作者：王磊，菊厂 · MindSpore资深架构师、AI工程技术专家

整理：青稞AI

^{>快来！NLP论文投稿、LLM交流、论文直播群}

MetaGPT简介简介

• • 智能体：在单个智能体的基础上，扩展了多智能体定义。在多智能体系统中，可以由多个单智能体协同工作，每个智能体都具备独特有的LLM、观察、思考、行动和记忆。
• • 环境：环境是智能体生存和互动的公共场所。智能体从环境中观察到重要信息，并发布行动的输出结果以供其他智能体使用。
• • 标准流程（SOP）：这些是管理智能体行动和交互的既定程序，确保系统内部的有序和高效运作。
• • 通信：通信是智能体之间信息交流的过程。它对于系统内的协作、谈判和竞争至关重要。
• • 经济：这指的是多智能体环境中的价值交换系统，决定资源分配和任务优先级。

MetaGPT框架

基础组件层

• • 环境：为智能体提供协作工作空间和交流平台。
• • 记忆：存储和检索历史消息。
• • 角色：根据领域封装专业技能和工作流程。
• • 行动：执行模块化的子任务。
• • 工具：提供常见的服务和工具。

协作层

• • 知识共享：该机制允许智能体有效地交换信息，为共享的知识库做出贡献。智能体可以以不同粒度存储、检索和共享数据。它不仅可以加强协调能力，还减少了冗余的通信，提高了整体的运行效率。
• • 封装工作流程：该机制利用SOP将复杂任务分解为较小、可管理的子任务。它将这些子任务分配给适合的智能体，并通过标准化的输出对其进行监控，确保它们的行动与总体目标一致。

MetaGPT实现机制

• • 思考与反思（Think & Reflect）：角色可以检索角色描述来构建思考，然后通过_think()函数来反思需要做什么并决定下一步的行动。
• • 观察（Observe）：角色可以观察环境，并根据观察结果使用_observe()函数进行思考和行动。它们会关注重要信息，并将其纳入记忆中，以丰富其上下文理解并为未来的决策提供信息。
• • 广播消息（Broadcast messages）：角色可以使用_publish_message()函数将消息广播到环境中。这些消息包含有关当前执行结果和相关行动记录的详细信息，用于发布和共享信息。
• • 知识沉淀与行动（Knowledge precipitation & Act）：角色不仅是广播者，也是环境信息的接收者。角色可以评估传入的消息的相关性和及时性，从共享环境中提取相关知识，并维护一个内部的知识库以支持决策。它们通过咨询LLM，并利用其具有丰富上下文信息和自我知识的来执行行动。执行结果被封装为消息，而规范性组件则由环境共享。
• • 状态管理（State management）：角色可以通过更新工作状态和监控待办事项列表来跟踪它们的行动。这使得角色能够按顺序处理多个行动而不中断。在执行每个行动时，角色首先锁定其状态。完成行动后，将状态标记为解锁。这样可以防止其他行动中断工作流程。

实例化SOP的Prompt

• • 前缀（Prefix）：将角色特定的前缀注入到提示中，以建立角色上下文。使用set_prefix()方法配置角色特定提示的标识符。
• • LLM代理（LLM proxy）：每个Action包含一个LLM代理，可以通过aask()方法调用该代理，使用以自然语言提示表达的上下文输入来丰富行动细节。此外，可以在Action类中实现各种角色特定上下文解析函数。这些函数旨在从输入中提取并提供足够的上下文信息给LLM。
• • 标准化的输出模式（Standardized outputs schema）：使用结构化表示来定义预期的输出模式，用于提取结构化数据。标准化输出模式。一个定义预期输出模式的结构表示，用于提取结构化数据。
• • 重试机制（Retry mechanism）：通过定义尝试次数和等待时间来实现对行动进行重试，以提高稳健性。

标准化输出的行动

知识共享机制和自定义知识管理

• • 消息共享：当一个智能体生成一条消息时，它会被复制到共享的环境日志中，创建一个真实的单一数据源。从而确保所有智能体都可以获取相同的信息。
• • 基于角色的订阅：智能体可以根据其角色对其有意义的消息类型进行注册订阅。其根据与智能体的责任和任务相一致的预定义标准进行的。
• • 消息分发：当有新的消息符合订阅条件时，它会自动分发通知给相关的智能体。这种主动传播信息的方式可以防止智能体错过重要的更新。
• • 内存缓存和索引：智能体会维护一个内部的记忆缓存，其中订阅的消息会被存储并按内容、发送者和接收者建立索引。从而保障高效的信息存储和检索。
• • 上下文检索：环境会维护一个支持缓存和索引的共享内存池。与此同时，智能体可以根据需要查询其内部内存，以获取与其当前任务相关的上下文细节。这有助于改进其理解并做出更好的决策。
• • 更新同步：对消息进行的任何更新或更改都会在所有链接的智能体内存中同步，以保持信息的一致视图。这确保所有智能体都可以访问最新的数据。

MetaGPT优劣势

优势

• • 多Agent组成协作处理更复杂的任务。
• • 通过将SOP融入到多智能体协作中，解决了现有方法在处理复杂任务时存在的幻觉问题。
• • 通过结构化协调和模块化输出，能够有效地解决复杂的多智能体协作问题。
• • 智能体可以主动从环境中获取相关知识，而不是简单地通过对话获取信息。这种设计更符合人类组织的运作模式。

劣势

• • 偶尔会引用不存在的资源文件，如图像和音频。
• • 在执行复杂任务时，它容易调用未定义或未导入的类或变量。
• • 角色和流程还比较固定，无法实现动态扩展，如扩展UI设计角色。

MetaGPT体验

准备工作

安装MetaGPT

• • 1、确保系统已经安装了Python 3.9及其以上版本，如未安装，请自行安装。

• • 2、克隆仓库到本地机器，并进行安装。

• • 3、在config/key.yaml文件中配置OPENAI_API_KEY。

• • 4、（可选）如果想在执行过程中保存像象限图、系统设计、序列流程等图表这些产物，可以先安装mermaid-js。

• • 5、开始使用。

参考资料