42.8K+ Star!MetaGPT:一个多智能体框架,模拟一个软件公司的运作,包括产品经理、架构师、项目经理和工程师等角色

从小白到专家:DeepSeek 模型硬件配置完全指南 DeepSeek是由深度求索(DeepSeek)推出的一系列大语言模型,涵盖从轻量级到超大规模的不同版本。高效性:优化了推理和训练效率,适合多种应用场景。灵活性:支持从单机到分布式集群的部署方式。多场景适配:适用于文本生成、代码补全、对话系统等任务。为了充分发挥DeepSeek模型的性能,合理的硬件配置至关重要。以下是针对不同规模模型的具体硬件需求。 阅读详情

项目摘要

MetaGPT[1] 是一个多智能体框架,通过自然语言编程来推动人工智能软件公司的发展。

通过将不同的角色分配给大型语言模型(LLMs),形成一个协作实体,以解决复杂的任务。

img

项目简介

MetaGPT 模拟了一个软件公司的运作,包括产品经理、架构师、项目经理和工程师等角色。

img

它的核心理念是将标准操作程序(SOP)应用于由LLMs组成的团队,实现代码的自动生成。

img

主要特点
  • 自动化: MetaGPT能够接受一行需求作为输入,并输出用户故事、竞品分析、需求说明、数据结构、API、文档等。
  • 协作: 通过不同的角色分配,实现LLMs之间的协作。
使用场景

MetaGPT适用于需要快速迭代和开发软件产品的团队,特别是在初创公司和研究项目中,它可以加速从概念到实现的过程。

使用方法

安装

确保系统上安装了Python 3.9或以上版本。可以使用以下命令安装MetaGPT:

pip install --upgrade metagpt
配置

通过运行以下命令初始化MetaGPT的配置,或者手动创建~/.metagpt/config2.yaml文件:

metagpt --init-config
使用

安装完成后,可以在命令行界面使用MetaGPT:

metagpt "创建一个2048游戏"

或者作为库使用:

from metagpt.software_company import generate_repo, ProjectRepo
repo = generate_repo("创建一个2048游戏")
print(repo)
支持多种LLM

包括但不限于以下这些:

  • OpenAI API:可以使用模型如 ‘gpt-4-turbo’ 或 ‘gpt-3.5-turbo’。
  • Anthropic / Claude API:支持以 ‘claude-*’ 开头的模型。
  • Zhipu API:需要查看 llm_config.py 获取模型列表。
  • iFlytek’s large model Spark API:通常只需要修改 SPARK_APPID、SPARK_API_SECRET 和 SPARK_API_KEY。
  • Azure OpenAI API:需要配置 base_url、api_key 和 api_version。
  • Google Gemini:支持默认模型 ‘gemini-pro’。
  • Baidu QianFan API:支持 ‘ERNIE-*’ 模型和一些流行的开源模型。
  • Aliyun DashScope API:支持 ‘qwen-*’ 模型和一些流行的开源模型。
  • Moonshot / Kimi API:支持以 ‘moonshot-v1-*’ 开头的模型。
  • Fireworks API:支持 ‘Fireworksmodels’。
  • Mistral API:支持 ‘Mistralmodels’。
  • Yi / lingyiwanwu API:支持以 ‘yi-34b-*’ 开头的模型。
  • ollama API:支持模型 ‘llama2’。
  • WizardLM-2-8x22b via openrouter:通过 ‘openrouter’ 访问 ‘microsoft/wizardlm-2-8x22b’。
  • Llama-3-70b instruct via openrouter:通过 ‘openrouter’ 访问 ‘meta-llama/llama-3-70b-instruct:nitro’。
  • Llama-3-70b via groq:通过 ‘groq’ 访问 ‘llama3-70b-8192’。
  • Amazon Bedrock API:使用 Amazon IAM 的访问密钥和密钥对,支持模型 ‘meta.llama3-70b-instruct-v1:0’。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范
  • …

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署
  • …

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建
  • …

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案
  • …

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

智体Harness工程:综述(上) 26年5月来自CMU, Yale大学, JHU, 东北大学(NEU), Tulane大学, 阿拉巴马大学(UAB), 俄亥俄州立(OSU), Virginia Tech 和Amazon公司的论文“Agent Harness Engineering: A Survey”。 大语言模型(LLM)智体在生产环境中的快速部署揭示一个反复出现的规律:任务执行的可靠性与其说取决于底层的语言模型本身,不如说更多地取决于包裹该模型的“基础设施层”——即智体Harness(Agent Harness)。本综述基于实践经验,对 阅读详情

相关推荐

DeepSeek R1本地化部署与联网功能实战指南:从零搭建智能对话系统

在人工智能技术快速发展的今天,如何将先进的对话模型DeepSeek R1部署到本地环境并赋予其联网能力,成为许多开发者和企业关注的重点。本文将深入讲解完整的本地化部署流程,并通过实例代码演示如何为模型添加实时网络访问功能。

理论都是虚的,代码才是王道。 7万+

TensorFlow相关组件的安装

TensorFlow相关组件的安装

AAI666666的博客 3934

未来已来?2026最新国内15家AI大模型应用盘点(附体验网址,持续更新)

未来已来?国内15家AI大模型盘点及体验网址,一起来看看吧!

Code_流苏:在代码中寻诗意,在实践中觅真知 11万+

本地部署DeepSeek大模型电脑配置推荐

针对本地部署DeepSeek大模型的配置需求,需根据模型规模(如7B/13B/70B参数)和量化方案进行区分。

huang9604的博客 3万+

滞回比较器电路详细分析

滞回比较器是一种用于检测两个不同电压值并使比较器输出高电平或低电平的电路。滞回比较器的特点是具有迟滞特性,即当输入电压高于某一阈值时,比较器输出高电平,当输入电压低于另一阈值时,比较器输出低电平,而在这两个阈值之间,比较器的输出保持不变。比较器通常有两个模拟电压输入端UIN+和UIN-以及一个数字状态输出端UOUT。当UIN+大于UIN-时,UOUT为高电平;当UIN+小于UIN-时,UOUT为低电平。根据具体的系统定义,这两种电位的具体数值可以有所不同。

LuDvei的博客 2万+

2017阿里内推笔试题--算法工程师(运筹优化)

2017阿里内推笔试题–算法工程师(运筹优化)题目沐哲是一个菜鸟仓库的一个拣货员,但他有非常个怪异的习惯。每次拣货的重量都要比之前拣的一个轻,每次拣到货后都可以得到1块钱,沐哲想知道这样最多能赚多少钱 32 34 7 33 21 2 13 12 3 11 26 36 16 30 22 1 24 14 20 23 25 5 19 29 27 15 9 17 31 4 6 18 8 10 3

shawpan的专栏 1万+

开源 Agent 框架选型大比拼:CrewAI、MetaGPT、ChatDev 横评

想象一下你要盖一座“智能小木屋”:如果只请一个全能超级英雄(单个通用Agent),他可能会一边砍木头一边画图纸一边钉钉子,忙得手忙脚乱,最后盖出来的小木屋可能漏雨、歪歪扭扭——就像现在很多用单个GPT-4写复杂代码、做完整项目的人,经常遇到“顾此失彼、逻辑断裂、细节粗糙”的问题。那如果请一个**搭积木小组(多智能体协作系统)**呢?产品经理小A:负责调研需求、画思维导图、写需求文档;架构师小B:负责设计小木屋的结构、选材料、画施工图;木匠小C:负责按照施工图钉钉子、搭骨架;油漆工小D。

AI大模型应用之禅 296

用ESP32-S3和USB摄像头DIY一个无线图传监控(附完整代码和接线图)

本文详细介绍了如何利用ESP32-S3开发板和USB摄像头打造一套高性价比的无线图传监控系统。从硬件选型、接线图到代码实现,提供了完整的DIY方案,特别适合家庭监控、宠物看护等场景。通过优化WiFi传输和双核任务分配,实现了稳定的视频流传输,整套方案成本控制在200元以内。

weixin_33701251的博客 519

大模型AI Agent开源框架全攻略

这篇文章详细介绍了11个热门的大模型AI Agent开源框架,包括AutoGPT、Dify、LangChain等。这些框架涵盖了自主目标拆解、多智能体协作、低代码开发等多种应用场景。每个项目都有独特特点和适用场景,适合不同层次开发者。无论是初学者还是专业开发者,都能从中找到合适的AI Agent开发工具,快速上手大模型应用开发。

xzp740813的博客 771

Docker部署FRP实现内网穿透

FRP是一款开源内网穿透工具,通过在公网服务器部署服务端(FRPS),内网设备运行客户端(FRPC)实现外部访问。支持TCP、UDP、HTTP等多种协议。部署时需配置服务端(如群晖NAS使用Docker)和客户端(如Windows下载可执行文件)。服务端需设置监听端口、控制面板及Token认证,客户端需指定服务器地址和相同Token。完成配置后可通过公网IP或域名访问内网资源,并在控制面板监控连接状态。

波哥技术栈 1599

f_fs.c 初始化流程(进行中)

前言 之所以选择f_fs.c作为这系列的开始,因为usb在/driver/usb下面的内容实在太多太多,如果讲各种各样点会太分散了。所以决定切入点以实际使用为主,就是f_fs了,目前我了解这是做bulk裸传输使用的,具体的通信协议自己确定。 初始化部分 开始点从这个路径下说起, /drivers/usb/gadget/function/f_fs.c 然后f_fs.c第一个使用的是include/composite.h中的宏定义function #define DECLARE_USB_FUNCTION(_n

weixin_36406973的博客 1967

GitHub 上 10 个令人惊艳的 Agent 开发平台,太顶了。

它拥有图形化界面、Agent 市场、Tools、并发代理运行等功能,旨在解决 AutoGPT 在生产环境中使用难的问题,是一个功能比较完备的 Agent 管理平台。的循环:模型会评估当前状态,制定下一步计划,执行操作,并根据反馈结果进行自我修正,这使得它能够处理比单一对话更复杂、耗时更长的自动化工作流。可以定义多个可以相互对话的 Agent,可以是 LLM、人类或工具,它们通过对话来协作解决任务。的方式,让不同角色的智能体(CEO、CTO、程序员、测试员)在如设计、编码、测试、文档等环节进行深度协作。

公众号:逛逛GitHub 1699

Unity与iOS原生交互实战指南

C#(DllImport) → C 接口(extern "C") → Objective‑C / SwiftObjective‑C → UnitySendMessage → C#(GameObject + public 方法)在写.mm文件;在里面写;C# 用声明;调用它,参数就是 string / 数值等;在.mm里做你想做的 iOS 原生操作。在 Unity 里准备一个常驻 GameObject,比如;上面挂一个脚本,写;在 iOS 插件中用;

本博客聚焦游戏开发技巧、创业实战心得及大学热门课程干货。这里既有技术深度,也有思维广度,无论你是开发者、创业者还是高校学子,都能在这里找到适合自己的成长之路! 1357

学生党必看:零基础入门 AI Agent,万字长文带你玩转智能体

让我们从一个最接地气的场景来理解 Agent。想象你点了一份麻辣烫外卖。普通的大模型(比如你直接问 ChatGPT)就像一家餐厅里只有一个接线员:你打电话过去问"你们家麻辣烫辣不辣?“,他老实回答"辣”;你再问"能多加两个鹌鹑蛋吗?“,他说"可以”。问答完毕,他不需要知道你的订单最后怎么样了,也不会主动打电话给骑手催单——他的工作到此结束。但一个Agent(智能体)完全不同。它更像一个完整的外卖平台调度中心它接到你的订单(接收指令)

热爱技术与前沿创新,深耕科技领域,在科创中精进自我;探索技术乐趣,分享技术干货与成长心得,以技术为伴,热爱生活,在科创与生活中双向成长。 302

Vue - 快速入门,这一套就够了!(Vue core + 案例 + 效果演示)

前置条件:掌握 HTML、CSS、JavaScript、AJAX.工具:VsCode.插件:Live Server(浏览器实时预览)Ps:建议都提前下载下来,没网的时候也能用.

CYK_byte的博客 4万+

手把手教你学Simulink——基于Simulink的隔离型DC-DC全桥变换器移相控制建模示例

本文详细介绍了基于Simulink的全桥移相变换器(PSFB)建模与控制方法。首先分析了全桥移相拓扑在大功率应用中的优势,包括ZVS实现、高频化和小型化特点。随后给出了具体设计参数和移相控制策略,采用电压外环+移相角内环的双闭环控制架构。文章重点演示了Simulink建模步骤,包括主电路搭建、移相PWM生成和PI控制器设计,并通过满载稳态、负载阶跃和轻载测试三种场景验证了系统性能。最后总结了工程实践要点,提出自适应控制等扩展方向,强调移相控制通过精准时间管理实现高效能量转换的核心价值。

MHD0815的博客 261

10个有趣的GitHub技能(Skill)项目推荐,ai skill高效赋能

这些技能项目覆盖了从。

热爱技术与前沿创新,深耕科技领域,在科创中精进自我;探索技术乐趣,分享技术干货与成长心得,以技术为伴,热爱生活,在科创与生活中双向成长。 1516

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

LangGraph领跑AI代理生态活跃度,哪些社区是比较活跃的?全部盘点推荐

按“整体社区体量 + 持续维护强度 + 生态配套”综合来看,LangGraph(LangChain 生态)目前是最活跃的。从“社区体量 + 持续开发强度 + 周边/教程”几个维度看:一句话选型建议:

热爱技术与前沿创新,深耕科技领域,在科创中精进自我;探索技术乐趣,分享技术干货与成长心得,以技术为伴,热爱生活,在科创与生活中双向成长。 448

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

AI大模型开发实战:从零构建智能应用的全链路指南

在人工智能领域,大语言模型(LLM)已成为核心技术,其基于Transformer架构,通过预训练和微调实现通用任务处理。这项技术的价值在于能够处理复杂推理、代码生成等任务,广泛应用于智能客服、内容创作等场景。对于开发者而言,掌握Prompt工程和LoRA微调等关键技术,能够高效定制模型以满足特定需求。本文以实操为导向,系统介绍从环境搭建、模型调用到应用构建的完整流程,帮助读者快速上手大模型开发。

weixin_34008933的博客 413

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

【AI大模型】万字长文深入浅出教你优雅开发复杂AI Agent,零基础小白收藏这一篇就够了!!

最近,大家都在讨论MCP(Model Context Protocol),它通过标准化协议,实现了工具和AI应用的解耦,推动了AI Agent应用研发范式的转变。尽管MCP非常有价值,但它并非万能。一个"聪明的"AI Agent不仅仅依赖于MCP。MCP主要解决了工具调用、Prompt模板、资源访问等标准化问题,但对于AI Agent的工具选择、任务规划、多Agent协同等核心挑战,仍存在局限,并在实际复杂应用场景中暴露出一些不足。

Android23333的博客 1360

部署deep seek需要什么样的硬件配置?

部署DeepSeek(或其他类似的大语言模型)的硬件配置需求取决于具体场景(如推理、微调、训练)、模型规模(参数量)、并发请求量以及性能要求。使用量化(4/8-bit)、模型并行(Tensor Parallelism)、流水线并行等技术降低资源需求。:70B模型需2-4张A100(80GB)进行推理,或使用量化技术(如GPTQ/GGUF)降低显存需求。:2-4张显存≥40GB的显卡(如NVIDIA A100 40GB/80GB、H100):NVMe SSD ≥ 512GB(模型文件约占用20-30GB)

5万+

【大模型】—AI大模型总体概述

本文将对AI大模型进行简要介绍,包括其定义、发展历程以及分类等。

crystal_csdn8的博客 2万+

DeepSeek本地部署详细指南

DeepSeek本地部署详细指南随着人工智能技术的飞速发展,本地部署大模型的需求也日益增加。DeepSeek作为一款开源且性能强大的大语言模型,提供了灵活的本地部署方案,让用户能够在本地环境中高效运行模型,同时保护数据隐私。以下是详细的DeepSeek本地部署流程。(一)硬件需求最低配置:CPU(支持AVX2指令集)+ 16GB内存 + 30GB存储。推荐配置:NVIDIA GPU(RTX 3090或更高)+ 32GB内存 + 50GB存储。(二)软件依赖。

weixin_49684553的博客 3万+

一文让你搞懂什么是AI大模型

AI大模型(Large AI Models)是指具有大量参数和复杂结构的人工智能模型。这些模型通常基于深度学习技术,能够处理大量数据并从中学习复杂的模式和关系。大模型的出现,极大地提升了AI在各个领域的表现能力。通过本文的介绍,相信你已经对AI大模型有了全面的了解。无论是自然语言处理、图像识别,还是自动驾驶、医疗健康,AI大模型都展现出了强大的能力和广泛的应用场景。希望本文能够帮助你更好地理解和应用AI大模型,推动你的技术创新和实践。

码上飞扬的博客 9979

最近,大模型岗位爆了。。。

重磅消息,国资委打响了国内AI第一枪!这意味着传统行业又迎来了一次大洗牌,现在国内头部人工智能公司已经开始用AI数字人助力各行各业,除此之外,知名大厂也都在布局AI市场。懂的程序员年薪已经翻到风口之下,与其焦虑被行业淘汰,不如先人一步掌握 AI 大模型技术。为帮助大家提升竞争力,为了帮助普通程序员享受时代红利,

qq_46094651的博客 1017
上一篇: RAG 实践- Ollama+RagFlow 部署本地知识库
下一篇: DeepSeek + LangGraph + Chat UI:轻松搭建本地智能助手
Python_金钱豹
博客等级 码龄5年 1万+粉丝 2835原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值