📖 ChatDev：用于软件开发的通信型智能体
📌 概述（Overview）
ChatDev 是一个“虚拟软件公司”，由多个具备不同角色的智能体组成，例如：
- CEO（首席执行官）
- CPO（产品负责人）
- CTO（技术负责人）
- 程序员
- 代码审查员
- 测试工程师
- UI / 美术设计师
这些智能体构成一个多智能体组织结构，共同目标是：
“通过编程革新数字世界”
它们通过参与各种“功能性研讨会”协作完成任务，例如：
- 需求设计
- 编码实现
- 测试验证
- 文档编写
🎯 核心目标
ChatDev 的目标是提供一个：
- ✅ 易于使用（easy-to-use）
- ✅ 高度可定制（customizable）
- ✅ 可扩展（extendable）
的框架，该框架：
- 基于大语言模型（LLMs）
- 用于研究和理解“群体智能（collective intelligence）”
🧠 能力本质（你需要重点理解）
ChatDev 本质上是：
一个「多 Agent 协作的软件工程系统」
关键机制：
- 使用自然语言作为统一通信协议
- 通过多轮对话推进任务
- 模拟真实软件开发流程（类似瀑布模型）
👉 核心思想：
- “语言即接口”
- “对话即流程编排”
🚀 最新进展（News）
2025
-
提出 Puppeteer-style 多 Agent 编排机制
- 引入“中央调度器（orchestrator）”
- 使用强化学习动态调度 Agent
-
优化：
- 推理质量
- 计算成本
2024
-
发布 MacNet（多智能体协作网络）
- 使用 DAG（有向无环图）组织 Agent
-
支持：
- 超大规模 Agent（>1000）
- 更复杂拓扑结构
- 不再局限于链式流程（比传统 ChatDev 更强）
2023
- 发布 ChatDev 初始版本
-
支持：
- Git 模式
- Human-Agent 交互模式
- Art 模式（生成 UI/图片）
- 增量开发（基于已有代码继续开发）
❓ ChatDev 能做什么？
（原文是视频 demo，这里解释其能力）
可以自动完成：
- 从 idea → 完整软件
-
包含：
- 需求分析
- 设计
- 编码
- 测试
- 文档
👉 本质是：
“一句自然语言 → 一套软件产出”
⚡ 快速开始（Quickstart）
方式一：Web
访问在线平台：
https://chatdev.modelbest.cn/
方式二：本地运行
1️⃣ 克隆仓库
git clone https://github.com/OpenBMB/ChatDev.git
2️⃣ 创建 Python 环境
conda create -n ChatDev_conda_env python=3.9 -y
conda activate ChatDev_conda_env
3️⃣ 安装依赖
cd ChatDev
pip3 install -r requirements.txt
4️⃣ 设置 OpenAI API Key
（通过环境变量配置）
⚙️ 高级能力（Advanced Skills）
官方 Wiki 提供：
1️⃣ 运行参数说明
- 所有 CLI 参数解释
2️⃣ 可视化工具
支持：
- 实时日志
- 回放日志
- ChatChain 可视化
3️⃣ 核心框架结构
ChatChain（核心）
定义流程，例如：
需求分析 → 编码 → 测试 → 人工确认
👉 本质：流程编排 DSL
4️⃣ Phase（阶段）
可以自定义阶段：
例如：
- DemandAnalysis（需求分析）
- Coding（编码）
- Testing（测试）
5️⃣ Role（角色）
可以自定义公司角色：
例如：
- CEO
- CTO
- Programmer
👉 本质：Agent Persona 定义
🏗️ 产出结构（非常重要）
当你执行：
python3 run.py --task "design a 2048 game"
会生成：
/WareHouse/2048_xxx/
里面包含：
1️⃣ 软件代码 + 文档
2️⃣ 公司配置（3个 JSON）
3️⃣ 完整执行日志
- 可回放（Replay）
4️⃣ 初始 Prompt
👉 这是你做 AI 工程化最关键的资产
🏢 “公司配置”机制（核心设计）
你可以创建自己的“AI公司”：
只需 3 个 JSON：
- 角色配置
- 流程配置
- 阶段配置
👉 这其实就是：
“AI Agent Workflow Engine”
📚 论文引用（Citation）
项目基于多个论文：
- ChatDev（2023）
- Experiential Co-Learning
- MacNet
- 多 Agent 协作网络
⚖️ 许可证（License）
代码
- Apache 2.0（可商用）
数据
- CC BY-NC 4.0（仅限非商业）
⚠️ 注意：
- 用数据训练的模型也必须非商业
🧠 我帮你总结一下（重点提炼）
如果你是架构师（你确实是），这个项目真正的价值不是“写代码”，而是：
1️⃣ 多 Agent 软件工程范式
- 人类 → AI团队
- 单模型 → 多角色协作
2️⃣ ChatChain = 编排引擎
类似：
- Airflow（但用自然语言）
- Temporal（但由 LLM 驱动）
3️⃣ CompanyConfig = Agent OS
你可以构建：
- 自动化测试公司
- 运维分析公司
- 推荐系统公司
👉 这点和你正在做的 AI根因分析系统高度契合
4️⃣ 可扩展到非软件领域
ChatDev 2.0 已支持：
- 数据分析
- 视频生成
- 研究总结
- 游戏开发 ([DeepWiki][1])
