MetaGPT官方文档全攻略（2026最新版）
MetaGPT是一款多智能体协作框架，核心理念为 主域名：https://docs.deepwisdom.ai/ 多语言README： MetaGPT中文文档采用模块化设计，覆盖从入门到进阶的全流程，核心结构如下： 基于官方文档，以下是从安装到运行的极简流程，助你快速启动MetaGPT。 编辑 运行单智能体示例，验证环境与配置： MetaGPT的核心在于“角色+SOP+环境”的三元架构，各组件协同工作实现复杂任务： 官方文档推荐通过 解决： 解决： MetaGPT官方文档提供了从入门到进阶的完整指南，核心价值在于结构化呈现框架设计理念、标准化开发流程与可复用示例。建议按以下路径学习： 官方文档持续更新，建议定期访问在线文档与GitHub仓库，获取最新功能与最佳实践。Code = SOP(Team)，通过模拟真实软件公司的组织架构（产品经理、架构师、工程师等角色）与标准化流程（SOP），实现复杂任务的协作完成。以下是其官方文档的完整指南，包含访问入口、核心结构、快速入门与关键资源，助你高效上手与深度开发。一、官方文档核心入口
1.1 在线文档网站（推荐）
1.2 GitHub文档库（源码关联）
1.3 核心仓库与资源
二、文档核心结构（中文站）
模块 核心内容 适用场景 快速入门 安装指南、配置步骤、Hello World示例 新手快速上手，验证环境与基础功能 核心概念 角色定义、SOP流程、消息机制、内存管理 理解框架设计理念与核心组件 开发指南 自定义角色、扩展工具、SOP流程定制 二次开发，构建专属智能体团队 示例教程 单智能体示例、多智能体协作、行业应用 参考实战场景，加速开发进程 高级特性 长期记忆、人工干预、多模型集成 复杂场景优化，提升系统能力 API参考 核心类、方法、配置参数详解 开发调试，查阅接口规范 FAQ 常见问题、错误排查、性能优化 解决开发与部署中的实际问题 三、快速入门核心步骤（文档精华）
3.1 安装与环境准备
# 1. 安装Python 3.9+（官方推荐3.9-3.11）
python3 --version
# 2. 安装稳定版（推荐）
pip install metagpt
# 3. 安装开发版（尝鲜新特性）
pip install git+https://github.com/FoundationAgents/MetaGPT.git@main
# 4. 初始化配置文件
metagpt --init-config # 生成~/.metagpt/config2.yaml3.2 配置LLM模型（关键步骤）
~/.metagpt/config2.yaml，配置大模型参数（以OpenAI为例）：llm:
api_type: "openai" # 可选azure/ollama/groq等
model: "gpt-4-turbo" # 或gpt-3.5-turbo
base_url: "https://api.openai.com/v1" # 国内可配置代理地址
api_key: "sk-..." # 你的API密钥3.3 第一个MetaGPT程序
from metagpt.roles import Role
from metagpt.team import Team
from metagpt.environment import Environment
# 1. 定义简单角色
class SimpleRole(Role):
def __init__(self, name="SimpleRole"):
super().__init__(name)
async def _act(self) -> None:
self.set_state("completed")
self.publish_message(content="Hello MetaGPT!")
# 2. 创建团队与环境
env = Environment()
team = Team(env=env)
team.hire([SimpleRole()])
# 3. 启动任务
await team.run(project_name="FirstProject", idea="Say hello to the world")3.4 经典示例：生成CLI贪吃蛇游戏
# 执行官方示例，体验全流程协作
metagpt run "Write a cli snake game" # 自动生成需求→设计→代码→测试四、核心概念与设计理念（文档重点）
4.1 核心组件关系
4.2 关键设计理念
五、进阶开发指南（文档核心内容）
5.1 自定义智能体角色
from metagpt.roles import Role
from metagpt.actions import Action
# 1. 定义自定义动作
class MyAction(Action):
async def run(self, context: str) -> str:
return f"处理结果：{context}"
# 2. 定义自定义角色
class MyRole(Role):
def __init__(self, name: str = "MyRole"):
super().__init__(name)
self.set_actions([MyAction]) # 绑定动作
# 3. 使用自定义角色
team = Team()
team.hire([MyRole()])
await team.run(project_name="Test", idea="执行自定义任务")5.2 长期记忆集成（Chroma向量库）
VectorStoreRetrieverMemory集成Chroma，实现持久化记忆与相似性检索，步骤如下：pip install chromadb langchain-community；5.3 多模型集成与人工干预
六、常见问题与文档使用技巧
6.1 文档访问与版本问题
6.2 配置与运行错误
verbose=True，查看详细日志定位问题；6.3 文档使用技巧
七、总结与资源拓展