What is MetaGPT and how does it work?

MetaGPT is a multi-agent framework where role‑based agents (PM, Architect, Engineer, QA) collaborate to produce structured outputs like PRDs, designs, and code. It coordinates tasks, shares context, and lets you plug in local or cloud LLMs for each role.

How do I install and set up MetaGPT?

Install via pip or from source, configure your LLM (OpenAI, Anthropic, or local via Ollama), and set environment variables for model access. Then define agents, create a team, and run a task to generate artifacts like PRDs and code.

Can I use MetaGPT with local LLMs like DeepSeek or Llama?

Yes. Using Ollama, you can run models like DeepSeek‑Coder or Llama locally and point MetaGPT to the local endpoint. This reduces cost and improves privacy for sensitive projects.

What are best practices for prompts in MetaGPT?

Use structured briefs with objectives, users, constraints, success metrics, and deliverables. Assign each agent a clear mandate and provide schema‑based output formats (e.g., JSON/YAML) to reduce ambiguity.

How do I prevent agents from looping or producing low-quality code?

Add step limits and review gates, enforce output schemas, and use specialized models per role (e.g., reasoning‑strong for Architect, code‑strong for Engineer). Include a Tester/Linter agent and run unit tests automatically.

Kuidas kasutada MetaGPT-d: Praktiline juhend mitme agendi töövoogude jaoks

Kui oled kunagi soovinud, et sinu tehisintellekt käituks nagu hästi organiseeritud tootemeeskond – PM, arhitekt, insener, testija –, kes töötavad paralleelselt ühise eesmärgi nimel, siis MetaGPT on raamistik, mis selle teoks teeb. Selles praktilises, lahendustele orienteeritud juhendis vaatame samm-sammult, kuidas MetaGPT-d kasutada, alates paigaldamisest kuni mitme agendi töövoogude loomiseni, lisaks parimad praktikad, tõrkeotsingu näpunäited ja reaalsed näited, mida saad juba täna kohandada.

Selle lõpuks oskad MetaGPT-d paigaldada, mitme agendi torujuhtme käivitada, paremaid viipasid kirjutada, seda tööriistade ja LLM-idega laiendada ning midagi kasulikku – kiiresti – tarnida.

Mis on MetaGPT (ja miks see oluline on)

MetaGPT on mitme agendi raamistik, mis on loodud spetsialiseeritud agentide – nagu tootejuht, arhitekt, kodeerija ja testija – koordineerimiseks, et nad saaksid keerulisi ülesandeid ühiselt lahendada. Selle asemel, et üksainus monoliitne tehisintellekt teeks kõike, loob MetaGPT rollipõhiste agentide süsteemi, millel on ühine kontekst, mälu ja ülesannete suunamine. Tulemus: projektid liiguvad ideest tarnitavani vähesema käsitsi suunamisega ja suurema parallelismiga.

Mitme agendi rollid: Määra selged kohustused (nt PRD kavandamine, süsteemi disain, kodeerimine).

Jagatud artefaktid: Agendid edastavad struktureeritud väljundeid (PRD → disain → kood → testid).

Ühendatavad LLM-id: Vali mudelid (kohalikud või pilvepõhised) sõltuvalt maksumusest, kiirusest ja privaatsusest.

Laiendatavad tööriistad: Lisa otsing, koodi käivitamine või välised API-d.

Hea ülevaate ja "miks see töötab" jaoks vaata sõltumatuid juhendeid, mis selgitavad, kuidas MetaGPT meeskondi ja koodi genereerimist korraldab. Konkreetse töövoo (tootenõuete automatiseerimine kohalike mudelitega) jaoks näitab IBM-i õpetus, kuidas MetaGPT koos Ollama ja DeepSeek mudelitega toodab PRD-sid algusest lõpuni.

Kiire algus: Installi MetaGPT 15 minutiga

Siin on puhas seadistus, mis töötab macOS-is, Linuxis ja WSL-is.

1) Eeltingimused

Python 3.10+ ja pip

Node.js/npm (mõnede tööriistade ja integratsioonide jaoks, kui plaanid katsetada)

Valikuline: Docker (reprodutseeritavate keskkondade jaoks) ja Ollama (kohalike LLM-ide jaoks)

Kontrolli oma keskkonda:

python --version
pip --version
node -v
npm -v

Kui valid kohaliku LLM-i tee, installi Ollama ja tõmba mudel (nt DeepSeek või Llama 3 variandid), nagu näidatud PRD automatiseerimise näites.

2) Installi MetaGPT

# Valik A: PyPI-st (kui saadaval)
pip install metagpt
# Valik B: Allikast (soovitatav näidete jälgimiseks)
git clone <org>/MetaGPT.git
cd MetaGPT
pip install -r requirements.txt

Vaata projekti README-st uusimaid installimise samme ja valikulisi lisasid. Kogukonna juhendid kirjeldavad ka kohalikke samme, sealhulgas npm-i kontrolle ja Pythoni seadistamist.

3) Konfigureeri oma LLM-id

Pilve LLM-id: Ekspordi võtmed (nt OPENAI_API_KEY, ANTHROPIC_API_KEY).

Kohalikud LLM-id: Käivita ollama serve ja vali mudel; suuna MetaGPT oma kohalikku lõpp-punkti.

Näide .env (kohanda oma teenusepakkuja jaoks):

OPENAI_API_KEY=sk-...
MODEL_NAME=gpt-4o-mini
# Või kohalik
LLM_ENDPOINT=
MODEL_NAME=deepseek-coder

Sinu esimene mitme agendi töövoog

Loome minimaalse "idee → PRD → disain → kood" torujuhtme. Sa saad seda kohandada veebirakenduste, skriptide või andmetööriistade jaoks.

Kontseptuaalne voog

Tootejuhi agent: Selgitab eesmärke, kasutajaid ja edumõõdikuid; kirjutab PRD.

Arhitekti agent: Teeb ettepaneku süsteemi disaini, API-de ja kompromisside kohta.

Inseneri agent: Kirjutab disainile tuginedes tellingutega koodi.

QA/Revaataja agent: Vaatab koodi üle, kirjutab teste, märgistab probleemid.

Näide skelett (Python)

from metagpt import MetaTeam, Agent, Role
from metagpt.llms import LLM
# 1) Määra LLM-i taustaprogramm
llm = LLM(model_name="gpt-4o-mini") # või suuna kohalikule mudelile
# 2) Määra rollispetsiifilised agendid
pm = Agent(name="PM", role=Role.PRODUCT_MANAGER, llm=llm)
arch = Agent(name="Architect", role=Role.ARCHITECT, llm=llm)
eng = Agent(name="Engineer", role=Role.ENGINEER, llm=llm)
qa = Agent(name="QA", role=Role.QA, llm=llm)
# 3) Loo meeskond, millel on jagatud mälu/kontekst
team = MetaTeam(agents=.
---
## Kuidas kirjutada viipasid, millest mitu agenti aru saavad
MetaGPT särab, kui sa annad talle struktureeritud, rolliteadlikke juhiseid. Mõtle nagu juht, kes kirjutab briifi neljale spetsialistile.
- Eesmärk: Üks lause, mis ütleb lõppeesmärgi.
- Kasutajad ja ulatus: Kes sellest kasu saavad ja mis on sees/väljas.
- Piirangud: Selged piirid (stack, latentsus, privaatsus, eelarve).
- Edumõõdikud: Mis näeb välja "hea".
- Tarnitavad asjad: Selged artefaktid (PRD, diagramm, repo paigutus, testid).
Näide briif:
```yaml
objective: Ehita Pythoni CLI, mis loeb PDF-i ja toodab 1-leheküljelise kokkuvõtte Markdownis.
users: .
---
## Parimad praktikad usaldusväärsete tulemuste saamiseks
- Alusta väikselt, siis suurenda: Valideeri torujuhe minimaalse spetsifikatsiooniga enne suuri projekte.
- Üks roll, üks mandaat: Väldi kattuvate kohustuste määramist, et vähendada segadust.
- Kasuta kontrollnimekirju: Anna igale agendile rubriik (vastuvõtukriteeriumid) nende väljundi jaoks.
- Väravate ülevaatused: Lisa revaataja/juhtroll, kes kiidab töö heaks või saadab selle tagasi.
- Hoia viipad struktureerituna: YAML/JSON skeemid muudavad väljundid deterministlikumaks.
- Säilita artefaktid: Salvesta PRD/disain/kood kettale jälgitavuse ja uuesti käivitamise jaoks.
- Paari kohalik + pilv: Kasuta kohalikke mudeleid mustandite jaoks; eskaleeri keerulised sammud tugevamale pilvemudelile.
- Eelarve piirangud: Määra iga etapi jaoks märgikorgid ja kulude kontrollid.
---
## Näide projekt: Automaatne PRD funktsioonitaotluste jaoks
Eesmärk: Teisenda toores funktsioonitaotlus poleeritud PRD-ks, mis sisaldab kasutajalugusid ja vastuvõtukriteeriume.
Voog:
1. Sisendi parsimine: Normaliseeri taotlus ja eralda kontekst (kasutaja persona, valupunktid).
2. PM agent: Koostab PRD, mis sisaldab eesmärke, mitte-eesmärke, KPI-sid.
3. Arhitekti agent: Teeb ettepaneku lahendusvõimaluste kohta koos plusside/miinustega.
4. Revaataja agent: Tagab selguse, riskide ja sõltuvuste dokumenteerimise.
Miks see töötab: Struktureeritud üleandmine peegeldab reaalseid tootemeeskondi ja sunnib selgust. IBM-i juhend vaatab läbi sarnase mitme agendi PRD voo kohalike mudelitega, mida saad korrata.
---
## Levinud probleemide tõrkeotsing
- Agendid loovivad või seiskuvad
- Vähenda ulatust ja lisa selged tarnitavad asjad.
- Lisa ajalõpud ja sammude piirangud; luba ülevaatusväravad.
- Segased või struktureerimata väljundid
- Rakenda skeeme JSON/YAML-iga; küsi vormingunäidetega.
- Lisa "Vormindaja" agent, kelle ainus töö on väljundite normaliseerimine.
- Madala kvaliteediga kood
- Kasuta kooditugevat mudelit (nt DeepSeek-Coder kohalikult või parimat pilvemudelit) inseneri jaoks.
- Lisa testija/linteri agent; käivita ühikutestid automaatselt.
- Kõrged kulud
- Kasuta kohalikke mudeleid mustandite jaoks; eskaleeri ainult viimase lihvi jaoks esmaklassilistele LLM-idele.
- Piira kontekstiaknaid; tükelda artefaktid ja too need vastavalt vajadusele.
- Mudeli mittevastavus
- Häälesta rollipõhiseid mudeleid (põhjendamine vs kodeerimine vs redigeerimine) ja temperatuuri seadeid.
Sõltumatud ülevaated rõhutavad MetaGPT tugevust koodi genereerimisel ja seda, kuidas vältida lõkse paremate viipade ja tööriistade abil.
---
## Sügavamale: Täiustatud mustrid
- Otsinguga täiendatud genereerimine (RAG)
- Sööda oma meeskonnale projekti "teadmistebaas" varasematest PRD-dest, disainidest ja koodist.
- Lase PM/arhitektil enne kirjutamist asjakohane kontekst hankida.
- Toolformer stiilis tegevused
- Luba inseneril käivitada shelli käske, luua faile ja käivitada teste.
- Mitme rentnikuga projektid
- Käivita mitu meeskonda paralleelselt A/B lahenduse uurimiseks.
- Inimese-ahelas juhtnupud
- Lisa kinnitusetappe (nt PRD → inimese ülevaatus → jätka).
- Hindamisrakmed
- Automaatne väljundite hindamine (nt lintimine, testide katvus, loetavuse hinded) ja tulemuste tagasisidestamine treeneri agendile.
---
## Reaalse maailma kasutusjuhud, mida saad sel nädalal ehitada
- Startup Ideatsioon → PRD → Veebisaidi prototüüp
- Siseandmete tööriist CLI ja dokumentidega
- API disain koos kliendiraamatukogudega mitmes keeles
- QA torujuhe, mis genereerib teste Jira piletitest
- Tehniline blogigeneraator koos koodinäidete ja diagrammidega
Kogukonna kirjutised näitavad MetaGPT oskust muuta minimaalne sisend kiiresti struktureeritud ja kvaliteetseteks artefaktideks, eriti inseneri- ja tootetööde jaoks.
---
## Muide: Kiirenda ideatsiooni ja iteratsiooni saidiga [Sider.AI](https://sider.ai)
Väärib märkimist: Kui sa koostad viipasid, vaatad üle artefakte või itereerid spetsifikatsioone, võib mitmekülgne abiline nagu [Sider.AI](https://sider.ai) aidata sul prototüüpida briife, võrrelda alternatiive ja täpsustada väljundeid enne nende üleandmist MetaGPT-le. See on eriti kasulik kasutajalugude, vastuvõtukriteeriumide ja testijuhtumite ajurünnakuks, mida sinu agendid saavad tarbida. Avasta [Sider.AI](https://sider.ai) aadressil https://sider.ai./
---
## Tegevuskava: Sinu järgmised 60 minutit
- 10 min: Installi MetaGPT ja seadista oma LLM (kohalik või pilvepõhine).
- 15 min: Loo 4-rolliline meeskond (PM, arhitekt, insener, QA) ja käivita väike projekt.
- 15 min: Lisa skeemid PRD/disaini jaoks ja ülevaataja värav.
- 20 min: Vaheta mudeleid rolli kohta; lisa inseneri/QA jaoks testijooksu tööriist.
Tarnige esimene artefakt juba täna. Itereeri homme.
---
## Peamised järeldused
- MetaGPT võimaldab sul skriptida spetsialiseerunud agentide meeskonda, kes töötavad koos keeruliste ülesannete kallal.
- Edu sõltub struktureeritud viipadest, selgetest tarnitavatest asjadest ja ülevaatusväravatest.
- Kombineeri kohalikke ja pilvemudeleid, et tasakaalustada kulusid, privaatsust ja kvaliteeti.
- Alusta väikeste torujuhtmetega (PRD → disain → kood → testid), seejärel suurenda rikkalikumate tööriistade ja juhtimiseni.
Täiendava konteksti ja praktiliste näidete saamiseks vaata neid juhendeid ja õpetusi.
### KKK
K1: Mis on MetaGPT ja kuidas see töötab?
MetaGPT on mitme agendi raamistik, kus rollipõhised agendid (PM, arhitekt, insener, QA) teevad koostööd, et toota struktureeritud väljundeid nagu PRD-d, disainid ja kood. See koordineerib ülesandeid, jagab konteksti ja võimaldab sul ühendada kohalikke või pilve LLM-e iga rolli jaoks.
K2: Kuidas ma installin ja seadistan MetaGPT?
Installi pip-i kaudu või allikast, konfigureeri oma LLM (OpenAI, Anthropic või kohalikult Ollama kaudu) ja määra mudeli juurdepääsu jaoks keskkonnamuutujad. Seejärel määra agendid, loo meeskond ja käivita ülesanne, et genereerida artefakte nagu PRD-d ja kood.
K3: Kas ma saan MetaGPT-d kasutada kohalike LLM-idega nagu DeepSeek või Llama?
Jah. Kasutades Ollamat, saad käivitada mudeleid nagu DeepSeek-Coder või Llama kohalikult ja suunata MetaGPT kohalikku lõpp-punkti. See vähendab kulusid ja parandab tundlike projektide privaatsust.
K4: Millised on MetaGPT-s viipade parimad praktikad?
Kasuta struktureeritud briife, mis sisaldavad eesmärke, kasutajaid, piiranguid, edumõõdikuid ja tarnitavaid asju. Määra igale agendile selge mandaat ja paku skeemipõhiseid väljundvorminguid (nt JSON/YAML), et vähendada mitmetimõistetavust.
K5: Kuidas ma takistan agente loovimast või madala kvaliteediga koodi tootmast?
Lisa sammude piirangud ja ülevaatusväravad, rakenda väljundskeeme ja kasuta rolli kohta spetsialiseeritud mudeleid (nt põhjendustugev arhitekti jaoks, kooditugev inseneri jaoks). Kaasa testija/linteri agent ja käivita ühikutestid automaatselt.

Kuidas kasutada MetaGPT-d: Praktiline juhend mitmeagendiliste töövoogude jaoks