MetaGPT ist ein Open-Source-Framework, das ein Softwareunternehmen mit AI Agents nachbildet. Agenten übernehmen Rollen wie Product Manager, Architekt, Projektmanager und Entwickler und arbeiten nach festen Standardabläufen (Standard Operating Procedures, SOPs). Aus einer einzeiligen Anforderung entstehen so Anforderungsdokument, Systementwurf, Aufgabenliste und Code. Das zugehörige Forschungspapier wurde auf der ICLR 2024 vorgestellt. Dieser Artikel erklärt das Konzept, den Einstieg, den aktuellen Entwicklungsstand und wofür sich MetaGPT heute noch eignet.
Steckbrief (Stand Oktober 2026)
| Merkmal | Angabe |
|---|---|
| Herkunft | DeepWisdom und Forschende aus dem Umfeld der FoundationAgents-Community |
| Lizenz | MIT |
| GitHub | rund 70.000 Sterne (Stand Oktober 2026) |
| Sprache | Python 3.9 bis 3.11, dazu Node.js und pnpm für einige Funktionen |
| Letzte PyPI-Version | 0.8.2 vom März 2025 |
| Kommerzielles Produkt | MGX (MetaGPT X), eine Plattform für Softwareentwicklung in natürlicher Sprache |
Das Konzept: Code = SOP(Team)
Die Grundidee von MetaGPT lautet: Menschliche Teams arbeiten erfolgreich, weil sie feste Abläufe und Rollen haben. MetaGPT überträgt das auf Agenten:
| Rolle | Ergebnis |
|---|---|
| Product Manager | Anforderungsdokument (PRD) mit User Stories und Wettbewerbsanalyse |
| Architekt | Systementwurf mit Datenstrukturen, Schnittstellen und Ablaufdiagrammen |
| Projektmanager | Aufgabenliste mit Abhängigkeiten |
| Engineer | Code für die einzelnen Dateien |
| QA Engineer | Tests und Prüfung |
Die Agenten tauschen keine freien Chatnachrichten aus, sondern strukturierte Dokumente über einen gemeinsamen Nachrichtenpool, den die Rollen nach Bedarf abonnieren. Das reduziert Missverständnisse und Halluzinationen bei den Übergaben. Diese Idee hat viele spätere Multi-Agent-Frameworks beeinflusst.
Einstieg
pip install --upgrade metagpt
metagpt --init-config # erzeugt ~/.metagpt/config2.yaml
In der Konfigurationsdatei trägst du Modellanbieter und API-Schlüssel ein. Danach startest du ein Projekt über die Kommandozeile:
metagpt "Erstelle ein 2048-Spiel im Terminal"
Oder aus Python:
from metagpt.software_company import generate_repo
from metagpt.utils.project_repo import ProjectRepo
repo: ProjectRepo = generate_repo("Erstelle ein 2048-Spiel im Terminal")
print(repo)
Das Ergebnis landet im Ordner workspace mit Dokumenten, Diagrammen und Code.
Weitere Funktionen
- Eigene Rollen und Aktionen: Du kannst eigene Rollen mit Aktionen definieren, etwa einen Recherche-Agenten.
- Data Interpreter: Ein Agent für Datenanalyse, der Code schreibt und ausführt.
- Forschungsprojekte: Aus dem Umfeld stammen Arbeiten wie AFlow (automatisierte Workflow-Generierung, ICLR 2025) und SPO (Prompt-Optimierung).
Aktueller Stand der Entwicklung
Seit Anfang 2025 konzentriert sich das Kernteam vor allem auf das kommerzielle Produkt MGX. Im Open-Source-Repository gibt es zwar weiterhin Beiträge, die letzte Version auf PyPI stammt aber vom März 2025, und die unterstützten Python-Versionen enden bei 3.11. Für neue produktive Projekte ist das ein Risiko: Neue Modell-APIs, Werkzeugstandards wie MCP und Sicherheitskorrekturen in Abhängigkeiten kommen langsamer oder gar nicht an.
Stärken
- Klares Rollenmodell mit strukturierten Übergaben
- Vollständige Artefakte: neben Code auch Anforderungen, Entwurf und Diagramme
- Gut dokumentierte Forschung als Grundlage, hilfreich für Lehre und eigene Experimente
- MIT-Lizenz
Grenzen
- Geringe Aktivität bei Releases und veraltete Python-Unterstützung
- Generierte Projekte sind Prototypen: Für bestehende, große Codebasen ist MetaGPT nicht ausgelegt. Hier sind Coding Agents wie OpenHands, Claude Code oder Devin passender.
- Hohe Token-Kosten, weil jede Rolle ausführliche Dokumente erzeugt
- Starre Abläufe: Für Aufgaben außerhalb der Softwareentwicklung musst du viel anpassen
MetaGPT im Vergleich
| MetaGPT | CrewAI | ChatDev | |
|---|---|---|---|
| Schwerpunkt | Softwareentwicklung nach SOPs | Allgemeine Rollen-Teams und Flows | Softwareentwicklung als virtuelle Firma |
| Übergaben | Strukturierte Dokumente | Aufgaben mit erwartetem Ergebnis | Rollen-Chats |
| Pflege | Wenig Releases seit 2025 | Aktiv, häufige Releases | Forschungsprojekt |
Mehr zum Vergleich mit AutoGen unter MetaGPT vs. AutoGen.
Für wen eignet sich MetaGPT?
- Forschung und Lehre rund um Multi-Agent-Zusammenarbeit
- Experimente und Prototypen, bei denen schnell ein kleines Projekt aus einer Idee entstehen soll
- Inspiration für eigene Systeme mit Rollen und strukturierten Übergaben
Für produktive Multi-Agent-Systeme empfehlen wir aktiv gepflegte Frameworks wie LangGraph, CrewAI oder das Microsoft Agent Framework.