# metagpt-learn

**Repository Path**: PerfXCloud-APP/metagpt-learn

## Basic Information

- **Project Name**: metagpt-learn
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-08-02
- **Last Updated**: 2024-08-02

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# metagpt-learn
### 1 PerfXCloud免费账户申请

本项目使用澎峰云（PerfXCloud） [www.perfxcloud.cn](https://cloud.perfxlab.cn/) ，网站上有详细的说明文档。 [快速开始 | PerfXCloud](https://docs.perfxlab.cn/docs/tutorial-basics/get-started/)

PerfXCloud 的 API 接口兼容 OpenAI 的 ChatGPT，可以直接使用 OpenAI SDK 或者其他中间件来访问 PerfXCloud。这使得开发者从 ChatGPT 或者其他平台切换到 PerfXCloud 变得非常非常容易。

该平台目前支持的模型

`Qwen1.5-110B-Chat-GPTQ-Int4`、`Qwen1.5-72B-Chat-GPTQ-Int4`、`Qwen2-72B-Instruct-GPTQ-Int4`、

`Meta-Llama-3-70B-Instruct-GPTQ-Int4`、`Qwen-14B-Chat-Int4`、`Meta-Llama-3-8B-Instruct`、`Llama3-Chinese_v2`、

`chatglm3-6b`、`llama-3-8b`、`Qwen1.5-7B`、`Qwen2-7B,gpt2`、`SOLAR-10_7B-Instruct`、`llama-2-7b`、`PHI_1-5,opt-1b3`、

`phi-2`、`internLM`、`Mistral-7B-Instruct`、`MindChat-Qwen-7B-v2`、`StarCoder-1B`。 （还在持续更新中）



MetaGPT，作为一种多智能体框架，以其独特的方式引领着这一领域的发展。它利用标准作业程序（SOP）来协调基于大语言模型的多智能体系统，实现了元编程技术的突破。该框架通过模拟一个虚拟软件团队，将智能体赋予了不同的角色，如产品经理、架构师、项目经理、工程师、质量工程师等，并通过引入SOP作为开发流程，使这些智能体能够高效地协同工作。 MetaGPT的核心理念是将多智能体视为一个智能体社会。在这个社会中，智能体、环境、标准流程（SOP）、通信和经济共同构成了其运作的基石。智能体作为社会的基本单位，具备各自独特的大语言模型（LLM）、观察、思考、行动和记忆能力。它们通过观察和思考来感知环境中的重要信息，并通过行动将结果输出到环境中，以供其他智能体使用。 环境则是智能体生存和互动的公共场所。它提供了智能体之间进行交互和合作的平台，使得智能体能够从中获取到必要的信息和资源。智能体通过与环境进行交互，不断学习和适应，以更好地完成各种任务。 标准流程（SOP）是MetaGPT框架中至关重要的组成部分。它们是一系列既定的程序和规范，用于管理智能体的行动和交互。通过遵循SOP，智能体能够确保系统内部的有序和高效运作，减少冲突和误解，提高整体的工作效率。 通信是智能体之间信息交流的关键环节。通过有效的通信机制，智能体能够分享信息、协商决策、协调行动，从而实现更好的合作和协同。在MetaGPT框架中，通信不仅涉及到智能体之间的直接交流，还包括通过共享存储和数据库等方式进行的间接交流。 经济则是多智能体环境中的价值交换系统。它决定了资源的分配和任务的优先级，影响着智能体之间的合作和竞争关系。通过合理的经济机制设计，MetaGPT框架能够激励智能体积极参与工作，提高整体的工作效果。 总的来说，MetaGPT作为一种基于大语言模型的多智能体框架，通过整合智能体、环境、标准流程、通信和经济等多个方面，实现了对软件开发全生命周期的覆盖。它不仅提高了软件开发的效率和质量，还为人工智能领域的发展注入了新的活力。随着技术的不断进步和应用的不断拓展，相信MetaGPT将会在未来发挥更加重要的作用，为人工智能领域的繁荣做出更大的贡献。 



### 3 实现过程

（1）克隆metagpt-learn代码

`git clone https://github.com/hanyh2004/metagpt-learn.git`

（2）pip安装

注意：需要在python3.9环境下进行

*   `pip install  metagpt`

（3）环境变量配置

![输入图片说明](c7cf5830-4bd0-11ef-86dd-af731ae79f0f.jpeg)

在配置好MetaGPT环境后，还需要对“二十一点”游戏的环境变量进行修改。打开文件metagpt-learn/task1.py文件，并对上图中红色框内的环境变量进行配置。

    os.environ["OPENAI_API_KEY"] = "sk-xxx"
    os.environ["OPENAI_API_MODEL"] = "Meta-Llama-3.1-8B-Instruct"
    os.environ["OPENAI_API_BASE"] = "https://cloud.perfxlab.cn/v

  (4) 进入metagpt-learn工作根目录，并且执行如下代码：

*   `python task1.py`

（5）等待完成即可。

（6）更多Demo案例请参考Metagpt Github <https://github.com/geekan/MetaGPT