MetaGPT: Guia Completo para o Melhor Agente de IA Disponível no Momento

Com os Grandes Modelos de Linguagem (LLMs) como o ChatGPT, a OpenAI testemunhou um aumento na adoção empresarial e de usuário, atualmente arrecadando cerca de $80 milhões em receita mensal. De acordo com um relatório recente da The Information, a empresa com sede em San Francisco está relatadamente no ritmo de atingir $1 bilhão em receita anual.

Na última vez que nos aprofundamos em AutoGPT e GPT-Engineering, os primeiros agentes de IA de código aberto baseados em LLMs projetados para automatizar tarefas complexas. Embora promissores, esses sistemas tinham seus problemas: resultados inconsistentes, gargalos de desempenho e limitações no tratamento de demandas multifacetadas. Eles demonstram proficiência na geração de código, mas suas capacidades frequentemente param por aí. Eles carecem de funcionalidades críticas de gerenciamento de projetos, como geração de PRD, geração de design técnico e prototipagem de interface de API.

Entre com o MetaGPT — um sistema de multi-agente que utiliza modelos de linguagem grande por Sirui Hong, que combina Procedimentos Operacionais Padronizados (SOPs) com sistemas de multi-agente baseados em LLMs. Esse paradigma emergente rompe as limitações existentes dos LLMs na promoção da colaboração eficaz e da decomposição de tarefas em aplicações complexas e do mundo real.

A beleza do MetaGPT reside em sua estrutura. Ele aproveita técnicas de metaprogramação para manipular, analisar e transformar código em tempo real. O objetivo? Realizar uma arquitetura de software ágil e flexível que possa se adaptar a tarefas de programação dinâmicas.

Desenvolvimento Ágil

Os SOPs atuam como uma meta-função aqui, coordenando agentes para auto-gerar código com base em entradas definidas. Em termos simples, é como se você tivesse transformado uma equipe de engenheiros de software altamente coordenada em um sistema de software inteligente e adaptável.

Entendendo o Framework MetaGPT

MetaGPT Framework (https://arxiv.org/pdf/2308.00352.pdf)

Camadas Fundamentais e de Colaboração

A arquitetura do MetaGPT é dividida em duas camadas: a Camada de Componentes Fundamentais e a Camada de Colaboração.

1. Camada de Componentes Fundamentais: Esta camada se concentra em operações de agente individuais e facilita a troca de informações em todo o sistema. Ela introduz blocos de construção básicos, como Ambiente, Memória, Funções, Ações e Ferramentas. O Ambiente estabelece o palco para espaços de trabalho compartilhados e caminhos de comunicação, enquanto a Memória serve como o arquivo de dados históricos. As Funções encapsulam expertise específicas de domínio, as Ações executam tarefas modulares e as Ferramentas oferecem serviços comuns. Esta camada essencialmente serve como o sistema operacional para os agentes. Mais detalhes sobre como esses trabalham juntos estão disponíveis no artigo ‘Além do ChatGPT; Agente de IA: Um Novo Mundo de Trabalhadores‘
2. Camada de Colaboração: Construída sobre os componentes fundamentais, esta camada gerencia e simplifica os esforços colaborativos de agentes individuais. Ela introduz dois mecanismos: Compartilhamento de Conhecimento e Encapsulamento de Fluxos de Trabalho.
   • Compartilhamento de Conhecimento: Isso atua como o “colamento” colaborativo que liga os agentes. Os agentes podem armazenar, recuperar e compartilhar informações em vários níveis, reduzindo assim a redundância e melhorando a eficiência operacional.
   • Encapsulamento de Fluxos de Trabalho: Aqui é onde os SOPs entram em jogo. Os SOPs atuam como planos que quebram as tarefas em componentes gerenciáveis. Os agentes são atribuídos a essas subtarefas e seu desempenho é alinhado com saídas padronizadas.

O MetaGPT também usa “Definições de Função” para iniciar vários agentes especializados, como Gerentes de Produto, Arquitetos, etc., como discutimos acima. Essas funções são caracterizadas por atributos-chave, como nome, perfil, objetivo, restrições e descrição.

https://arxiv.org/pdf/2308.00352.pdf

Além disso, os “Agentes Âncora” fornecem orientação específica de função para esses agentes. Por exemplo, o papel de um Gerente de Produto pode ser inicializado com a restrição de “criar um produto bem-sucedido de forma eficiente”. Os agentes âncora garantem que o comportamento dos agentes esteja alinhado com os objetivos gerais, otimizando assim o desempenho.

Processos Cognitivos nos Agentes MetaGPT

O MetaGPT pode observar, pensar, refletir e agir. Eles operam por meio de funções comportamentais específicas, como _think(), _observe(), _publish_message(), etc. Esse modelagem cognitiva equipa os agentes para serem aprendizes ativos que podem se adaptar e evoluir.

1. Observar: Os agentes digitalizam o ambiente e incorporam dados-chave em sua Memória.
2. Pensar e Refletir: Através da função _think(), as funções deliberam antes de realizar ações.
3. Transmitir Mensagens: Os agentes usam _publish_message() para compartilhar o status atual da tarefa e registros de ação relacionados.
4. Precipitação de Conhecimento e Agir: Os agentes avaliam as mensagens recebidas e atualizam seus repositórios internos antes de decidir sobre o próximo curso de ação.
5. Gerenciamento de Estado: Com recursos como bloqueio de tarefas e atualização de status, as funções podem processar várias ações sequencialmente sem interrupção, refletindo a colaboração humana no mundo real.

Mecanismos de Revisão de Código para MetaGPT

A revisão de código é um componente crítico no ciclo de vida do desenvolvimento de software, mas está ausente em vários frameworks populares. Tanto o MetaGPT quanto o AgentVerse suportam capacidades de revisão de código, mas o MetaGPT vai um passo além. Ele também incorpora a execução pré-compilação, o que ajuda na detecção antecipada de erros e eleva a qualidade do código. Dada a natureza iterativa da codificação, essa função não é apenas um complemento, mas um requisito para qualquer framework de desenvolvimento maduro.

Experimentos quantitativos realizados em várias tarefas revelaram que o MetaGPT superou seus concorrentes em quase todos os cenários. Pass@1 é uma medida da capacidade do framework de gerar código preciso em uma única iteração. Essa métrica oferece uma reflexão mais realista da utilidade do framework em um ambiente prático. Uma taxa mais alta de Pass@1 significa menos depuração e mais eficiência, impactando diretamente os ciclos de desenvolvimento e custos. Quando comparado a outras ferramentas avançadas de geração de código, como CodeX, CodeT e até o GPT-4, o MetaGPT supera todos eles. A capacidade do framework de alcançar uma taxa de Pass@1 de 81,7% a 82,3% nos benchmarks HumanEval e MBPP.

Comparando Métricas MBPP e HumanEval entre MetaGPT e outros Modelos Líderes (https://arxiv.org/pdf/2308.00352.pdf)

O framework também usa menos tokens e recursos computacionais, alcançando uma alta taxa de sucesso a uma fração dos custos tradicionais de engenharia de software. Os dados indicaram um custo médio de apenas $1,09 por projeto com o MetaGPT, o que é apenas uma fração do que um desenvolvedor cobraria pela mesma tarefa.

Passos para Instalar Localmente o MetaGPT no Seu Sistema

NPM, Instalação Python

1. Verifique e Instale o NPM: Primeiro, certifique-se de que o NPM está instalado no seu sistema. Se não estiver, você precisará instalar o node.js. Para verificar se você tem o npm, execute o comando npm --version no seu terminal. Se você vir um número de versão, está pronto para continuar.
2. Para instalar mermaid-js, uma dependência do MetaGPT, execute: sudo npm install -g @mermaid-js/mermaid-cli ou npm install -g @mermaid-js/mermaid-cli
3. Verifique a Versão do Python: Certifique-se de que você tem o Python 3.9 ou superior. Para verificar a versão do Python, abra o terminal e digite: python --version. Se você não estiver atualizado, baixe a versão mais recente do site oficial do Python.
4. Clone o Repositório do MetaGPT: Inicie clonando o repositório do GitHub do MetaGPT usando o comando git clone https://github.com/geekan/metagpt. Certifique-se de que o Git esteja instalado no seu sistema para isso. Se não estiver, visite aqui.
5. Navegue até o Diretório: Uma vez clonado, navegue até o diretório do MetaGPT usando o comando cd metagpt.
6. Instalação: Execute o script de configuração do Python para instalar o MetaGPT com o comando python setup.py install.
7. Crie um Aplicativo: Execute python startup.py "ENTRE-PROMPT" --code_review True

Nota:

• Seu novo projeto deve agora estar no diretório workspace/.
• --code_review True permitirá que o modelo GPT realize operações extras que garantirão que o código execute com precisão, mas observe que isso custará mais.
• Se você encontrar um erro de permissão durante a instalação, tente executar python setup.py install --user como uma alternativa.
• Para acessar lançamentos específicos e obter mais detalhes, visite a página de lançamentos do MetaGPT no GitHub: Lançamentos do MetaGPT.

Instalação com Docker

Para aqueles que preferem a containerização, o Docker simplifica o processo:

• Puxe a Imagem do Docker: Baixe a imagem oficial do MetaGPT e prepare o arquivo de configuração:

docker pull metagpt/metagpt:v0.3.1

mkdir -p /opt/metagpt/{config,workspace}

docker run --rm metagpt/metagpt:v0.3.1 cat /app/metagpt/config/config.yaml > /opt/metagpt/config/key.yaml
vim /opt/metagpt/config/key.yaml

• Execute o Contêiner do MetaGPT: Execute o contêiner com o seguinte comando:

docker run --rm --privileged \

-v /opt/metagpt/config/key.yaml:/app/metagpt/config/key.yaml \

-v /opt/metagpt/workspace:/app/metagpt/workspace \

metagpt/metagpt:v0.3.1 \

python startup.py "Crie um jogo de pedra, papel e tesoura simples e interativo baseado em CLI" --code_review True

Configurando o MetaGPT com sua Chave de API do OpenAI

Após a configuração inicial, você precisará integrar o MetaGPT com sua Chave de API do OpenAI. Aqui estão os passos para fazer isso:

1. Localize ou Gere sua Chave do OpenAI: Você pode encontrar essa chave no painel do OpenAI, em Configurações de API.
2. Defina a Chave de API: Você tem a opção de colocar a chave de API em config/key.yaml, config/config.yaml ou definir como uma variável de ambiente (env). A ordem de precedência é config/key.yaml > config/config.yaml > env.
3. Para definir a chave, navegue até config/key.yaml e substitua o texto de placeholder com sua chave do OpenAI: OPENAI_API_KEY: "sk-..."

Lembre-se de proteger sua Chave de API do OpenAI. Nunca comite-a em um repositório público ou compartilhe com indivíduos não autorizados.

Ilustração de Caso de Uso

Eu dei o objetivo de desenvolver um jogo de pedra, papel e tesoura baseado em CLI, e o MetaGPT executou a tarefa com sucesso.

Abaixo está um vídeo que demonstra a execução real do código de jogo gerado.

Demonstração do MetaGPT

O MetaGPT forneceu um documento de design de sistema em Markdown — uma linguagem de marcação leve comumente usada. Esse arquivo Markdown estava repleto de diagramas UML, oferecendo uma visão granular do projeto arquitetônico. Além disso, as especificações da API foram detalhadas com métodos HTTP, pontos de extremidade, objetos de solicitação/resposta e códigos de status

Saída do MetaGPT – Design de Sistema Markdown

O diagrama de classe detalha os atributos e métodos da nossa classe Jogo, fornecendo uma abstração fácil de entender. Ele até visualiza o fluxo de chamadas do programa, efetivamente transformando ideias abstratas em etapas tangíveis.

Isso não apenas reduz significativamente a sobrecarga manual no planejamento, mas também acelera o processo de tomada de decisão, garantindo que sua pipeline de desenvolvimento permaneça ágil. Com o MetaGPT, você não está apenas automatizando a geração de código, você está automatizando o planejamento de projetos inteligentes, fornecendo assim uma vantagem competitiva no desenvolvimento de aplicações rápidas.

Conclusão: MetaGPT — Revolucionando o Desenvolvimento de Software

O MetaGPT redefine o cenário da IA gerativa e do desenvolvimento de software, oferecendo uma combinação perfeita de automação inteligente e gerenciamento de projetos ágil. Superando as capacidades do ChatGPT, AutoGPT e dos modelos LangChain tradicionais, ele se destaca na decomposição de tarefas, geração eficiente de código e planejamento de projetos. Aprenda mais sobre

Aqui estão as principais conclusões deste artigo:

1. O Poder da Metaprogramação: Ao empregar a metaprogramação, o MetaGPT fornece um framework de software ágil e adaptável. Ele transcende a funcionalidade estreita das ferramentas legadas e introduz uma abordagem transformadora que lida não apenas com a codificação, mas também com os aspectos de gerenciamento de projetos e tomada de decisão.
2. Arquitetura em Duas Camadas: Com suas camadas fundamentais e de colaboração, o MetaGPT cria efetivamente um ecossistema sinérgico onde os agentes podem trabalhar em harmonia, semelhante a uma equipe de software gerenciada por especialistas.
3. Revisão de Código Otimizada: Além de gerar código, o MetaGPT oferece execução pré-compilação, que é essencialmente um sistema de alerta antecipado para erros. Isso não apenas economiza tempo de depuração, mas também garante a qualidade do código.
4. Agentes Cognitivos: Os agentes inteligentes do MetaGPT, repletos de funções cognitivas como _observe(), _think() e _publish_message(), evoluem e se adaptam, garantindo que sua solução de software não seja apenas codificada, mas também “inteligente”.
5. Instalação e Implantação: Ilustramos que o MetaGPT pode ser facilmente configurado, seja por meio de uma instalação local via npm e Python, ou por meio da containerização via Docker.