MetaGPT多智能体配置：用Team类搭一个软件公司角色团队
MetaGPT 的多智能体配置，本质是写一个继承 Team 的入口文件，把产品经理、架构师、工程师等 Role 按顺序加进去，再交给 Team.invest() 或 Team.run() 驱动协作。
下面按“能跑起来”的顺序讲清楚准备、配置、运行和排错。
先确认运行环境和模型凭据
MetaGPT 是 Python 项目，建议使用 Python 3.10 或 3.11，并单独建虚拟环境，避免和系统里其它包冲突。
python -m venv metagpt-env
source metagpt-env/bin/activate # Windows 用 metagpt-env\Scripts\activate
pip install metagpt模型凭据通过环境变量传入，不要写死在代码里。
以 OpenAI 兼容接口为例：
export OPENAI_API_KEY="你的Key"
export OPENAI_BASE_URL="https://api.openai.com/v1"如果你用的是其它兼容 OpenAI 协议的模型服务，
把 OPENAI_BASE_URL 换成服务商提供的地址即可。关键点：
Key 和 Base URL 必须对应同一个服务商，
否则会报 401 或 404。
用 Team 类组织多智能体角色
MetaGPT 内置了 ProductManager、Architect、ProjectManager、Engineer 等角色，对应软件公司的标准分工。
最小可运行入口文件 main.py 如下：
import asyncio
from metagpt.team import Team
from metagpt.roles import ProductManager, Architect, ProjectManager, Engineer
async def main():
team = Team()
team.hire([
ProductManager(),
Architect(),
ProjectManager(),
Engineer(n_borg=2), # 两个工程师并行
])
team.invest(investment=3.0) # 预算，单位美元，按模型计费估算
await team.run(idea="做一个命令行待办事项工具")
if __name__ == "__main__":
asyncio.run(main())几个配置项需要理解：
team.hire([...])：把角色加入团队，列表顺序就是大致执行顺序。Engineer(n_borg=2)：n_borg表示工程师实例数量，适合需要并行写代码的场景；新手先用 1 个跑通。team.invest(investment=3.0)：设置预算上限，防止模型调用失控消耗。team.run(idea=...)：传入需求描述，团队按 SOP 推进。
运行：
python main.py预期结果是终端依次输出产品经理的需求文档、架构师的系统设计、项目经理的任务拆分和工程师的代码文件，产物默认落在项目工作目录下。
常见报错与避坑
报 401 或提示 API Key 无效：先确认环境变量在当前 shell 生效，可用 echo $OPENAI_API_KEY 检查；
Windows PowerShell 用 $env:OPENAI_API_KEY="..."。
依赖冲突：MetaGPT 依赖较多，不要装在系统全局 Python 里。
如果 pip install metagpt 报版本冲突，先升级 pip，再在干净虚拟环境重装。
模型输出格式不符合预期：部分兼容模型对结构化输出支持不完整，可能出现解析失败。
优先使用官方文档推荐支持的模型，或检查 Base URL 是否指向正确的兼容端点。
预算耗尽提前停止：investment 设得太小会导致流程中断，可适当调大，但不要一次设置过高。
不要把 Key 提交到 Git：用 .env 或 shell 环境变量管理，.gitignore 里排除 .env。
验证多智能体是否真的在协作
跑完后检查两点：一是工作目录下是否生成了需求、设计、代码等分阶段产物；
二是终端日志里是否出现不同角色名依次发言。
如果只有单个角色输出，通常是 hire 列表里角色没加全，或 run 的 idea 描述过于模糊导致流程提前结束。
建议第一次用简单需求（如“命令行待办工具”）验证流程，确认角色协作正常后，再换成更复杂的项目描述。
MetaGPT 多智能体配置的重点不在参数多少，而在角色顺序、预算和需求描述三者配合是否合理。
