上生產線不見得夠用,但作為多 Agent 協作的教學樣本,價值很高。
學術光環。背後的 AFlow 論文拿到 ICLR 2025 oral(top 1.8%,LLM-based Agent 類別 #2),並非野狐禪。
商業化進展。2025 年 2 月團隊推出 MGX(mgx.dev),衝上 Product Hunt 週榜第一,代表市場有付費意願。
它哪裡不夠好
吃模型。GPT-4 等級才繳得出堪用的產出,GPT-3.5 幾乎廢掉。我試過換成 Llama-3-8B,PRD 直接寫歪、API 自相矛盾。這代表成本壓不下來,跑一次複雜需求輕鬆消耗 50k+ tokens。
架構偏重。五個角色加上完整 SOP 預設好,想加個「DevOps」角色或調整流程順序?改源碼吧。SoftwareCompany 的類別繼承鏈頗深,客製化成本比 LangGraph 還高。
程式碼品質未達生產標準。我跑出來的 Python 程式碼能跑,但變數命名有 typo、缺少例外處理、沒有型別標註。原型階段堪用,要直接上線還得再過一輪人工 review。
同類框架比較。跟 AutoGen 相比,MetaGPT 偏「組織設計」(預設角色與流程),AutoGen 偏「靈活編排」(自訂 Agent 對話邏輯)。跟 LangChain 相比,MetaGPT 是「業務封裝」層級,LangChain 是「組件庫」層級。都比單一 Agent 框架重,但各自有適合的場景。
我也實測了一輪
需求:「做個命令列 todo 工具,支援增刪改查」
設定:GPT-4o,n_round=8
產出:6 個檔案
- PRD(user stories + 驗收標準)
- API 設計(CLI 命令介面定義)
- 資料結構(JSON 儲存 schema)
- Python 程式碼(約 200 行)
- 測試案例(pytest)
- README
耗時:約 4 分鐘
Token 消耗:約 80k
程式碼可執行,CRUD 都正常。但有個邊界情境沒處理——輸入空字串會 crash,得手動補上 if not todo.strip(): continue。
對照同樣的 prompt 直接丟給 GPT-4o 單 Agent 模式:
- 產出只剩 Python 程式碼,沒文件
- 函式命名前後不一(
add_todo跟create_task混用) - 測試要自己另外再 prompt 它寫
SOP 拆分確實有效——結構化產出的品質肉眼可見地提升。但工程效率仍是瓶頸:4 分鐘加 80k tokens 只跑出 200 行小工具,量產並不現實。
誰適合用
適合:
- 獨立開發者快速驗證產品 demo
- 研究多 Agent 協作的學術團隊(AFlow 論文是絕佳的 baseline)
- 軟體工程教學場景(用 SOP 把需求到程式碼的全流程講清楚)
不適合:
- 生產環境的程式碼產出(品質不夠穩)
- 對延遲敏感的場景(跑一輪要好幾分鐘太慢)
- 小模型部署(效果直接崩盤)
- 深度客製化 Agent 協作邏輯(改源碼成本太高)
一點想法
MetaGPT 的價值不在「AI 能寫程式碼」——這件事 GPT-4 單 Agent 也能辦到。它的價值在於把軟體工程裡那些隱性知識(SOP)顯式編碼出來,讓多 Agent 協作有了可重複使用的模板。
這套思路放在 2023 年很驚艷,到了 2025 年看就稍嫌「重」了。LangGraph、CrewAI 都在朝更輕、更靈活的方向走。但若你想搞懂「多 Agent 到底怎麼協作」,讀 MetaGPT 源碼比啃論文還快——每一行程式碼都在告訴你 SOP 長什麼樣子。
倉庫位置:github.com/FoundationAgents/MetaGPT
參考:
- MetaGPT GitHub: https://github.com/FoundationAgents/MetaGPT
- MGX: https://mgx.dev