MetaGPT更新进度：
目前，MetaGPT已经被网友挖掘出更多有意思的输出，比如：小游戏（Flappy Bird、贪吃蛇等）、ChatGPT的plugin、以及管理系统（学生管理系统（生成的代码想要体验的可以联系MetaGPT））。
最新的change log：
- 支持Docker
- 建立一个独立的输出队列，与消息队列区分开
- 支持Azure异步API
- 支持gpt-3.5-turbo
Roadmap概览：
长期目标：
使MetaGPT能够自我演化，实现自我训练、微调、优化、利用和更新
短期目标：
- 成为ROI最高的多代理框架。
- 支持中等规模项目（约2000行代码）的全自动实施。
- 实施大多数已识别的任务，达到0.5版本。
任务
要达到v0.5版本，大约需要完成以下任务的70%。
可用性
- 发布v0.01 pip包，尝试解决如npm安装等问题（虽然可能并未成功）
- 支持软件公司的整体保存和恢复
- 在过程中支持人工确认和修改
- 支持过程缓存：仔细考虑是否添加服务器缓存机制
- 通过更严格的系统提示，解决当前提示下偶尔无法按照指示执行，导致代码解析错误的问题
- 编写文档，描述各级别的当前特性和用法
特性
- 支持更标准、更稳定的解析器（需要分析当前LLM更擅长的格式）
- 尝试将所有角色工作原子化，但这可能会大大增加令牌开销
- 完成模块分解的设计和实施
- 支持各种模式的内存：明确区分长期和短期记忆
- 完善测试角色，并进行必要的与人类的交互
- 提供全模式，而不仅仅是当前的快速模式，允许角色之间的自然通信
- 实现SkillManager和增量Skill学习过程
- 通过调用相应的openai页面自动获取RPM并进行配置，使每个键都不需要手动配置
策略
- 支持ReAct策略
- 支持CoT策略
- 支持ToT策略
- 支持反思策略
行动
- 实施：搜索
- 实施：知识搜索，支持10+种数据格式
- 实施：数据EDA
- 实施：评审
- 实施：添加文档
- 实施：删除文档
- 实施：自我训练
- 实施：DebugError
- 基于YAPI实施：生成可靠的单元测试
- 实施：自我评估
- 实施：AI调用
- 实施：学习和使用第三方标准库
- 实施：数据收集
- 实施：AI训练
- 实施：运行代码
- 实施：网络访问
插件：与插件系统兼容
工具
- 支持SERPER api
- 支持Selenium apis
- 支持Playwright apis
角色
- 完善每个角色的行动池/技能池
- 红书博主
- 电商卖家
- 数据分析师
- 新闻观察员
- 机构研究员
评估
- 支持对游戏数据集的评估
- 复制论文，实施单个游戏角色的全技能获取，实现SOTA结果
- 支持对数学数据集的评估
- 复制论文，实现当前数学问题解决过程的SOTA结果
LLM
- 支持Claude底层API
- 支持所有API的流式版本
其他
- 清理现有的未使用代码
- 统一所有代码风格并建立贡献标准
- 多语言支持
- 多编程语言支持