大家好，我是同学小张，+v:jasper_8017一起交流，持续学习AI大模型应用实战案例，持续分享，欢迎大家点赞+关注，订阅我的大模型专栏，共同学习和进步。前段时间，AI+手机的组合挺火的。想象一下，你想给某个人发短信，只需要对手机说一句：给xxx发个短信问好。AI自动识别意图，自动给你打开

前面2篇文章，我们使用文生文、文生图和文生音频三个大模型共同实现了图文并茂的儿童绘本故事和绘本故事音频需求：第一篇根据主题生成儿童绘本故事：GLM-4-Flash大模型API免费了，手把手构建“儿童绘本”应用实战（附源码）第二篇根据儿童绘本故事生成长音频：ChatTTS长音频合成和本

摘要基于大语言模型的多代理系统在解决自动化问题获得了显著进展。现有的基于大语言模型的多智能体系统已经可以解决简单的对话任务，但是对于更复杂的任务则因链式使用LLM导致的级联幻觉而导致逻辑不一致，从而变得复杂。在此，我们介绍MetaGPT，这是一种创新的元编程框架，将高效的

MetaGPTMetaGPT是一个基于多智能体的元编程框架，它通过将不同的角色（如产品经理、架构师、项目经理等）分配给不同的大型语言模型（LLM），实现软件开发流程的自动化。这个框架特别适合于复杂的编程任务，能够自动生成用户故事、需求分析、数据结构、API和文档等输出。MetaGPT使用标准

Metagpt爬虫智能体需求1.用ActionNode重写订阅智能体，实现自然语言爬取解析网站内容2.根据尝试实现思路1，即使用llm提取出需要的信息而不是写爬虫代码。3.目前，订阅智能体是通过RunSubscription运行的，即RunSubscription这个action，不仅创建了订阅智能体代码，并启动了Subscriptio

ActionNode说明文档导读#什么是ActionNode?1.ActionNode是Action的通用化抽象2.ActionNode是SOP的最小单元#ActionNode是Action的通用化抽象:反推可得知Action不够通用化？也就是说ActionNode的粒度比action更细？ Action-粒度更细->ActionNode#Actio

订阅智能体基本介绍#什么是订阅智能体MetaGPT提供了Agent的开发能力，Agent可以协助我们解决日常的一些问题，其中一个应用场景就是我们可以让Agent为我们关注某些想关注的信息，当有我们关注的事件发生时，Agent获取信息并进行处理，然后通过一些如邮件、微信、discord等通知渠道将处理

MetaGPT源码分析思维导图MetaGPT版本为v0.4.0，如下是frommetagpt.rolesimportRole，Role类执行Role.run时的思维导图：概述其中最重要的部分是_react，里面包含了一个循环，在循环中交替执行_think和_act，也就是让llm先思考再行动。_think中决定了llm下一个执行的动作是什么，这个动作

LLM发展历史-2013年word2vec提出,但效果不好-2017年Transformer结构提出,降低网络复杂度-2018年BERT预训练语言模型效果显著提升-2019年GPT-3推出,采用大规模预训练-2020年InstructionTuning提出,实现零样本学习-2022年InstructGPT解决模型毒性问题-当前GPT-4成本