mirror of
https://github.com/FoundationAgents/MetaGPT.git
synced 2026-05-02 20:32:38 +02:00
refine README.md
This commit is contained in:
geekan
parent
f438631609
commit
6b068f38da
2 changed files with 20 additions and 100 deletions
56
README_CN.md
56
README_CN.md
|
|
@ -4,21 +4,9 @@ # MetaGPT：多角色元编程框架
|
|||
|
||||
## 目标
|
||||
|
||||
1. 我们的最终目标是让 GPT 能够训练、微调，并最终利用自身，以实现**自我进化**
|
||||
1. 一旦 GPT 能够优化自身，它将有能力持续改进自己的性能，而无需经常手动调整。这种自我进化使得 AI 能够识别自身改进的领域，进行必要的调整，并实施那些改变以更好地达到其目标。**这可能导致系统能力的指数级增长**
|
||||
2. 目前，我们已经使 GPT 能够以团队的形式工作，协作处理更复杂的任务
|
||||
1. 例如，`startup.py` 包括**产品经理 / 架构师 / 项目经理 / 工程师**，它提供了一个**软件公司**的全过程
|
||||
2. 该团队可以合作并生成**用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等**
|
||||
|
||||
### 哲学
|
||||
|
||||
软件公司核心资产有三：可运行的代码，SOP，团队。有公式：
|
||||
|
||||
```
|
||||
可运行的代码 = SOP(团队)
|
||||
```
|
||||
|
||||
我们践行了这个过程，并且将SOP以代码形式表达了出来，而团队本身仅使用了大模型
|
||||
1. 目前，我们已经使 GPT 能够以团队的形式工作，协作处理更复杂的任务
|
||||
1. 该团队可以消化**一句话的老板需求**合作并生成**用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等**
|
||||
2. 该团队包括**产品经理 / 架构师 / 项目经理 / 工程师**，它提供了一个**软件公司**的全过程
|
||||
|
||||
## 示例（均由 GPT-4 生成）
|
||||
|
||||
|
|
@ -27,11 +15,11 @@ ## 示例（均由 GPT-4 生成）
|
|||
1. 生成一个带有分析和设计的示例大约需要**$0.2** (GPT-4 api 的费用)
|
||||
2. 生成一个完整项目的示例大约需要**$2.0** (GPT-4 api 的费用)
|
||||
|
||||
| | 设计一个支持 GPT-4 和其他 LLMs 的 MLOps/LLMOps 框架 | 设计一个像 Candy Crush Saga 的游戏 | 设计一个像今日头条的 RecSys | 设计一个像 NetHack 的 roguelike 游戏 | 设计一个搜索算法框架 | 设计一个简约的番茄钟计时器 |
|
||||
|-------------|-------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------|-------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------------|
|
||||
| 竞品分析 |  |  |  |  |  |  |
|
||||
| 数据 & API 设计 |  |  |  |  |  |  |
|
||||
| 序列流程图 |  |  |  |  |  |  |
|
||||
| | 设计一个支持 GPT-4 和其他 LLMs 的 MLOps/LLMOps 框架 | 设计一个像今日头条的 RecSys | 设计一个搜索算法框架 |
|
||||
|-------------|-------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------|
|
||||
| 竞品分析 |  |  |  |
|
||||
| 数据 & API 设计 |  |  |  |
|
||||
| 序列流程图 |  |  |  |
|
||||
|
||||
## 安装
|
||||
|
||||
|
|
@ -50,7 +38,7 @@ # 第 3 步：克隆仓库到您的本地机器，并进行安装。
|
|||
|
||||
## 配置
|
||||
|
||||
- 您可以在 `config/key.yaml / config/config.yaml / env` 中配置您的 `OPENAI_API_KEY`
|
||||
- 在 `config/key.yaml / config/config.yaml / env` 中配置您的 `OPENAI_API_KEY`
|
||||
- 优先级顺序：`config/key.yaml > config/config.yaml > env`
|
||||
|
||||
```bash
|
||||
|
|
@ -93,31 +81,7 @@ ### 代码实现
|
|||
await company.run(n_round=n_round)
|
||||
```
|
||||
|
||||
## 示例：单角色能力与底层LLM调用
|
||||
|
||||
### 框架同样支持单角色能力，以下是一个销售角色（完整示例见examples）
|
||||
|
||||
```python
|
||||
from metagpt.const import DATA_PATH
|
||||
from metagpt.document_store import FaissStore
|
||||
from metagpt.roles import Sales
|
||||
|
||||
store = FaissStore(DATA_PATH / 'example.pdf')
|
||||
role = Sales(profile='Sales', store=store)
|
||||
result = await role.run('Which facial cleanser is good for oily skin?')
|
||||
```
|
||||
|
||||
### 框架也支持LLM的直接接口
|
||||
|
||||
```python
|
||||
from metagpt.llm import LLM
|
||||
|
||||
llm = LLM()
|
||||
await llm.aask('hello world')
|
||||
|
||||
hello_msg = [{'role': 'user', 'content': 'hello'}]
|
||||
await llm.acompletion(hello_msg)
|
||||
```
|
||||
你可以查看`examples`，其中有单角色（带知识库）的使用例子与仅LLM的使用例子。
|
||||
|
||||
## 联系信息
|
||||
|
||||
|
|
|
|||
Loading…
Add table
Add a link
Reference in a new issue