MetaGPT

Was ist MetaGPT?

MetaGPT ist ein Open-Source-Framework für mehrere Agenten, das von FoundationAgents betrieben wird. Ziel ist es, dass mehrere große Sprachmodell-„Charaktere“ nach standardisierten Arbeitsabläufen zusammenarbeiten, um komplexe Aufgaben zu erledigen. Die typischste Anwendung besteht darin, eine Softwareanforderung an einen virtuellen Produktmanager, Architekten, Projektmanager sowie Ingenieurteams zu übergeben – dadurch entstehen schrittweise Anforderungsbeschreibungen, Designs, Code sowie Projektdokumente.

MetaGPT ist keine gewöhnliche Chat-Website, die ohne Konfiguration genutzt werden kann, sondern ein Python-Framework für Entwickler und Forscher. Die Nutzer müssen selbst die Laufumgebung installieren, die Modellservices konfigurieren und sind für die erzeugte Code sowie für die Rechte der Tools und die damit verbundenen Kosten verantwortlich.

Kernkonzept: Code = SOP(Team)

MetaGPT kodiert den Teamzusammenarbeit-Prozess in SOPs, sodass verschiedene Rollen die Nachrichten in einer festgelegten Reihenfolge erhalten, Aktionen ausführen und strukturierte Ergebnisse liefern. Im Vergleich dazu, dass mehrere Agenten frei miteinander kommunizieren, legt dieses Design größeren Wert auf klare Zuständigkeitsgrenzen, das Format der Ergebnisse sowie wiederholbare Arbeitsabläufe.

• Rolle: Definiert die Identität und Aufgaben von Personen wie Produktmanagern, Architekten und Ingenieuren.
• Aktion: Beschreibt die konkreten Handlungen, die eine Rolle ausführen kann, wie zum Beispiel Anforderungen zu schreiben oder Schnittstellen zu entwerfen.
• Nachricht: Übertragung von Aufgaben, Kontext und Zwischenergebnissen zwischen Rollen.
• Umgebung: Bereitstellung einer gemeinsamen Ausführungsumgebung sowie eines Raums für die Kommunikation innerhalb des Teams.
• Team: Organisation von Rollen, Budget und Aufgabenerfüllung.
• SOP: Legt fest, unter welchen Bedingungen eine Rolle welche Aktionen ausführt und welche Dokumente erzeugt.

Hauptfunktionen

1. Mehrfachrolle-Softwareentwicklung

Das Framework beinhaltet unternehmensübliche Zusammenarbeitsprozesse und kann auf der Grundlage von Anfragen in natürlicher Sprache User Stories, Wettbewerbsanalysen, Anforderungsdokumente, Systemdesigns, Datensätze, Schnittstellendokumentationen sowie Code erzeugen. Die Ergebnisse können in den Projektarbeitsbereich geschrieben werden, damit Entwickler sie weiterhin überprüfen und anpassen können.

2. Benutzerdefinierte Agenten und Aktionen

Entwickler können die Rollen und Aktionskomponenten im Framework erben, um Prompte, Tools, Beobachtungsbereiche sowie Ausgabestrukturen zu definieren. Dadurch kann MetaGPT vom Softwareentwicklungsbereich auf Forschung, Betrieb, Datenverarbeitung und Unternehmensworkflows ausgeweitet werden.

3. Data Interpreter

Der Data Interpreter dient der Datenanalyse sowie der Ausführung von Code. Er ermöglicht es, Schritte zu planen, Code zu schreiben und auszuführen, sowie anschließend anhand der Rückmeldungen aus der Ausführung Anpassungen vorzunehmen. Die offiziellen Beispiele umfassen Anwendungen wie die Datenvisualisierung, maschinelles Lernen sowie die Verwendung von benutzerdefinierten Werkzeugen zur Vorbereitung der Daten.

4. Werkzeuge und Erweiterungen zur Suche

Nach der Installation der optionalen Abhängigkeiten kann das Framework seine Fähigkeiten in den Bereichen RAG, OCR, Suchfunktionen sowie Browserautomatisierung erweitern. Die Ausführung der Tools beinhaltet den Zugriff auf Dateien, Webseiten oder die lokale Umgebung; daher müssen bei der Produktivumsetzung die Berechtigungen eingeschränkt und alle Aktionen protokolliert werden.

5. Befehlszeile und Python-Aufruf

Benutzer können ihre Anfragen entweder über die Kommandozeile eingeben oder MetaGPT als Python-Bibliothek in ihre eigenen Programme integrieren. Die Kommandozeile eignet sich für schnelle Tests, während der Einsatz von Bibliotheken besser geeignet ist, um eigene Rollen zu definieren, Geschäftsprozesse zu integrieren und Dienste aufzubauen.

6. Docker und lokale Bereitstellung

Die offiziellen Dokumentationen geben Anleitungen zur Installation über PyPI, im Quellcode-Entwicklungsmodus sowie mit Docker usw. Bei der Selbsthostung lässt sich die Laufumgebung sowie die Grenzen der Daten steuern – dennoch müssen Aspekte wie Modellverbindungen, Abhängigkeiten, Browserkomponenten, Protokollierung und Wartung berücksichtigt werden.

Welche Ergebnisse können erzeugt werden?

• User Stories, Anforderungsanalyse und Wettbewerbsanalyse.
• Anforderungsdokument für das Produkt und Funktionsaufschlüsselung.
• Systemarchitektur, Datenstrukturen und Schnittstellendesign.
• Projektaufgaben, Code-Dateien und Testvorschläge.
• Flussdiagramme, Zeitdiagramme und andere Mermaid-Diagramme.
• Datenanalyse-Code, Diagramme und Schlussfolgerungen.
• Strukturierte Ausgabe von benutzerdefinierten Agent-Workflows.

Für welche Anwendungsszenarien geeignet

• Software-Prototyp: Eine Produktidee schnell in Anforderungen, Design und einen ersten Entwurf für lauffähigen Code umsetzen.
• Anforderungsüberprüfung: Vergleich der Rollenausgaben ergab Auslassungen in Umfang, Schnittstellen und Abhängigkeiten.
• Lehrversuche: Verständnis dafür, wie Produkte, Architekturen, Projektmanagement und Entwicklungsrollen zusammenarbeiten.
• Agentenforschung: Testen von SOPs, Mehrfachrolle-Kommunikation, Speichermechanismen und Werkzeugaufrufmechanismen.
• Datenanalyse: Lassen Sie den Data Interpreter Aufgaben zur Erkundung, Modellierung und Visualisierung planen und ausführen.
• Unternehmensautomatisierung: Entwicklung spezieller Rollen und Aktionen für feste Geschäftsprozesse.
• Open-Source-Weiterentwicklung: Anpassung des Quellcodes des Frameworks und Erstellung einer internen Agentenplattform.

In welchen Fällen ist es nicht geeignet

• Normale Benutzer, die keine technischen Kenntnisse haben und hoffen, durch das Öffnen der Webseite ein stabiles Endprodukt zu erhalten.
• Projekte, die keine API für große Modelle oder eine lokale Inferenzumgebung bereitstellen können.
• Es werden Szenarien mit hohem Risiko gefordert, bei denen der generierte Code ohne Überprüfung direkt in das Produktivsystem eingesetzt werden kann.
• Organisationen, die vertrauliche Daten besitzen, deren Modellservices sowie die Sicherheit der Protokolle jedoch noch nicht bewertet wurden.
• Kritische Systeme, bei denen vom Hersteller eine SLA-Zusicherung, Wartung sowie formelle kommerzielle Unterstützung erforderlich sind.
• Teams mit einem äußerst geringen Budget, die jedoch über einen langen Zeitraum hinweg mehrere teure Modellcharaktere betreiben müssen.

Anleitung zur Installation von MetaGPT

Stabile Version über PyPI installieren

1. Vorbereiten Sie eine Umgebung für Python 3.9 bis 3.11 und stellen Sie sicher, dass das System Python sowie die Paketverwaltungswerkzeuge ordnungsgemäß aufrufen kann.
2. Erstellen Sie eine unabhängige virtuelle Umgebung, um Konflikte mit Abhängigkeiten anderer Projekte zu vermeiden.
3. Installieren Sie das Metagpt-Paket und wählen Sie je nach Aufgabe die verfügbaren Module wie RAG, OCR oder Suchfunktionen aus.
4. Führen Sie den Befehl zur Initialisierung der Konfiguration aus, um einen Vorlagentext für die Konfigurationsdatei zu erzeugen.
5. Füllen Sie den Modelltyp, die Service-Adresse und den API-Schlüssel aus – übergeben Sie den Schlüssel jedoch nicht in das Code-Repository.
6. Zuerst wird ein kleines Beispiel verwendet, um die Verbindung zum Modell, die Berechtigungen für die Verzeichnisse sowie die Ausgabeergebnisse zu überprüfen.
7. Nach der Bestätigung der Kosten und Sicherheitsgrenzen wird die vollständige Mehrfachrollenaufgabe ausgeführt.

Mit Docker bereitstellen

1. Installieren Sie Docker und erstellen Sie separate Verzeichnisse für die Konfiguration und den Arbeitsbereich.
2. Laden Sie das offizielle Image herunter und holen Sie sich daraus das Konfigurationsvorlage.
3. Geben Sie die Modellkonfiguration im Host-System ein und beschränken Sie die Zugriffsrechte auf die Konfigurationsdatei.
4. Kopieren Sie den Konfigurationsordner und die Projektarbeitsbereiche in den Container.
5. Starten Sie den Container mit kleinen Aufgaben, um die Dateiausgabe und den Netzwerkzugriff zu überprüfen.
6. Erhöhen Sie bei Bedarf die Ressourcenbeschränkungen, die Protokollierung, die Schlüsselverwaltung sowie die Strategien für den Neustart im Falle von Fehlern.
7. Bevor die Produktion beginnt, wird eine feste Version des Images festgelegt; es wird nicht direkt von dem Label „latest“ abhängig gemacht.

Von der Quellcode-Entwicklung

1. Kopieren Sie den offiziellen Repository und wechseln Sie zur zu verwendenden Version oder zum Commit.
2. Erstellen Sie eine kontrollierte Python-Umgebung und installieren Sie das Projekt anschließend im Entwicklungsmodus.
3. Lesen Sie Beispiele für Konfigurationen, Rollen, Aktionen sowie Beispielcode von Softwareunternehmen.
4. Führen Sie Projekttests und minimale Beispiele aus, um eine reproduzierbare Basis zu schaffen.
5. Verwenden Sie bei der Hinzufügung neuer Rollen oder Tools minimale Berechtigungen und schreiben Sie Tests.
6. Die Änderungen am Quellcode werden aufgezeichnet, um spätere Aktualisierungen und Zusammenführungen zu erleichtern.

System- und Versionanforderungen

In den offiziellen Installationsanleitungen werden als geeignete Testumgebungen macOS 13, Windows 11 und Ubuntu 22.04 aufgeführt; als Beispiel dient Python 3.9. Die Anforderungen an die Metadaten auf PyPI besagen, dass Python mindestens 3.9 und maximal 3.12 sein muss. Daher sollten Python 3.12 und neuere Versionen nicht als offiziell kompatibel angesehen werden.

Optionale Module und Erweiterungsmöglichkeiten

Preis und tatsächliche Nutzungskosten

Das MetaGPT-Framework wird unter der MIT-Lizenz bereitgestellt; das Projekt selbst erhebt keine Lizenzgebühren pro Nutzer. Die tatsächlichen Kosten entstehen hauptsächlich durch die Nutzung großer Modelle, Server oder GPU, externe Dienste wie Such- und Vektordatenbanken sowie durch Personal für Entwicklung und Wartung.

Mehrfachagenten-Aufgaben lassen mehrere Akteure nacheinander den Kontext lesen und Modelle aufrufen, wodurch die Kosten in der Regel höher sind als bei einem normalen Dialog. Die Budgetkontrolle sollte auf den tatsächlichen Tokens, Toolaufrufen und Versuchen zur Fehlerbehebung in den Protokollen beruhen und nicht auf festgelegten Schätzungen von Drittanbieter-Webseiten.

Wie man die Kosten des Modells kontrolliert

• Zuerst wird der Prozess mit kleinen Aufgaben und kostengünstigen Modellen getestet, anschließend werden Rollen und Kontext hinzugefügt.
• Legen Sie für das Team ein verfügbares Budget sowie die maximale Anzahl an Ausführungsrunden fest.
• Kürzen Sie den unrelevanten Hintergrund, um zu vermeiden, dass jede Figur die vollständigen Informationen erneut lesen muss.
• Einfache Klassifizierungs- und Formatierungsaufgaben sollten kleineren Modellen übertragen werden.
• Stabile Daten im Cache speichern, um wiederholte Abfragen und Einbettungen zu reduzieren.
• Erhalten Sie Aufzeichnungen über den Token jedes Charakters, die Anzahl der Fehlschläge sowie die Kosten für die Tools.
• Legen Sie Stoppkonditionen für endlose Schleifen, wiederholte Nachrichten und fehlerhafte Wiederholungsversuche fest.

Der Unterschied zwischen MetaGPT und Atoms

MetaGPT ist ein installierbares, anpassbares Open-Source-Entwicklungsframework; Atoms ist ein von FoundationAgents für Nutzer angebotenes, gehostetes AI-Entwicklerteam-Produkt. Beide weisen unterschiedliche Nutzungserfahrungen, Serviceverantwortlichkeiten und Abrechnungsmodelle auf, weshalb die Pakete von Atoms nicht mit dem Preis des Open-Source-Frameworks MetaGPT verglichen werden können.

Vorteile des Produkts

• Durch SOPs wird die Zusammenarbeit mehrerer Rollen organisiert, wodurch der Ablauf klarer ist als bei freiem Dialog.
• Integrierte Rollen für Softwareunternehmen und gängige Ergebnisse, geeignet zur schnellen Erstellung von Prototypen.
• Unterstützung für die Kommandozeile, Python-Bibliotheken, Quellcode-Entwicklung und Docker-Einsatz.
• Man kann Rollen, Aktionen, Werkzeuge, Nachrichten und Umgebungen anpassen.
• Der Data Interpreter übernimmt Aufgaben der Datenanalyse und der Ausführung von Code.
• Die MIT-Lizenz ist liberal und erleichtert Forschung sowie kommerzielle Weiterentwicklung.
• Die Gemeinschaft ist groß, und die öffentlichen Lager enthalten viele Beispiele und Diskussionen.
• Kann mit verschiedenen Modell-Diensten und lokalen Implementierungsvarianten verbunden werden.

Einsatzbeschränkungen und Hinweise

• Python, Abhängigkeitsverwaltung, Modellkonfiguration und Fehlersuche sind erforderlich.
• Die aktuelle PyPI-Version erfordert Python unter 3.12.
• Mehrere Rollen erhöhen die Kosten für Tokens, Verzögerungen und das Wiederholen von Fehlversuchen.
• Die erzeugten Anforderungen, Architekturen und Code können fehlerhaft oder inkompatibel zueinander sein.
• Die Ausführung von Code, Browser sowie Dateifunktionen können Sicherheitsrisiken mit sich bringen.
• Das Cloud-Modell erhält die Anweisungen sowie die Geschäftsdaten; vertrauliche Daten müssen zunächst bewertet werden.
• Offene Quellprojekte bedeuten nicht die Bereitstellung von kommerziellen SLAs oder Wartungsdiensten.
• Der Veröffentlichungsrythmus von Dokumenten, PyPI und GitHub kann unterschiedlich sein.
• Die offiziellen neuesten GitHub-Release-Labels stimmen nicht mit den stabilen PyPI-Versionen überein.
• Das MetaGPT-Framework kann nicht mit den Preisen und Dienstleistungen des kommerziellen Produkts Atoms kombiniert werden.

Empfehlungen zur Sicherheitsbereitstellung

• Legen Sie den API-Schlüssel in ein spezielles Schlüsselverwaltungssystem, und schreiben Sie ihn nicht in das Repository.
• Verwenden Sie isolierte Container und Nicht-Admin-Konten zur Erstellung von Code.
• Nur die für die Aufgabe benötigten Verzeichnisse werden montiert, der Zugriff auf un relevante Dateien ist untersagt.
• Einschränkung von externen Domainnamen, Downloadtypen und dem Ausführungsbereich von Befehlen.
• Manuelle Freigabe für Werkzeugparameter, Dateienschreiben und Codeausführung hinzufügen.
• Bewahren Sie Nachrichten über Rollen, Aufrufe von Modellen, Tool-Ausführungen und Kostenprotokolle auf.
• Regelmäßig die Abhängigkeiten aktualisieren und bekannte Sicherheitslücken sowie Lizenzen überprüfen.
• Vor der Produktveröffentlichung werden Tests, Code-Reviews und Sicherheitsscans durchgeführt.

GitHub und der Open-Source-Zustand

Der offizielle MetaGPT-Repository wird von FoundationAgents verwaltet und unterliegt der MIT-Lizenz. Zum Zeitpunkt der Überprüfung hatte das Repository etwa 69.000 Sterne sowie über 8.800 Branches. Die aktuelle stabile Version auf PyPI ist 0,8.2, während die neueste offizielle Release-Version auf GitHub weiterhin 0,8.1 ist.

Die Versionennummern sowie die Daten im Repository ändern sich ständig. Bei der Installation sollten daher gleichzeitig die PyPI-Metadaten, die GitHub-Commit-Historie, die Veröffentlichungshinweise sowie die Abhängigkeitsinformationen überprüft werden. Für Produktprojekte ist es nicht ratsam, direkt von der Hauptbranch oder dem neuesten Image abzuleiten.

Grundlegende Informationen

Empfehlungswert

4,6 / 5. MetaGPT bietet für die Entwicklung von Mehr-Agenten-Software sowie für Forschungen zu Agenten ausgereifte Abstraktionen für Rollen, Aktionen und SOPs. Zudem ist die Open-Source-Lizenz recht locker. Allerdings erfordern die Installation und Konfiguration, die Kosten für die Modelle, die Sicherheit des Codes sowie die Betriebsführung weiterhin einen professionellen Teamaufwand.

Häufige Fragen

Ist MetaGPT kostenlos?

Das Framework selbst ist kostenlos und unterliegt der MIT-Lizenz, doch die Model-APIs, GPUs, Server, Suchfunktionen sowie Wartung können Kosten verursachen. Die Projektverantwortlichen stellen keine unbegrenzte Anzahl an kostenlosen Modellaufrufen zur Verfügung.

Kann MetaGPT direkt vollständige Software erstellen?

Es kann Anforderungen, Designs, Code sowie erste Entwürfe von Dokumenten erstellen, kann jedoch nicht garantieren, dass die Software vollständig, sicher oder einsetzbar ist. Die Entwickler müssen weiterhin Tests durchführen, Fehler beheben, Abhängigkeiten überprüfen und die Produktreife herstellen.

Unterstützt MetaGPT Windows?

Die offiziellen Installationsanleitungen geben Beispiele für die Unterstützung von Windows 11 und Python 3.9 an. In der Praxis müssen je nach Grafiken, Browsern sowie den Funktionalitäten zur Ausführung von Code die entsprechenden Abhängigkeiten installiert werden.

Welche großen Modelle werden unterstützt?

Das Framework kann durch Konfiguration mit verschiedenen Cloud-Diensten oder Modellservices mit kompatiblen Schnittstellen verbunden werden, und es ist auch möglich, lokale Modelllösungen zu integrieren. Die genauen Namen der Modelle sowie die Parameter richten sich nach den aktuellen Konfigurationsdokumenten und dem Code.

Sind MetaGPT und Atoms dasselbe Produkt?

Es handelt sich nicht um dieselbe Produktform. MetaGPT ist ein Open-Source-Framework, während Atoms ein Produkt eines gehosteten AI-Entwicklungsteams ist. Konten, Pakete sowie Servicefunktionen müssen separat überprüft werden.

Kann es für Geschäftsprojekte verwendet werden?

Die MIT-Lizenz erlaubt in der Regel die kommerzielle Nutzung und Änderung, wobei die Lizenz sowie die Urheberrechtsangaben beibehalten werden müssen. Zudem müssen die Teammitglieder sich an die Bedingungen bezüglich der zugrunde liegenden Modelle, Daten, Drittanbieter-Tools sowie abhängiger Komponenten halten.

Warum läuft es auch nach der Installation noch nicht?

Häufige Ursachen sind inkompatible Python-Versionen, nicht konfigurierte Modell-Schlüssel, fehlende Abhängigkeiten, nicht installierte Node- oder Browser-Komponenten sowie unzureichende Berechtigungen für die Arbeitsumgebung. Zunächst sollte ein minimales Beispiel ausgeführt werden, um die Probleme Schritt für Schritt zu überprüfen.

Eignet sich MetaGPT für Unternehmensproduktionsumgebungen?

Es kann als Grundlage für die Entwicklung von Unternehmens-Agenten dienen, doch eine Open-Source-Installation bietet nicht automatisch Sicherheit und Stabilität auf Produktionsniveau. Unternehmen müssen zusätzlich Funktionen wie Zugriffssteuerung, Isolierung, Auditing, Überwachung, Kosteneinschränkung sowie Fehlerbehebung bereitstellen.