MetaGPTが人気に! 2ドルでボスになれる、GitHubには11.2万個のスターがつき、AIエージェント「オールラウンダー」が誕生

MetaGPTが人気に! 2ドルでボスになれる、GitHubには11.2万個のスターがつき、AIエージェント「オールラウンダー」が誕生

インテリジェントエージェントは未来です!

最近、別の AI エージェント プロジェクト MetaGPT が人気を集め、わずか 1 か月で GitHub で 11.2k のスターを獲得しました。

これは、エンジニア、プロダクト マネージャー、アーキテクト、プロジェクト マネージャーなど、さまざまな役割を果たすことができるマルチエージェント フレームワークです。

AutoGPT に似ていますが、製品要件、設計、競合分析、API、ドキュメントに合わせてカスタマイズされています。

写真

アドレス: https://github.com/geekan/MetaGPT

最も重要なことは、上司の要件を一文で入力するだけで、ソフトウェア会社のプロセス全体と綿密に整理されたSOPを出力できることです。

その中でも、コード=SOP(チーム)が中核となる理念です。 SOPを具体化し、LLMで構成されたチーム内で活用します。

ソフトウェア会社のマルチロール図(徐々に実装中)

メタGPT

写真

例(すべてGPT-4で生成)

たとえば、python startup.py「Toutiao に似たレコメンデーション システムを作成する」と入力すると、一連の出力が表示されます。その 1 つがデータ構造と API 設計です。

写真

分析と設計を含む例を生成するには約 0.2 ドル (GPT-4 API のコスト) かかり、完全なプロジェクトには約 2.0 ドルかかります。

以下は、MetaGPT と人間のチームのソフトウェア開発 SOP の比較表です。

MetaGPT のアプローチは、高レベルのタスクを、製品マネージャー、アーキテクト、プロジェクト マネージャー、エンジニアなどのさまざまな役割で処理できる詳細な実行可能なコンポーネントに分解する機能を示しています。

このアプローチは、人間のソフトウェア開発チームのアプローチに似ていますが、効率、精度、一貫性が向上するという利点が追加されています。

写真

MetaGPT のコア コンポーネントは次のとおりです。

写真

ネットユーザーは気付く

あるネットユーザーが MetaGPT を使用して、わずか 10 分で Flappy Bird という小さなゲームを作成しました。

写真

MetaGPT は非常に強力なので、実際にソフトウェア会社に取って代わる可能性があると彼女は言いました。

写真

以下は、このネットユーザーがゲームを制作する全プロセスです。

まず、「従来のインストール」プロセスを通じてコン​​ピューターに MetaGPT をインストールし、OpenAI API キーを入力します。

プロンプトを通じてシステムにニーズを伝えると、MetaGPT がコードを書き込むのを見ることができます。

python startup.py 「Flappy Bird の p5.js コードを記述します。このゲームでは、一連の緑のパイプの間を継続的に飛行する黄色の鳥を制御します。マウスを左クリックするたびに鳥が羽ばたきます。鳥が地面に落ちたり、パイプに当たったりすると負けになります。このゲームは負けるまで無限に続き、進むほどポイントを獲得します」--code_review True

写真

次に、python main.py を実行します。しかし、この時点でプログラムには多数のバグが報告されました。

写真

それは大きな問題ではありません。このコードをコードインタープリターに直接投げて、GPT-4 にデバッグさせるだけです。

写真

コードを変更したら、Midjourney を使用して赤い鳥を生成します。

写真

ちなみにGPT-4画像のフォーマットとサイズを教えてください。

写真

次に、Canva を使用して鳥とパイプのサイズを調整します。

写真

最後に、ゲームを実行します。

ネットユーザーらは、上部のパイプが鳥を殺さなかったなど、いくつかの小さな問題はあったものの、しかし、それはうまくいきました。コードを 1 行も書いたりデバッグしたりする必要さえありませんでした。 ! ! ! !

鳥が下のパイプに触れないようにしてください。

写真

ネットユーザーの中には同じゲームを作った人もおり、その結果は以下の通り。

写真

さらに、一部の日本のネットユーザーもこれを利用して「Twenty-One」を作成した。

写真

写真

インストール

従来のインストール

# 步骤1:确保已经安装了NPM。并使用npm安装mermaid-js npm --version sudo npm install -g @mermaid-js/mermaid-cli # 步骤2:确保已经安装了Python 3.9+。可以使用以下命令进行检查: python --version # 步骤3:克隆仓库到本机,并进行安装。 git clone https://github.com/geekan/metagpt cd metagpt python setup.py install

Dockerのインストール

# 步骤1: 下载metagpt官方镜像并准备好config.yaml docker pull metagpt/metagpt:v0.3 mkdir -p /opt/metagpt/{config,workspace} docker run --rm metagpt/metagpt:v0.3 cat /app/metagpt/config/config.yaml > /opt/metagpt/config/config.yaml vim /opt/metagpt/config/config.yaml # 修改config # 步骤2: 使用容器运行metagpt演示docker run --rm \ --privileged \ -v /opt/metagpt/config:/app/metagpt/config \ -v /opt/metagpt/workspace:/app/metagpt/workspace \ metagpt/metagpt:v0.3 \ python startup.py "Write a cli snake game" # 也可以启动一个容器并在其中执行命令docker run --name metagpt -d \ --privileged \ -v /opt/metagpt/config:/app/metagpt/config \ -v /opt/metagpt/workspace:/app/metagpt/workspace \ metagpt/metagpt:v0.3 docker exec -it metagpt /bin/bash $ python startup.py "Write a cli snake game"

docker run ... は次のことを実行します。

ブラウザを実行する権限を持つ特権モードで実行する

ホストディレクトリ /opt/metagpt/config をコンテナディレクトリ /app/metagpt/config にマップします。

ホストディレクトリ /opt/metagpt/workspace をコンテナディレクトリ /app/metagpt/workspace にマップします。

デモ コマンド python startup.py「CLI スネーク ゲームを作成する」を実行します。

自分だけのイメージを作る

# 也可以自己构建metagpt镜像git clone https://github.com/geekan/MetaGPT.git cd MetaGPT && docker build -t metagpt:custom .

構成

config/key.yaml / config/config.yaml / env で OPENAI_API_KEY を設定します。

優先順位: config/key.yaml > config/config.yaml > env

 # 复制配置文件并进行必要的修改cp config/config.yaml config/key.yaml

写真

デモ: スタートアップの立ち上げ

python startup.py "Write a cli snake game" # 使用code review模式会增加开销,但同时也会提升代码质量和成功率python startup.py "Write a cli snake game" --code_review True

スクリプトを実行すると、workspace/ ディレクトリに新しいプロジェクトが見つかります。

プラットフォームまたはツールの好み

要件を述べる際に、使用したいプラットフォームまたはツールを指定できます。

 python startup.py "Write a cli snake game based on pygame"

使用

NAME startup.py - We are a software startup comprised of AI. By investing in us, you are empowering a future filled with limitless possibilities. SYNOPSIS startup.py IDEA <flags> DESCRIPTION We are a software startup comprised of AI. By investing in us, you are empowering a future filled with limitless possibilities. # 我们是一家AI软件创业公司。通过投资我们,您将赋能一个充满无限可能的未来。 POSITIONAL ARGUMENTS IDEA Type: str你的创新想法,例如"Creating a snake game." FLAGS --investment=INVESTMENT Type: float Default: 3.0 As an investor, you have the opportunity to contribute a certain dollar amount to this AI company. # 作为投资者,您有机会向这家AI公司投入一定的美元金额。 --n_round=N_ROUND Type: int Default: 5 NOTES也可以用FLAGS的语法,来处理POSITIONAL ARGUMENTS。

コードの実装

from metagpt.software_company import SoftwareCompany from metagpt.roles import ProjectManager, ProductManager, Architect, Engineer async def startup(idea: str, investment: float = 3.0, n_round: int = 5): """Run a startup. Be a boss.""" company = SoftwareCompany() company.hire([ProductManager(), Architect(), ProjectManager(), Engineer()]) company.invest(investment) company.start_project(idea) await company.run(n_round=n_round)


単一ロール (ナレッジ ベース付き) の使用例と LLM のみの使用例を含む例を確認できます。

参考文献:

出典:http://arxiv.org/pdf/2308.00352.pdf

https://github.com/geekan/MetaGPT

https://twitter.com/99aico/status/1684249002437668864


<<:  GPT-4 の出力がなぜそれほどランダムなのか、深く考えたことはありますか?

>>:  研究者らは、キーボードの打鍵音からデータを盗むためのディープラーニングモデルを最大95%の精度で訓練することに成功した。

ブログ    
ブログ    

推薦する

...

...

マルチモーダルディープラーニング:ディープラーニングを用いてさまざまな情報を統合する

ディープラーニングを使用して、さまざまなソースからの情報を統合します。マルチモーダルデータ私たちの世...

3,000以上のデータから200を選択する方が実際にはより効果的であり、MiniGPT-4は同じ構成のモデルよりも優れている。

GPT-4 は、詳細かつ正確な画像の説明を生成する強力で並外れた能力を実証しており、言語と視覚処理...

面接の質問: Nginx の負荷分散アルゴリズムはどのように実装されていますか?なぜ動きと静止を区別する必要があるのでしょうか?

面接の質問Nginx の負荷分散アルゴリズムはどのように実装されていますか? Nginx の負荷分散...

人工知能はクリーンエネルギーへの移行で数兆ドルの節約に貢献できる可能性がある

U+のレポートによると、風力発電所などの他のクリーンエネルギー源と組み合わせて人工知能を使用すると...

...

マイクロソフト、生成型 AI に関する初のキャリア認定を開始

Microsoft は、人工知能に対する最近の関心と熱意に応えるために、新しいタイプのトレーニングと...

...

TiDB v5.1 体験: TiDB で機械学習モデルをトレーニングしました

序文ご存知のとおり、TiDB バージョン 5.1 では多くの新機能が追加されましたが、その 1 つが...

自動運転制御プロセスにおいて解決すべき規制上の問題は何ですか?

自動運転車は自動車の知能化の究極の目標であると広く考えられていますが、自動車技術のさまざまな段階の発...

KPMG: 大企業における AI 活用の 8 つのトレンド

概要: KPMG の新しいレポートでは、大企業がどのように人工知能と機械学習の技術に投資し、導入して...

人工知能を無料で学べるトップ 10 ウェブサイト

多くの人が人工知能に非常に興味を持っていますが、どこから始めればよいか分かりません。次に紹介する 1...

Telstra はディープラーニングを使用してネットワークの課題に取り組んでいます。

テルストラは、機器の故障を早期に予測し、音声やテキストによる詐欺に対抗する方法を見つけるために、ネッ...

...