前言

工作上，需要使用AI Agent，所以需要深入学习一下AI Agent，光阅读各种文章，总觉无法深入细节，所以开看各类AI Agent相关的开源项目，此为第一篇，学习一下MetaGPT的源码。

基本目标

MetaGPT是一个多智能体框架，他抽象了一个软件公司中的主要角色，用不同的AI Agent去扮演，这些AI Agent包括产品经理、软件架构师、项目经理、工程师，这些AI Agent会按照开发团队设计好的SOP去交互并最终产出一个项目。

老习惯：不为读而读，为解决某些问题或理清某些概念而读，那么面对MetaGPT，我有以下目标：

  • MetaGPT是怎么抽象出的软件公司开发流程的？SOP具体在代码上是怎么实现的？

  • MetaGPT中不同AI Agent是怎么交互的？

  • 从效果上看，MetaGPT输出的内容是比较格式化的，要做到这样的效果，prompt是怎么写的？

  • MetaGPT是怎么抽象具体的职业的？比如产品经理是怎么抽象的。

本文主要来从源码中，找到上面问题的答案。

入口

虽然README.md中说，很多同学运行时会有点问题，但我感觉，运行起来还是很轻松的，相比于早期的sd-webui，那是友好太多了，所以这里不多提，直接按README中的内容run一下就好了。

直接看到入口方法

#startup.pyasyncdefstartup(idea:str,investment:float=3.0,n_round:int=5,code_review:bool=False,run_tests:bool=False,implement:bool=True):#1.开公司company=SoftwareCompany()#2.雇员工company.hire([ProductManager(),#产品经理Architect(),#架构师ProjectManager(),#项目经理])ifimplementorcode_review:#3.雇开发company.hire([Engineer(n_borg=5,use_code_review=code_review)])ifrun_tests:company.hire([QaEngineer()])#4.设置金额（这次运行最多能消耗多少美金的GPT4）company.invest(investment)#5.老板的需求company.start_project(idea)#6.跑几轮awaitcompany.run(n_round=n_round)

从startup看，整个流程很清晰，可读性很高！

先看看SoftwareCompany类，部分代码如下：

#metagpt/software_company.pyclassSoftwareCompany(BaseModel):#环境environment:Environment=Field(default_factory=Environment)investment:float=Field(default=10.0)idea:str=Field(default="")asyncdefrun(self,n_round=3):"""Runcompanyuntiltargetroundornomoney"""whilen_round>0:#self._save()n_round-=1logger.debug(f"{n_round=}")self._check_balance()awaitself.environment.run()returnself.environment.history

通过SoftwareCompany类抽象一个软件公司，阅读代码后，你会发现SoftwareCompany类中的environment对象很重要，公司里的不同AI Agent都会与environment对象交互，这个抽象也很巧妙，就是在公司里，同事间的交流确实在公司这个“环境”里传播。

然后就是run方法，看到startup方法的最后，就是调用SoftwareCompany类的run方法，该方法会检测一下余额以及运行的轮数，如果余额不够或轮数超了，就会停止运行。

因为MetaGPT底层是使用openai api的，每次请求都需要花钱，你设置一个预算，默认是3美元，跑满3美元，就算任务没有完成，也会强行结束。

SoftwareCompany类的run方法会调用environment对象的run方法，代码如下：

#metagpt/environment.py/Environmentasyncdefrun(self,k=1):"""ProcessallRolerunsatonce"""for_inrange(k):futures=[]forroleinself.roles.values():future=role.run()futures.append(future)#当调用 asyncio.gather(*futures)时，它会同时运行传递进来的协程，这些协程会在后台并发执行，而不会阻塞主线程。awaitasyncio.gather(*futures)

从上面代码可知，这才是真正的入口，循环所有的roles，然后调用每个role的run方法，整个过程通过python协程异步并发的运行，从而提高程序的运行效率。

这里的role就是不同身份的员工，其本质就是使用不同Prompt的请求openai的代码逻辑。

我们需要阅读一下role相关的代码，来尝试理解顺序性的问题。

role

在startup方法中，我们首先雇佣了3个不同的role：

company.hire([ProductManager(),#产品经理Architect(),#架构师ProjectManager(),])

雇佣的顺序是有讲究的。一开始雇佣的是ProductManager实例，也就是，这里已经执行了实例ProductManager类的实例化代码了：

#metagpt/roles/product_manager.pyclassProductManager(Role):def__init__(self,name:str="Alice",profile:str="ProductManager",goal:str="Efficientlycreateasuccessfulproduct",constraints:str="")->None:super().__init__(name,profile,goal,constraints)#1.写产品需求文档（ProductRequirementDocument）self._init_actions([WritePRD])#2.观察老板的需求self._watch([BossRequirement])

上面代码中，_init_actions与_watch都是Role类中的方法，也就是当前产品经理这个role自己的方法。它初始化了自己的动作：写需求文档，以及定了自己要观察的东西：老板的需求。

BossRequirement怎么来的？在startup方法中，我们调用了SoftwareCompany的start_project方法，该方法会就我们的需要以BOSS的身份发送到SoftwareCompany的environment中，代码如下：

#metagpt/software_company.py/SoftwareCompanydefstart_project(self,idea):"""Startaprojectfrompublishingbossrequirement."""self.idea=idea#Role初始观察到的messageself.environment.publish_message(Message(role="BOSS",content=idea,cause_by=BossRequirement))

这个过程类似于，公司里，老板走到产研区域，大喊一声，我要做个xxxx，然后大家就知道了，metagpt就是抽象了这个过程，其他的role可以通过SoftwareCompany的environment的读到老板和其他role的信息。

当environment对象的run方法被运行时，role的run方法就会被执行，

asyncdefrun(self,message=None):ifmessage:#1.如果有人给你发消息，则将消息存入role的短期记忆中ifisinstance(message,str):message=Message(message)ifisinstance(message,Message):self.recv(message)ifisinstance(message,list):self.recv(Message("\n".join(message)))#2.观察环境中的信息，看看有没有需要处理的elifnotawaitself._observe():#Ifthereisnonewinformation,suspendandwaitlogger.debug(f"{self._setting}:nonews.waiting.")return#3.如果有需要处理的，则通过_react处理，并获得处理结果rsp=awaitself._react()#4.将处理的结果发到environment中self._publish_message(rsp)returnrsp

run方法的逻辑也很清晰，先观察environment中的信息，如果有需要处理的，则_react进行处理并将结果发送回environment中。

那具体怎么观察呢？看到_observe方法的代码：

#metagpt/roles/role.py/Roleasyncdef_observe(self)->int:ifnotself._rc.env:return0#从env的短期记忆中，获取信息env_msgs=self._rc.env.memory.get()#从env中观察要观察的对象，获得对应的messageobserved=self._rc.env.memory.get_by_actions(self._rc.watch)#记下来（role自己的memory）self._rc.news=self._rc.memory.remember(observed)#rememberrecentexactorsimilarmemoriesforiinenv_msgs:#将环境中的信息记到rolememory中self.recv(i)news_text=[f"{i.role}:{i.content[:20]}..."foriinself._rc.news]ifnews_text:logger.debug(f'{self._setting}observed:{news_text}')returnlen(self._rc.news)defrecv(self,message:Message)->None:ifmessageinself._rc.memory.get():return#记一下信息self._rc.memory.add(message)

上面代码中，self._rc.env 对象就是当前role所在的环境，这里用了常见的双向关联技巧。

当其他role通过publish_message方法向environment发消息时，消息其实存在environment的memory中，在_observe方法中，首先environment的memory中读取消息，然后在通过get_by_actions方法去获得需要某个action产生的message，以ProductManager为里，ProductManager通过_watch方法将BossRequirement设置为需要观察的对象。

当role调用get_by_actions时，会去找BossRequirement对应的message（其实就是需要message，然后交给GPT4去处理），get_by_actions代码如下：

#metagpt/memory.py/Memorydefget_by_action(self,action:Type[Action])->list[Message]:"""ReturnallmessagestriggeredbyaspecifiedAction"""returnself.index[action]defget_by_actions(self,actions:Iterable[Type[Action]])->list[Message]:"""ReturnallmessagestriggeredbyspecifiedActions"""rsp=[]foractioninactions:ifactionnotinself.index:continuersp+=self.index[action]returnrspdefadd(self,message:Message):"""Addanewmessagetostorage,whileupdatingtheindex"""ifmessageinself.storage:returnself.storage.append(message)ifmessage.cause_by:self.index[message.cause_by].append(message)

因为get_by_actions其实就是从self.index中找到action这个key对应的value，所以self.index是什么就很关键，而这就需要看到add方法，以BossRequirement为例，就是将key设置为BossRequirement，然后存message。

简单而言，get_by_actions方法会获取由role的_watch方法指定的要观察的对象其对应的message，作为self._rc.news，然后role将这些news存到memory中。

如果role通过_observe方法观察到了news，那么就需要执行_react方法：

#metagpt/roles/role.pyasyncdef_react(self)->Message:"""Thinkfirst,thenact"""awaitself._think()logger.debug(f"{self._setting}:{self._rc.state=},willdo{self._rc.todo}")returnawaitself._act()

先看到_think方法：

#metagpt/roles/role.py/Roleasyncdef_think(self)->None:#1.如果只有一个动作，那么就直接让_act执行这一个动作则可iflen(self._actions)==1:self._set_state(0)returnprompt=self._get_prefix()#2.整合role的memory和state到prompt中，让GPT4处理prompt+=STATE_TEMPLATE.format(history=self._rc.history,states="\n".join(self._states),n_states=len(self._states)-1)next_state=awaitself._llm.aask(prompt)logger.debug(f"{prompt=}")ifnotnext_state.isdigit()orint(next_state)notinrange(len(self._states)):logger.warning(f'Invalidanswerofstate,{next_state=}')next_state="0"self._set_state(int(next_state))

_think方法的作用是设置state，然后_act才会根据设置好的state决定要执行的action，如果当前role只有一个state，那么state直接设置成0则可，如果有多个action，那么就交由GPT4去判断：将role的memory中的信息全部取出作为history，然后将role的所有state也整合起来，一起放到prompt中，交由GPT4去选择当前history下要做什么action是最好的，让其返回state。

然后看_act方法：

asyncdef_act(self)->Message:logger.info(f"{self._setting}:readyto{self._rc.todo}")#让role执行相应的actionresponse=awaitself._rc.todo.run(self._rc.important_memory)ifisinstance(response,ActionOutput):msg=Message(content=response.content,instruct_content=response.instruct_content,role=self.profile,cause_by=type(self._rc.todo))else:msg=Message(content=response,role=self.profile,cause_by=type(self._rc.todo))#记下当前action返回的msgself._rc.memory.add(msg)#logger.debug(f"{response}")returnmsg

_act方法的逻辑就是执行self._rc.todo对应的action，这个action是_think方法通过_set_state方法设置的，比如产品经理只有一个action：WritePRD，那么就会执行WritePRD的run方法，需要注意的是，为了让不同的role可以交互，_act还会产生message，每个message都会设置cause_by参数，以表明当前的message是由哪个动作产生的，其他role就可以通过_watch方法看到需要的message了。

随后，我们看到WritePRD的细节，代码如下：

#metagpt/actions/write_prd.pyclassWritePRD(Action):def__init__(self,name="",context=None,llm=None):super().__init__(name,context,llm)asyncdefrun(self,requirements,*args,**kwargs)->ActionOutput:sas=SearchAndSummarize()rsp=""info=f"###SearchResults\n{sas.result}\n\n###SearchSummary\n{rsp}"ifsas.result:logger.info(sas.result)logger.info(rsp)prompt=PROMPT_TEMPLATE.format(requirements=requirements,search_information=info,format_example=FORMAT_EXAMPLE)logger.debug(prompt)prd=awaitself._aask_v1(prompt,"prd",OUTPUT_MAPPING)returnprd

WritePRD类的本质也是一个prompt，它会接受requirements参数，从metagpt整个流程看，requirements参数就是老板的需求message，也就是产品经理要基于老板需求message写出PRD（产品需求文档），获得结果后，自己再记到role到memory中。

role间的交互

一开始时，用户以BOSS role输入一个需求message，这个message被丢到environment上，代码如下，主要publish_message方法的cause_by使用了BossRequirement，为了方便解释，我将需求定为：开发一个Crypto的量化交易系统。

#metagpt/software_company.py/SoftwareCompanydefstart_project(self,idea):self.idea=idea#Role初始观察到的messageself.environment.publish_message(Message(role="BOSS",content=idea,cause_by=BossRequirement))

ProductManager通过_watch方法关注BossRequirement，从而在运行ProductManager时，_observe方法会收到【开发一个Crypto的量化交易系统】的message作为self._rc.news，随后调用_think和_act方法，因为只有WritePRD这一个action，所以就调用WritePRD的run方法了，并将role memory中记忆的【开发一个Crypto的量化交易系统】的message作为requirements，传入了prompt中。

从startup方法相关代码可知，ProductManager后是Architect（架构师），Architect通过_watch方法关注WritePRD。

在ProductManager的_act中，将Message添加到environment中，cause_by为WritePRD，此时就可以被Architect通过_watch方法关注，并通过_observe方法获得WritePRD产出的结果，存入Architect的记忆中，然后作为WriteDesign这个action的输入，WriteDesign会将WritePRD的内容放到它的prompt中。

至此，role的交互流程就比较清晰了。

回答问题

Metagpt还有很多代码细节，但读到这，已经可以回答开头的问题了：

1.MetaGPT是怎么抽象出的软件公司开发流程的？SOP具体在代码上是怎么实现的？SOP就是不同role之间交互的顺序，比如产品经理需要BOSS的message作为他prompt的约束，而产品经理的产出是架构师的输入，不同角色间的输入输出，就是SOP。

2.MetaGPT中不同AI Agent是怎么交互的？role通过_watch确定要从哪个role的哪个action中获得这个action的输出，具体获取的过程在_observer方法中，获得其他role的message后，如果当前的role有多个action可执行，则通过_think去选一个action（使用env的memory，即当前环境中发生的内容），再通过_act去具体的执行action，执行action时，会从role的memory中获取需要的message。

3.从效果上看，MetaGPT输出的内容是比较格式化的，要做到这样的效果，prompt是怎么写的？MetaGPT的prompt的设计形式值得学习，它主要使用MarkDown格式来设计prompt，多数prompt中都会有context、example，从而让GPT4更好的发挥zero-shot能力，想知道具体的，建议直接拉代码下来看。

4.MetaGPT是怎么抽象具体的职业的？从职业这个角度讲，主要通过action和承接的message来抽象，比如产品经理，就抽象成，接收老板需求，产出产品需求文档，将需求文档给到架构师的对象，然后每个role生成的结果都会放到env中，其他人也可以看到（很多角色只有一个action，就不会用到env中的message）。

结尾

我自己跑了几遍MetaGPT，还是有明显的局限性的。如果我按example的形式，让他写python小游戏，过程是丝滑的，但我换成让MetaGPT帮我设计一个今日头条的广告推荐系统，他就给了我下面这样的东西，很明显，不太可用。

此外，在阅读源码的过程，也发现MetaGPT团队自己提出的一些问题，比如大段的代码受限GPT4的tokens限制还做不到，切开生成，可能又需要提供额外的code作为context，效果也没那么理想。

当然MetaGPT的team我还是很respect的，代码设计清晰，然后让MetaGPT可以实现自举的这个目标也很酷。

以上。