定位：把软件公司当作多智能体系统
MetaGPT 的官方描述是「多智能体框架」：给不同的模型分配角色，让它们组成一个协作实体来处理复杂任务。它的输入输出写得非常具体——以一行需求为输入，输出用户故事、竞品分析、需求、数据结构、接口与文档等产物；内部则包含产品经理、架构师、项目经理与工程师等角色，并附带一整套精心编排的标准作业流程。官方把核心哲学浓缩成一句话：`Code = SOP(Team)`，即把流程物化后应用到由大模型组成的团队上。
深度介绍
MetaGPT详细介绍
SOP 驱动，而不是一次性提示
与「把大任务丢给一个模型」的做法不同，MetaGPT 的重点在于流程：先把软件公司里真实存在的标准作业流程拆解、写成可执行的提示序列，再让不同角色按顺序接手。这样做的直接好处是每一步的输入输出都有明确约定，减少角色之间互相等待或反复返工；对复现性也更友好，因为流程是代码而不是某次即兴对话。官方在 README 中给出了软件公司多智能体协作的示意图，说明该结构仍在逐步实现中。
一句话需求产出成套交付物
框架的演示路径很直观：用一行需求启动，产出物覆盖从需求侧到实现侧的多份文档——用户故事与竞品分析帮助明确要做什么，需求与数据结构界定边界，接口与文档则直接对接工程实现。对需要快速验证产品构想或生成设计文档的场景，这条链路能省掉大量「先写文档再开工」的手工劳动。实际使用中仍建议人工审阅关键产出，尤其是接口设计与数据结构这类一旦定错、后续返工成本高的部分。
安装与配置
上手门槛不高：官方给出 pip 安装命令，要求 Python 3.9 以上但低于 3.12，并提示先安装 Node.js 与 pnpm；除 pip 外也支持从源码安装与 Docker 方式。配置方面，可以用命令生成 `~/.metagpt/config2.yaml` 后按需修改，文档中有独立的安装与配置章节说明每个字段。对习惯在容器里跑实验的团队，Docker 路径能省掉本地依赖的折腾；对要接不同模型供应商的用户，配置文件是主要的切换入口。
文档里的四类能力
官方文档把内容分成几块：Agents 讲智能体的创建、配置与管理，包含相关算法与技术；Flows 讲多智能体系统里的工作流与流程编排；Demos 提供项目、案例与代码示例；Use Cases 汇总实际用法。此外还有两个专门的演示方向：数据解释器（Data Interpreter）用于数据分析类任务，以及 SELA。文档同时区分主线版本与稳定版本，核验时稳定版为 0.8 系列，建议按稳定版文档开始。
研究与工程同步推进
这个项目的一个特点是论文与代码并行：官方新闻中提到 AFlow（自动化生成智能体工作流）被 ICLR 2025 接收为口头报告（前 1.8%），并在「基于大模型的智能体」类别中排名第二；同期还发布了 SPO 与 AOT 两篇论文并附带示例代码。对研究者来说，这意味着可以对照论文复现；对工程团队来说，这些工作会以能力的形式回流到框架里，减少了「研究很热闹但落不了地」的落差。
从框架到产品的时间线
理解这个项目需要看它的三段历程：2023 年诞生时它是全球首个开源多智能体框架，让智能体像团队一样思考、规划与构建；随后团队把它产品化为 MGX（官方称之为「全球首个 AI 智能体开发团队」），并在 Product Hunt 上拿到当日与当周第一；如今公司主推的是 Atoms，官方把它描述为从框架到引擎、再到完整业务体验的下一步。框架本身仍以 MetaGPT 之名开源维护，仓库已归属 FoundationAgents 组织。
许可与使用边界
MetaGPT 以 MIT 许可发布，属于宽松的开源许可：可以商用、可以修改、可以作为自有产品的一部分再分发，只需保留版权与许可声明。核验时 GitHub 上约 7.05 万星标，社区入口包括 Discord 与社交账号。需要注意两点：一是框架本身免费，但调用模型的费用由使用者承担；二是官方另有商业产品线（MGX 与 Atoms），涉及云端服务时的价格与条款以产品官网为准，与开源框架的许可相互独立。
产品特点
核心功能与独有价值
用 SOP 组织多个角色
核心卖点是把软件公司的标准作业流程写成可执行的提示序列，让产品经理、架构师、项目经理与工程师各司其职，而不是让一个模型包办到底。
一行需求产出多份交付物
从一行需求出发，可以生成用户故事、竞品分析、需求、数据结构、接口与文档，覆盖从想法澄清到工程落地的多个环节，省掉大量手工整理的中间产物。
论文与代码同源
AFlow、SPO、AOT 等研究直接对应仓库中的示例与实现，其中一篇被 ICLR 2025 接收为口头报告，便于复现与对照实验。
MIT 许可，可商用可二开
框架以 MIT 许可开源，商用与二次开发的限制较少；主要成本是模型调用费用，与官方商业产品线的定价相互独立，两条路线互不牵制。
最近动态
重要更新
MGX 登上 Product Hunt 周榜第一
官方 README 的新闻区显示，其自然语言编程产品 MGX 在 2025 年 3 月 4 日拿到 Product Hunt 当日第一，3 月 10 日进一步拿到当周第一。官方把它称为「全球首个 AI 智能体开发团队」，定位是把 MetaGPT 框架的能力产品化，让不具备工程背景的使用者也能用自然语言完成开发工作。
MGX（MetaGPT X）正式发布
官方在 2025 年 2 月 19 日宣布推出自然语言编程产品 MGX（MetaGPT X），并在社交账号上发布了说明。这标志着项目从开源框架走向商业化产品：框架继续开源维护，产品侧承接「用自然语言完成开发」的体验路径；此后公司又推出了面向业务场景的 Atoms，官网以「从 MetaGPT 到 MGX，再到 Atoms」概括这条演进线。
AFlow 论文获 ICLR 2025 口头报告
官方新闻提到，论文 AFlow（自动化生成智能体工作流）被 ICLR 2025 接收为口头报告，官方称其入选比例为前 1.8%，并在基于大模型的智能体类别中排名第二；随后在 2 月 17 日又发布了 SPO 与 AOT 两篇论文并提供示例代码。这些工作与仓库中的流程编排能力直接相关，是评估该项目技术深度的主要依据。
产品总结
MetaGPT 是一个开源的多智能体框架，官方定位是「给不同的模型分配角色，让它们组成一个协作实体来处理复杂任务」。它的输入输出写得非常具体：以一行需求为输入，输出用户故事、竞品分析、需求、数据结构、接口与文档；内部包含产品经理、架构师、项目经理与工程师等角色，并配有一整套精心编排的标准作业流程。官方把核心哲学概括为一句话：`Code = SOP(Team)`，也就是把流程物化后应用到由大模型组成的团队上。这种做法的价值在于每一步都有明确的输入输出约定，减少角色间的返工，也让流程本身可复现、可版本化。 使用上，官方给出 pip 安装方式，要求 Python 3.9 以上但低于 3.12，并需先安装 Node.js 与 pnpm，另有源码与 Docker 两种路径；配置通过 `~/.metagpt/config2.yaml` 管理，文档中有独立的安装与配置章节。官方文档把内容分为 Agents（智能体的创建、配置与管理）、Flows（多智能体工作流与流程编排）、Demos（项目与代码示例）与 Use Cases，另有数据解释器与 SELA 两个专门方向；文档区分主线与稳定版本，核验时稳定版为 0.8 系列。 项目的一个特点是论文与工程并行：AFlow 被 ICLR 2025 接收为口头报告（官方称入选比例为前 1.8%，并在基于大模型的智能体类别中排名第二），同期还发布了 SPO 与 AOT 两篇论文并提供示例代码。它的演进线也很清晰：2023 年作为全球首个开源多智能体框架诞生，随后产品化为 MGX（官方称「全球首个 AI 智能体开发团队」，并在 Product Hunt 拿下当日与当周第一），如今公司主推面向业务场景的 Atoms；框架本身仍以 MetaGPT 之名维护，仓库归属 FoundationAgents 组织。MetaGPT 以 MIT 许可发布，可商用与二次开发，核验时 GitHub 上约 7.05 万星标；框架免费但模型调用费用自理，云端产品的价格与条款以官网为准。
- 产品类型
- 多智能体协作框架
- 支持平台
- 命令行（pip 安装，Python 3.9 至 / Docker 部署 / 可编程调用（作为库嵌入自有系统） / 配套云端产品 MGX 与 Atoms
- 资费模式
- 框架开源免费（MIT 许可）；官方另提供 MGX 与 Atoms 等云端产品，价格以官网当期说明为准。
核验信息
参考文章与数据来源
本页事实来自 MetaGPT 官方渠道：官方文档首页（多智能体框架定位、按角色分配任务、Agents 与 Flows 与 Demos 与 Use Cases 四类内容、MIT 许可声明、版本分支）、官方文档的安装与配置章节（Python 版本要求、Node 与 pnpm 依赖、pip 与源码与 Docker 三种方式、配置文件位置）、GitHub 仓库与 README（软件公司多智能体系统的输入输出清单、`Code = SOP(Team)` 的表述、新闻区的 MGX 发布与 Product Hunt 成绩与 AFlow 等论文信息、星标数与 MIT 许可）、更新记录页、公司官网（从 MetaGPT 到 MGX 再到 Atoms 的演进叙述），以及 MGX 产品站与 AFlow 论文页面。价格与状态核验于 2026 年 9 月 22 日。
- 官方文档MetaGPT 官方文档
- 其他GitHub 仓库
- 官网公司官网（MetaGPT 到 Atoms 的演进）
- 官方文档安装指南
- 官方文档配置说明
- 官方文档更新记录
- 其他MGX 产品站
- 其他AFlow 论文（ICLR 2025 口头报告）
用户体验调查
MetaGPT介绍页面对您是否有帮助？