OA0 ›
代码 ›
ChatDev — 模拟虚拟软件公司的 Agent 框架
ChatDev — 模拟虚拟软件公司的 Agent 框架
redis · 2026-01-29 02:57:25 · 11 次点击 · 0 条评论ChatDev 2.0 - DevAll
一个零代码多智能体平台，用于开发万物
【📚 开发者 | 👥 贡献者｜⭐️ ChatDev 1.0 (旧版)】
📖 概述
ChatDev 已从一个专门用于软件开发的多智能体系统，演变为一个全面的多智能体编排平台。
- ChatDev 2.0 (DevAll) 是一个用于“开发万物”的零代码多智能体平台。它使用户能够通过简单配置快速构建和执行定制的多智能体系统。无需编码——用户可以定义智能体、工作流和任务，以编排复杂场景，如数据可视化、3D 生成和深度研究。
- ChatDev 1.0 (旧版) 作为一个虚拟软件公司运行。它利用各种智能体（如 CEO、CTO、程序员）参与专门的功能研讨会，以自动化整个软件开发生命周期——包括设计、编码、测试和文档编写。它作为通信智能体协作的基础范式。
🎉 新闻
• 2026年1月7日：🚀 我们很高兴地宣布 ChatDev 2.0 (DevAll) 正式发布！ 此版本引入了一个零代码多智能体编排平台。经典的 ChatDev (v1.x) 已移至 chatdev1.0 分支进行维护。关于 ChatDev 2.0 的更多详情，请参阅我们的官方帖子。
旧闻
• 2025年9月24日：🎉 我们的论文 [Multi-Agent Collaboration via Evolving Orchestration](https://arxiv.org/abs/2505.19591) 已被 NeurIPS 2025 接收。实现可在本仓库的 `puppeteer` 分支中找到。 • 2025年5月26日：🎉 我们提出了一种新颖的木偶师风格范式，用于基于大语言模型的智能体之间的多智能体协作。通过利用经过强化学习优化的可学习中央编排器，我们的方法动态激活和排序智能体，以构建高效、上下文感知的推理路径。这种方法不仅提高了推理质量，还降低了计算成本，实现了复杂任务中可扩展和自适应的多智能体合作。参见我们的论文 [Multi-Agent Collaboration via Evolving Orchestration](https://arxiv.org/abs/2505.19591)。
能够使用 Git 进行版本控制。要启用此功能，只需在 ``ChatChainConfig.json`` 中将 ``"git_management"`` 设置为 ``"True"``。参见[指南](wiki.md#git-mode)。
的角色并向程序员 提出建议来参与 ChatDev 团队；尝试 ``python3 run.py --task [description_of_your_idea] --config "Human"``。参见[指南](wiki.md#human-agent-interaction) 和[示例](WareHouse/Gomoku_HumanAgentInteraction_20230920135038)。
来生成软件中使用的图像；尝试 ``python3 run.py --task [description_of_your_idea] --config "Art"``。参见[指南](wiki.md#art) 和[示例](WareHouse/gomokugameArtExample_THUNLP_20230831122822)。
• 2023年8月28日：系统公开发布。
• 2023年8月17日：v1.0.0 版本准备发布。
• 2023年7月30日：用户可以自定义 ChatChain、Phase 和 Role 设置。此外，现在支持在线日志模式和回放模式。
• 2023年7月16日：与本项目相关的[预印本论文](https://arxiv.org/abs/2307.07924) 发表。
• 2023年6月30日：ChatDev 仓库的初始版本发布。
🚀 快速开始
📋 先决条件
- 操作系统: macOS / Linux / WSL / Windows
- Python: 3.12+
- Node.js: 18+
- 包管理器: uv
📦 安装
-
后端依赖 (由
uv管理的 Python):
bash uv sync -
前端依赖 (Vite + Vue 3):
bash cd frontend && npm install
🔑 配置
- 环境变量:
bash cp .env.example .env - 模型密钥: 在
.env中为您的 LLM 提供商设置API_KEY和BASE_URL。 - YAML 占位符: 在配置文件中使用
${VAR}（例如，${API_KEY}）来引用这些变量。
⚡️ 运行应用
使用 Makefile (推荐)
同时启动后端和前端:
make dev
然后在 http://localhost:5173 访问 Web 控制台。
手动命令
-
启动后端:
bash # 从项目根目录运行 uv run python server_main.py --port 6400 --reload
> 如果输出文件（例如，GameDev）触发重启，请移除--reload，因为这可能会中断任务并丢失进度。 -
启动前端:
bash cd frontend VITE_API_BASE_URL=http://localhost:6400 npm run dev
> 然后在 http://localhost:5173 访问 Web 控制台。💡 提示: 如果前端无法连接到后端，可能是默认端口
6400已被占用。
请将两个服务切换到可用端口，例如：- 后端: 使用
--port 6401启动 - 前端: 设置
VITE_API_BASE_URL=http://localhost:6401
- 后端: 使用
实用命令
-
帮助命令:
bash make help -
同步 YAML 工作流到前端:
bash make sync
将yaml_instance/中的所有工作流文件上传到数据库。 -
验证所有 YAML 工作流:
bash make validate-yamls
检查所有 YAML 文件的语法和模式错误。
🐳 使用 Docker 运行
或者，您可以使用 Docker Compose 运行整个应用程序。此方法简化了依赖管理并提供了统一的环境。
-
先决条件:
- 已安装 Docker 和 Docker Compose。
- 确保项目根目录中有
.env文件用于存放您的 API 密钥。
-
构建并运行:
bash # 从项目根目录 docker compose up --build -
访问:
- 后端:
http://localhost:6400 - 前端:
http://localhost:5173
- 后端:
如果服务崩溃，它们将自动重启，并且本地文件更改将在容器内反映，以实现实时开发。
💡 如何使用
🖥️ Web 控制台
DevAll 界面为构建和执行提供了无缝体验
-
教程: 平台内集成了全面的分步指南和文档，帮助您快速上手。
-
工作流: 一个可视化画布，用于设计您的多智能体系统。配置节点参数、定义上下文流，并通过拖放轻松编排复杂的智能体交互。
-
启动: 启动工作流、监控实时日志、检查中间产物，并提供人在环反馈。
🧰 Python SDK
对于自动化和批处理，请使用我们轻量级的 Python SDK 以编程方式执行工作流并直接获取结果。
from runtime.sdk import run_workflow
# 执行工作流并获取最终节点消息
result = run_workflow(
yaml_file="yaml_instance/demo.yaml",
task_prompt="用一句话总结所附文档。",
attachments=["/path/to/document.pdf"],
variables={"API_KEY": "sk-xxxx"} # 如果需要，覆盖 .env 变量
)
if result.final_message:
print(f"输出: {result.final_message.text_content()}")
⚙️ 面向开发者
如需进行二次开发和扩展，请继续阅读本节。
使用新的节点、提供者和工具扩展 DevAll。
项目采用模块化结构组织：
* 核心系统: server/ 托管 FastAPI 后端，而 runtime/ 管理智能体抽象和工具执行。
* 编排: workflow/ 处理多智能体逻辑，由 entity/ 中的配置驱动。
* 前端: frontend/ 包含 Vue 3 Web 控制台。
* 可扩展性: functions/ 是放置自定义 Python 工具的地方。
相关参考文档：
* 入门指南: 开始指南
* 核心模块: 工作流编写、记忆 和 工具
🌟 精选工作流
我们为常见场景提供了健壮的开箱即用模板。所有可运行的工作流配置都位于 yaml_instance/ 中。
* 演示: 名为 demo_*.yaml 的文件展示了特定功能或模块。
* 实现: 直接命名的文件（例如 ChatDev_v1.yaml）是完整的内部或重新创建的工作流。如下所示：
📋 工作流集合
| 类别 | 工作流 | 案例 |
|---|---|---|
| 📈 数据可视化 | data_visualization_basic.yamldata_visualization_enhanced.yaml |
 提示: "为我的大型房地产交易数据集创建 4-6 个高质量的 PNG 图表。" |
| 🛠️ 3D 生成 (需要 Blender 和 blender-mcp) |
blender_3d_builder_simple.yamlblender_3d_builder_hub.yamlblender_scientific_illustration.yaml |
 提示: "请建造一棵圣诞树。" |
| 🎮 游戏开发 | GameDev_v1.yamlChatDev_v1.yaml |
 提示: "请帮我设计和开发一个坦克大战游戏。" |
| 📚 深度研究 | deep_research_v1.yaml |
 提示: "研究关于基于 LLM 的智能体 RL 领域的最新进展" |
| 🎓 教学视频 | teach_video.yaml (运行此工作流前请先运行命令 uv add manim) |
 提示: "讲一下什么是凸优化" |
💡 使用指南
对于这些实现，您可以使用 启动 选项卡来执行它们。
1. 选择: 在 启动 选项卡中选择一个工作流。
2. 上传: 如果需要，上传必要的文件（例如，用于数据分析的 .csv）。
3. 提示: 输入您的请求（例如，"可视化销售趋势" 或 "设计一个贪吃蛇游戏"）。
🤝 贡献
我们欢迎社区的贡献！无论您是修复错误、添加新的工作流模板，还是分享由 DevAll 产生的高质量案例/产物，我们都非常感谢您的帮助。欢迎