← 返回项目列表

核心项目

MetaGPT 多智能体平台

基于 MetaGPT 框架的 Web 可视化管理平台

ReactTypeScriptFastAPIWebSocketMetaGPTMulti-Agent

核心指标

7

前端核心页面

5

智能体角色

Real-time

日志推送

SOTA

代码生成

功能导览

← 拖动滚动查看全部截图 →

技术架构

基于 MetaGPT 开源多智能体框架，搭建了 Web 可视化管理平台。将 MetaGPT 的原生执行框架封装为 FastAPI 后端服务，提供项目管理的全周期支持。技术栈：React 18 + TypeScript + AntDesign 5 / FastAPI + WebSocket + SQLite / MetaGPT 原生框架。

前端交互层

  • •React 18 + TypeScript + AntDesign 5
  • •7 个核心页面：项目管理、工作台、智能体工作区、人工审核、日志管理
  • •WebSocket 实时日志推送
  • •双工作台互斥机制（普通/高级）

后端服务层

  • •FastAPI：RESTful API + WebSocket 服务
  • •TaskScheduler：项目级互斥与启动控制
  • •execute_metagpt：MetaGPT 原生框架工程化封装
  • •SQLite 文件索引：记录文件名称、路径、大小、归属 agent

数据存储层

  • •JSON 文件存储：users_data.json / projects_data.json
  • •SQLite 索引：文件元数据管理
  • •MetaGPT 输出目录：outputs/{project_id}/
  • •混合存储模式：JSON + SQLite 索引

核心亮点

故事 1：Python 3.12 兼容性地狱

现象：在 Python 3.12 环境下安装 MetaGPT，pip install metagpt 直接报错，大量依赖解析失败。
排查过程：检查 setup.py 和 requirements.txt，发现部分依赖在 Python 3.12 下没有预编译 wheel。同时 pydantic v1 → v2 的迁移导致多个子模块 API 不兼容。
根因：MetaGPT 的依赖链很深（100+ 个包），其中数个关键包在 Python 3.12 发布时尚未完成适配。同时项目内部混用了 pydantic v1 和 v2 的语法。
解决方案：使用 conda create -n metagpt python=3.9 创建独立环境（README 明确建议 Python 3.9-3.11）。不在系统 Python 上直接操作。
教训：AI 框架项目的依赖管理比业务项目复杂得多。Python 版本选择是第一道关卡，一定要先看官方文档的版本约束。

故事 2：LLM 输出解析的「薛定谔格式」

现象：同样的 Prompt，GPT-4 有时返回纯 JSON，有时返回 Markdown 包裹的 JSON，有时在 JSON 前后加解释文字。导致 json.loads() 间歇性失败。
排查过程：在 ActionNode.fill() 中增加日志，发现 LLM 输出格式极不稳定。搜索代码库，发现 repair_llm_output 配置项和 extract_state_value_from_output 等修复函数。项目实现了多层次的输出修复策略。
根因：LLM 本质是概率模型，即使是 GPT-4 也无法保证每次都输出完全一致的格式。尤其是当 Prompt 中包含 Markdown 格式示例时，LLM 可能「过度模仿」示例中的 Markdown 结构。
解决方案：项目使用 tenacity 库实现带退避策略的重试机制。OutputParser 类实现了多层降级解析：先尝试 JSON，失败则尝试 Markdown 代码块提取，再失败则尝试正则匹配。关键 Prompt 中加入强约束。

故事 3：消息路由的死锁陷阱

现象：自定义多 Agent 协作时，两个 Role 互相等待对方的消息，整个 Team 陷入死锁，永远无法完成。
排查过程：检查 Environment.run() 的实现，发现它依赖 is_idle 属性判断是否所有 Role 都完成了动作。追踪发现 Role 通过 _watch() 订阅特定的 Action 类型。如果 Role B 没有订阅 Role A 的 Action，消息就不会被 B 观察到。
根因：Role 通过 _watch() 订阅特定的 Action 类型。如果 Role B 没有订阅 Role A 的 Action（即 cause_by 不匹配），消息就不会被 B 观察到，B 就会一直等待，而 A 也在等待 B 的响应。
解决方案：确保每个 Role 的 _watch() 集合包含所有上游 Role 的 Action 类型。使用 observe_all_msg_from_buffer=True 让 Role 观察所有消息（适合调试阶段）。仔细设计 Message 路由：send_to 和 addresses 必须正确配置。

设计特色

•前后端分离异步调度机制：将 Web 服务调度与 MetaGPT 内核调度解耦，异步执行耗时任务，兼顾系统响应性与多智能体串行协作的元编程执行逻辑
•双工作台互斥机制：普通工作台（任务执行 + 文件预览）与高级工作台（按智能体角色划分工作区）不可同时启动，符合权限分级管控
•全局 - 私有双层消息机制：构建「全局消息池共享 + 角色私有缓存隔离」的上下文模型，既保证多智能体数据互通，又实现角色任务的独立执行
•文件索引系统：通过 SQLite 记录文件元数据，支持按项目、文件类型和智能体归属查询，用户可在各个智能体工作区中查看对应产物
•WebSocket 实时日志推送：后端通过 WebSocket 向前端推送 execution_logs，用户可实时查看任务执行进度和智能体工作状态
•工程化封装：将 MetaGPT 原生执行框架（metagpt/software_company.py）封装为 FastAPI 后端服务，支持 Web 界面触发、状态查询、结果展示

项目历程

2026-01-30

环境搭建与框架拉取

创建 Python 3.9 虚拟环境，解决 pydantic v1/v2 兼容性问题。拉取 MetaGPT GitHub 仓库代码，配置 OpenAI API 密钥，成功运行第一个示例（编写 PRD）。

里程碑

2026-02-06 ~ 2026-02-20

框架核心机制理解

深入研读 MetaGPT 源码，理解 Team → Environment → Role 三层架构。掌握 _watch() 消息订阅机制、SOP 标准化操作流程、ReAct 执行循环。调试消息路由，解决 Role 间通信死锁问题。

2026-03-06 ~ 2026-03-20

后端服务封装

基于 FastAPI 封装 MetaGPT 执行框架，实现 TaskScheduler 项目级互斥控制。开发 execute_metagpt 模块，支持异步调用 MetaGPT Team。搭建 SQLite 文件索引系统，记录生成文件的元数据。

里程碑

2026-03-27 ~ 2026-04-10

前端 WebUI 平台开发

使用 React 18 + TypeScript + AntDesign 5 搭建前端交互平台。实现项目管理、工作台、智能体工作区、人工审核、日志管理等 7 个核心页面。集成 WebSocket 实时日志推送功能。

2026-04-17

前后端联调与功能测试

完成前后端接口联调，解决跨域、WebSocket 连接、文件索引查询等问题。测试多智能体协作流程，验证产品经理→架构师→工程师→QA 的完整工作流。优化前端页面布局和交互体验。

里程碑

个人角色

职责：独立负责从需求分析、架构设计、前后端开发、测试联调到部署上线的完整流程。

技术决策：技术栈选型、数据库 Schema 设计、API 规范制定、代码 Review 标准。

团队协作：与论文指导老师定期同步进展，将学术框架工程化落地。

GitHub 源码 →