从 0 到 1 玩 AI 开发：OpenManus 免邀请、ChatDev 自动组队

原文：https://mp.weixin.qq.com/s/9dTTUsnaWmBKjCHKDXzs1Q
无需邀请码！OpenManus 让你轻松拥有专属 AI 智能体，3 小时就能上手

项目概述

OpenManus 是一个开源项目，旨在提供无需邀请码即可使用的智能体（agent）实现方案。该项目由来自 MetaGPT 团队的开发者共同创建，核心作者包括 Xinbin Liang 和 Jinyu Xiang，团队还包括 Zhaoyang Yu、Jiayi Zhang 和 Sirui Hong 等成员。项目原型在 3 小时内完成开发，并持续迭代优化。
项目地址：https://github.com/FoundationAgents/OpenManus
主要语言：python
stars: 50.1k
主要特点

• 无需邀请码即可使用，便于快速上手和体验
  
• 实现简洁，便于开发者理解和二次开发
  
• 支持多种大语言模型（LLM）API 配置
  
• 提供浏览器自动化工具集成选项（playwright）
  

相关项目

团队还开发了 OpenManus-RL，这是一个专注于基于强化学习（如 GRPO）的大语言模型智能体调优方法的开源项目，由 UIUC 和 OpenManus 的研究人员合作开发。
安装方式

提供两种安装方法：

• 使用 conda 创建虚拟环境并安装依赖
  
• 使用 uv（推荐，更快的 Python 包安装器和解析器）创建环境并安装依赖
  

国际化支持

项目提供多语言文档，包括：

• 英文（README.md）
  
• 中文（README_zh.md）
  
• 韩文（README_ko.md）
  
• 日文（README_ja.md）
  

技术依赖

项目使用了多种技术和工具，包括但不限于：

• 大语言模型相关库（如 openai、tiktoken）
  
• Web 框架（如 fastapi）
  
• 数据验证工具（pydantic）
  
• 浏览器自动化工具（playwright）
  
• 搜索工具（googlesearch-python、baidusearch 等）
  
• 图表可视化相关库（如 @visactor 系列组件）
  

AI 自己组队写代码？ChatDev 让虚拟团队帮你搞定软件开发全流程！

ChatDev 是一个基于大型语言模型（LLMs）的虚拟软件开发公司框架，通过多个多个扮演不同角色的智能代理（如首席执行官、首席产品官、首席技术官、程序员、评审员、测试员、艺术设计师等）协作完成软件开发任务。
项目地址：https://github.com/OpenBMB/ChatDev
主要语言：python
stars: 27.5k

核心特点

• 多代理协作：不同角色的智能代理通过参与专门的功能性研讨会（设计、编码、测试、文档编写等）协同工作
  
• 易用性：提供简单的操作方式，便于快速上手使用
  
• 高度可定制：支持自定义公司配置、代理角色和工作流程
  
• 可扩展性：作为研究和理解集体智能的理想场景，具有良好的扩展潜力
  

主要功能

• 支持完整的软件开发流程，从需求分析到设计、编码、测试和文档生成
  
• 提供多种模式：
  
  
  
  • Git 模式：程序员代理可使用 Git 进行版本控制
    
  • 人机交互模式：允许人类扮演评审员角色参与开发过程
    
  • 艺术模式：激活设计师代理生成软件中使用的图像
    
  • 增量开发：支持在现有代码基础上进行开发
    
  
  
• 提供可视化工具（Visualizer）查看开发过程
  
• 支持 Docker 安全执行环境
  

项目结构

1. ├── CompanyConfig # ChatDev的配置文件，包括ChatChain、Phase和Role的JSON配置 ├── WareHouse # 生成的软件存放目录 ├── camel # Camel角色扮演组件 ├── chatdev # ChatDev核心代码 ├── ecl # 经验协同学习模块 ├── misc # 示例和演示资源 ├── visualizer # 可视化工具文件夹 ├── run.py # ChatDev入口文件 ├── requirements.txt # 依赖项列表 ├── README.md # 项目说明 └── wiki.md # 详细文档

复制代码

使用示例

通过运行如下命令可以创建一个2048游戏：

1. python3 run.py --task "design a 2048 game" --name "2048" --org "THUNLP" --config "Default"

复制代码

生成的软件包会存储在/WareHouse/2048_THUNLP_timestamp目录下，包含所有相关文件、配置、开发日志和初始提示。
从需求到代码全流程自动化！MetaGPT 多智能体协作框架，重新定义软件开发

MetaGPT 是一个多智能体框架（Multi-Agent Framework），其核心理念是通过给 GPT 模型分配不同角色，形成一个协作实体来处理复杂任务。
项目地址：https://github.com/FoundationAgents/MetaGPT
主要语言：python
stars: 58.7k

核心特点

• 模拟软件公司运作：内部包含产品经理、架构师、项目经理、工程师等角色，模拟软件公司的完整工作流程
  
• 端到端流程支持：从一行需求输入，可输出用户故事、竞争分析、需求文档、数据结构、API 设计、文档等成果
  
• 标准化流程（SOP）：核心哲学是 Code = SOP(Team)，将标准化流程具体化并应用于由 LLM 组成的团队
  

主要功能

• 接收自然语言需求，自动生成完整的软件项目相关文档和代码
  
• 支持多角色智能体协作，模拟真实软件开发团队的工作模式
  
• 提供完整的项目管理和代码仓库管理功能
  

快速开始

安装要求

• Python 3.9 至 3.11 版本
  
• 需安装 node 和 pnpm
  

安装方式

1. pip install --upgrade metagpt # 或从源码安装 # pip install --upgrade git+https://github.com/geekan/MetaGPT.git # 或 # git clone https://github.com/geekan/MetaGPT && cd MetaGPT && pip install --upgrade -e .

复制代码

配置
通过命令初始化配置文件：

1. metagpt --init-config # 创建 ~/.metagpt/config2.yaml 配置文件

复制代码

配置文件主要设置 LLM 相关参数：

1. llm: api_type: "openai" # 支持 azure / ollama / groq 等 model: "gpt-4-turbo" # 或 gpt-3.5-turbo base_url: "https://api.openai.com/v1" api_key: "YOUR_API_KEY"

复制代码

使用方法
通过命令行使用：

1. metagpt "Create a 2048 game" # 在 ./workspace 目录下创建项目

复制代码

或作为库使用：

1. from metagpt.software_company import generate_repo from metagpt.utils.project_repo import ProjectRepo repo: ProjectRepo = generate_repo("Create a 2048 game")

复制代码

项目结构

• 包含配置文件、示例代码、测试用例等
  
• metagpt/ 目录下是核心代码，实现了多智能体框架和各种角色逻辑
  
• 提供了文件仓库管理、项目仓库管理、代码解析等工具类
  
• 包含与 Minecraft 环境交互的模块，支持游戏内智能体操作
  

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

过来提前占个楼