1. 前言

本章任务：

阅读教程
了解MetaGPT
准备Python环境
获取MetaGPT
配置MetaGPT

2. 阅读教程

阅读《MetaGPT智能体开发入门》教程的第一章。

3. 了解MetaGPT

观看视频【直播回放】MetaGPT作者深度解析直播回放

这个视频讲述了MetaGPT作者关于模型训练和优化的深入解析。作者分享了关于大语言模型发展路径的实际路径，以及ZeroShot的逻辑和效果应用，还涉及了智能体和环境的认知互动等。视频内容包括智能体架构、代码结构、环境配置等方面的讲解。

0:01 🌍大语言模型的发展路径
9:09 💡BERT的有效性和训练成本
18:23 🎮强化学习在模型推理中的应用
27:33 🗣️直觉、语音交互和多智能体协作
36:46 🔍智能体的需求和发展前景
45:55 🤖MetaGPT：AI智能体框架
55:11 📊MMU榜单、GPT-4性能和商业机会
64:24 🌟多智能体框架的愿景和影响
73:34 💼创业公司和MetaGPT软件公司实例
82:47 🔧智能体的功能和设计理念
91:59 🔬Hugging GPT的工作原理和开源竞争

4. 准备Python环境

方法一：使用pyenv安装，参考文档《Python版本管理器pyenv》
方法二（推荐）：使用conda安装，参考文档《Python包管理工具Conda》
方法三：从Python官网下载安装包，安装

5. 获取MetaGPT

MetaGPT官方文档 - 安装中提供了pip、git、docker等安装方式。
因为我们要进行二次开发，因此最好选择git的方式。

1、clone MetaGPT

1	git clone https://github.com/geekan/MetaGPT.git

2、切换到学习版本 v0.5.2

1	git checkout v0.5.2

3、安装依赖

1
2
3

cd MetaGPT
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -e.

6. 配置MetaGPT

6.1. 获取 OpenAI API Key

1、登录openai官网，注册并登录账号，选择API。

2、openai platform页面，点击API keys，Create new secret key，得到Openai API key

6.2. 配置 OpenAI API Key

配置OpenAI API key有三种方法：配置文件法、系统环境变量法、代码环境变量法。

其中配置文件的优先级大于系统环境变量和代码环境变量，具体来说，MetaGPT将会按照以下优先级来读取配置：

1	$HOME/.metagpt/config.yaml > config/key.yaml > config/config.yaml > environment variable

6.2.1. 配置文件法（推荐）

默认配置文件为 config/config.yaml，建议拷贝出一个 config/key.yaml 用于自定义配置。

config/key.yaml 配置示例：

1 2	OPENAI_API_KEY: "sk-..." # your openai api key OPENAI_API_MODEL: "gpt-3.5-turbo-16k" # your model

测试与openai官方api的连通性

1	curl https://api.openai.com/v1

如果不通的话，那么还需要配置一个openai api专用代理。

1	OPENAI_API_BASE: "https://api.openai-forward.com/v1"

注意：如果是使用 v0.6 以上的MetaGPT版本，那么需要使用 OPENAI_BASE_URL

6.2.2. 系统环境变量法

配置系统环境变量

1
2
3

export OPENAI_API_KEY="sk-..." # your openai api key
export OPENAI_API_MODEL="gpt-3.5-turbo-16k" # your model
export OPENAI_API_BASE="https://api.openai-forward.com/v1"

6.2.3. 代码环境变量法

在代码中使用os库来将自己的OpenAI API key设定为环境变量

import os
os.environ["OPENAI_API_KEY"] = "sk-..."  # your openai api key
os.environ["OPENAI_API_MODEL"] = "gpt-3.5-turbo-16k" # your model
os.environ["OPENAI_API_BASE"] = "https://api.openai-forward.com/v1"

6.3. 获取&配置其他LLM API

当前支持的其他LLM：openai, azure_openai, gemini, spark, zhipuai, fireworks, open_llm, ollama, anthropic, metagpt

获取&配置其他LLM的方法，可以参考文档适配其他国产模型

7. 创建一个多智能体团队

7.1. 运行已有脚本

1	python startup.py --idea "write a cli blackjack game"

其中 –idea 可以省略，运行后，智能体就会开始工作，最终workspace目录中会生成一个 blackjack game 项目。

7.2. 自己创建脚本

1、创建一个脚本 demo.py

import asyncio
from metagpt.roles import (
    Architect,
    Engineer,
    ProductManager,
    ProjectManager,
)
from metagpt.team import Team

async def startup(idea: str):
    company = Team()
    company.hire(
        [
            ProductManager(),
            Architect(),
            ProjectManager(),
            Engineer(),
        ]
    )
    company.invest(investment=3.0)
    company.start_project(idea=idea)

    await company.run(n_round=5)

asyncio.run(startup(idea="write a cli blackjack game")) # blackjack: 二十一点

代码解释：
首先，导入已实现的角色。
然后，初始化公司团队，配置对应的智能体，设置对应的预算以及提供一个写一个小游戏的需求。
最后，运行并得到生成的游戏代码！

2、运行脚本

1	python demo.py

8. 问题记录

8.1. DEFAULT_PROVIDER无效问题

agent学习群里其他同学发现了一个 DEFAULT_PROVIDER 无效问题：
1、只要 self._is_valid_llm_key(self.OPENAI_API_KEY) and not self.OPENAI_API_TYPE and self.OPENAI_API_MODEL 为true，那么 DEFAULT_PROVIDER 就会失效。
2、如果用户之前设置过 OPENAI_API_KEY ，那么想要换成其他大模型，那么必须注释掉 OPENAI_API_KEY

修复方法：https://github.com/geekan/MetaGPT/pull/776/files

但是，因此dev分支已经完全避免了这个问题，很快就会合入到main，所以这个PR先关掉了。

一个计算机技术爱好者与学习者

基于MetaGPT实现一个订阅智能体：第一章前期准备