模型智能体开发之metagpt-多智能体实践

参考：

1. metagpt环境配置参考
2. 模型智能体开发之metagpt-单智能体实践

需求分析

1. 之前有过单智能体的测试case，但是现实生活场景是很复杂的，所以单智能体远远不能满足我们的诉求，所以仍然还需要了解多智能体的实现。通过多个role对动作的关联、组合来构建一个工作流程，从而使智能体能够完成更加复杂的任务
2. 基于单智能体测试case的扩展，我们的诉求在简单的输出code的基础上新增一条就是生成code并且立刻运行code。那么这个时候我们就需要两个action，一个负责生成code，一个负责执行code

实现

1. 定义一个负责生成code的action，参照单智能体的测试case
   模型智能体开发之metagpt-单智能体实践

2. 定义一个负责运行code的action

   class SimpleRunCode(Action):
           name: str = "SimpleRunCode"
       
           async def run(self, code_text: str):
               result = subprocess.run(["python3", "-c", code_text], capture_output=True, text=True)
               code_result = result.stdout
               logger.info(f"{
          
          code_result=}")
               return code_result
   

   1. 运行code不需要调用llm，所以不涉及到prompt模版的设计
   2. 这里通过python的标准库 subprocess来f