MetaGPT 入门与安装笔记

#背景

这是 DeepWisdom 免费公开课《MetaGPT智能体开发入门》的学习笔记。我报名了。仓库在 geekan/MetaGPT。

#MetaGPT 是什么？

AI Agent 大概是 2024 最热闹的应用方向：给一句话需求，坐等结果。ChatGPT 会回你刚说的那一句；Agent 会把后文脑补出来——比如「我想做个 2048」，它会自己找一条实现路径，而不是只给你一段话。

MetaGPT 可以当成已经写好一部分实现逻辑的工具箱。你走进店里使唤这个服务员，服务员再跟后厨的大模型说话，做好了把菜端上来。

它是中间件、中间件、中间件。 不是一个 AI 产品。厨房里的 LLM 还得你自己配。没模型，什么都做不出来。所以从概念和安装两边一起折腾。

#订阅智能体的三要素

我读导读课时是高兴的。我每天要处理大量信息，很依赖订阅和推荐。如果能用 MetaGPT 做出高质量的信息订阅智能体，学习速度会快很多，内容质量也会更贴近我自己的标准。

带着两个目的读完整门课比较合适：

• 掌握智能体概念，能读相关源代码
• 基于 MetaGPT 做出比 GPTs 更丰富的工作流编排

打造一个订阅智能体，需要三个单位：Role、Trigger、Callback，也就是智能体本身、触发器、数据回调。

• Role. 做一个 Watcher，关注并分析热门开源项目，有值得看的信息再推送。
• Trigger. 指定 Watcher 在什么时间、什么条件下触发。
• Callback. 清洗 Watcher 收集到的信息，再发到微信或 Discord。

形状就是这样。后面全是接线。

#把仓库拉到本地

折腾开源项目的第一件事：Fork 到自己的 GitHub，再 clone 到本地。如果这句话对你来说是新的，先去学 Git。

• 项目地址：MetaGPT 代码仓库
• 课程文档：MetaGPT 智能体开发入门

#安装并初始化

依赖写在 requirements.txt 里。本机要有 Python 3。强烈建议新建虚拟环境——MetaGPT 依赖很多，会污染你原来的环境。

python -m venv your-name-env
git clone https://github.com/geekan/MetaGPT.git
cd /your/path/to/MetaGPT
pip install -e .

终端里一行行往下跳的时候，说明安装已经开始了。看着还挺解压。

第一次装有部分依赖报错，换版本也没解决。换成独立虚拟环境之后好了。

#配置环境变量

MetaGPT 只是框架，真正干活的是厨房里的厨子——ChatGPT 或 Claude 这类模型。环境变量就是把召唤它们的密钥和模型名填进去。

新建 config 文件夹，把 config.yaml 复制一份改名为 key.yaml，按文件里的字段填。然后：

export OPENAI_API_KEY="YOUR_OPENAI_API_KEY"
export OPENAI_API_MODEL="gpt-4"

填你自己的密钥。默认 OpenAI 接口从你所在的网络打不通时，再自己设置 OPENAI_API_BASE 指向你实际在用的网关，不要往配置里贴来路不明的公共代理。

装完先跑一次：

cd /your/path/to/MetaGPT/metagpt
python startup.py --idea "write a cli blackjack game"

顺利的话会看到各个角色按步骤往外打日志。这叫「能开机」。课的后半段才是让这些角色去做你本来得自己做的事。