Wichtigste Erkenntnisse
- MetaGPT ist kostenlos und quelloffen; die GitHub API meldet
license.spdx_id: "MIT" - Kanonisches Repository: github.com/FoundationAgents/MetaGPT, erstellt am 30. Juni 2023, geschrieben in Python
- Stand 12. September 2026 70.336 GitHub-Sterne und 8.942 Forks, laut GitHub API
- Die ältere URL
github.com/geekan/MetaGPTleitet inzwischen (HTTP 301) aufFoundationAgents/MetaGPTweiter — beide Namen bezeichnen dasselbe Projekt - Installation mit
pip install --upgrade metagpt, erfordert Python 3.9 oder neuer, aber unter 3.12, zusätzlich Node.js und pnpm für die volle Funktionalität - Im eigenen README des Projekts genannte Kernphilosophie:
Code = SOP(Team)— rollenbasierte Agenten (Product Manager, Architekt, Projektmanager, Entwickler) folgen einer festgelegten Standard Operating Procedure - Eine separate Data-Interpreter-Rolle (
metagpt.roles.di.data_interpreter) zielt auf Datenanalyse- und Code-Ausführungs-Aufgaben statt auf den Bau vollständiger Anwendungen - Laut dem eigenen docs/NEWS.md des Projekts wurde das MetaGPT-Forschungspapier für eine mündliche Präsentation (dort als "top 1,2 %" bezeichnet) auf der ICLR 2024 angenommen und belegte Platz 1 in der Kategorie LLM-basierte Agenten — dies ist eine Eigenangabe des Projekts, die von PromptQuorum nicht unabhängig gegen das offizielle ICLR-Programm verifiziert wurde
📍 In einem Satz
MetaGPT ist ein kostenloses, quelloffenes (MIT-lizenziertes) Python-Multi-Agenten-Framework, das eine Softwarefirma simuliert und rollenbasierten LLM-Agenten eine Standard Operating Procedure zuweist, die aus einer einzeiligen Anforderung ein PRD, ein Systemdesign, eine Aufgabenaufteilung und Code erzeugt.
💬 In einfachen Worten
Statt dass ein einzelnes KI-Modell versucht, eine ganze App in einem Prompt zu planen und zu schreiben, teilt MetaGPT die Arbeit auf separate Agenten mit festen Rollen auf — ein Product Manager schreibt die Anforderungen, ein Architekt entwirft das System, ein Entwickler schreibt den Code —, genau wie ein echtes Softwareteam die Arbeit aufteilen würde, nur vollständig automatisiert.
📌Hinweis: Diese Review ist das Einzel-Tool-Begleitstück zu MetaGPTs Eintrag im lokalen KI-Software-Verzeichnis — dort finden Sie einen schnellen Überblick, wie MetaGPT im Vergleich zu Dutzenden anderer lokaler und hybrider KI-Tools abschneidet. Für einen direkten Vergleich von MetaGPT mit zwei nicht verwandten Apps siehe den separaten Multi-Agenten-Frameworks-Vergleich.
Was ist MetaGPT?
MetaGPT ist ein quelloffenes Python-Framework, das eine aus rollenbasierten LLM-Agenten bestehende Softwarefirma simuliert. Das GitHub-Repository beschreibt es mit dem Slogan "The Multi-Agent Framework: First AI Software Company, Towards Natural Language Programming." Statt dass ein Modell eine ganze Anwendung aus einem einzigen Prompt generiert, weist MetaGPT separaten Agenten die Rollen Product Manager, Architekt, Projektmanager und Entwickler zu und leitet die Arbeit dann über eine festgelegte Standard Operating Procedure (SOP) zwischen ihnen weiter — das Projekt nennt als Kernphilosophie Code = SOP(Team).
- Kernfunktion: nimmt eine einzeilige natürlichsprachliche Anforderung entgegen und liefert Artefakte wie User Stories, Wettbewerbsanalyse, Anforderungsdokumente, Datenstrukturen, APIs und lauffähigen Code
- Rollenbasierte Architektur: separate Agenten übernehmen die Rollen Product Manager, Architekt, Projektmanager und Entwickler und liefern jeweils das Artefakt, das diese Rolle auch in einem echten Team erstellen würde
- SOP-gesteuerte Orchestrierung: Agenten übergeben Arbeit über einen festen Prozess statt über eine unstrukturierte, freie Konversation zwischen Agenten
- Data Interpreter: eine eigenständige Rolle (
DataInterpreter) für Datenanalyse- und Code-Ausführungs-Aufgaben — etwa eine Analyse auf einem Datensatz auszuführen und ein Diagramm zu erzeugen — getrennt vom vollständigen Softwarefirma-Workflow - Kanonisches Repository: github.com/FoundationAgents/MetaGPT, erstellt am 30. Juni 2023, in Python geschrieben, laut GitHub API MIT-lizenziert
Was können Sie mit MetaGPT tun?
MetaGPTs Funktionsumfang zielt darauf ab, aus einer kurzen Anforderung eine strukturierte Softwareentwicklungs-Pipeline zu machen, laut dem eigenen README und der Dokumentation des Projekts.
- Ein-Zeile-zu-Repository-Generierung — führen Sie
generate_repo("Create a 2048 game")(oder den entsprechenden CLI-Befehl) aus, und MetaGPT erzeugt ein Projekt-Repository, indem es die Anforderung durch die rollenbasierte SOP führt - CLI-Nutzung —
metagpt "Create a 2048 game"erstellt ein Repository direkt in einem lokalen./workspace-Verzeichnis, ohne dass ein Python-Skript nötig ist - Nutzung als Bibliothek —
from metagpt.software_company import generate_repoerlaubt einer Python-Anwendung, MetaGPT programmatisch aufzurufen und das resultierendeProjectRepo-Objekt zu untersuchen - Data Interpreter — eine eigene Rolle (
from metagpt.roles.di.data_interpreter import DataInterpreter) für Datenanalyse-Workflows, etwa eine Analyse auf einem Datensatz auszuführen und ein Diagramm zu erzeugen, statt eine vollständige Anwendung zu bauen - Konfigurierbares Modell-Backend — eine Datei
~/.metagpt/config2.yaml(erstellt übermetagpt --init-config) legt LLM-Anbieter, Modellname, Basis-URL und API-Schlüssel fest; die eigene Beispielkonfiguration des Projekts listet unter anderem OpenAI-kompatible, Azure- und Ollama-artige Einträge als unterstützteapi_type-Werte - Vom Projekt dokumentierte Anwendungsbeispiele — Datenanalyse, Multi-Agenten-Debatte, eine automatisierte Researcher-Rolle und ein Assistent für die Belegverarbeitung werden im eigenen Tutorial-Index des Projekts genannt
Installation und Einstieg in MetaGPT
MetaGPT ist ein Framework, das Sie mit pip installieren, keine herunterladbare Endnutzer-App — es gibt keinen Installer und keinen App-Store-Eintrag. Die folgenden Schritte folgen dem Abschnitt "Get Started" im eigenen README des Projekts; prüfen Sie diese Seite immer direkt, bevor Sie installieren, da sich genaue Befehle zwischen Releases ändern können.
- 1Prüfen Sie, ob Ihre Python-Version 3.9 oder neuer, aber unter 3.12 ist (
python --version) — das Projekt dokumentiert genau diesen Bereich als Voraussetzung; eine Umgebung mitconda create -n metagpt python=3.9 && conda activate metagptist ein dokumentierter Weg, das zu erfüllen. - 2Installieren Sie das Paket:
pip install --upgrade metagpt(im README dokumentierte Alternativen sind die direkte Installation von GitHub mitpip install --upgrade git+https://github.com/FoundationAgents/MetaGPT.gitoder das Klonen des Repositorys undpip install --upgrade -e .). - 3
- 4Konfiguration initialisieren: Führen Sie
metagpt --init-configaus, um~/.metagpt/config2.yamlzu erstellen, und bearbeiten Sie sie dann, umapi_type,model,base_urlundapi_keyIhres LLM-Anbieters festzulegen. - 5Ausführen: Über die Kommandozeile erzeugt
metagpt "Create a 2048 game"ein Projekt in einem lokalen./workspace-Verzeichnis; aus Python heraus importieren Siefrom metagpt.software_company import generate_repound rufengenerate_repo("Create a 2048 game")auf, um es stattdessen als Bibliothek zu nutzen.
Brauche ich ein OpenAI-Konto, um MetaGPT auszuführen?
MetaGPT selbst hostet oder verkauft keinen Modellzugang weiter — Sie konfigurieren in ~/.metagpt/config2.yaml, welchen LLM-Anbieter Sie nutzen möchten. Die Beispielkonfiguration des Projekts listet unter anderem OpenAI-kompatible, Azure- und Ollama-artige api_type-Einträge, sodass ein lokal gehostetes Modell mit OpenAI-kompatibler API eine dokumentierte Option ist, nicht nur Cloud-Anbieter.
Warum braucht MetaGPT Node.js und pnpm, wenn es ein Python-Framework ist?
Das eigene README des Projekts gibt an, dass Node.js und pnpm zusätzlich zum Python-Paket "vor der eigentlichen Nutzung" installiert sein müssen — diese Review fand keine ausführliche öffentliche Erklärung, welche konkrete MetaGPT-Funktion von der Node.js-Toolchain abhängt; behandeln Sie es daher als dokumentierte Voraussetzung, nicht als optionalen Schritt.
MetaGPT Lizenz und Preise
Das MetaGPT-Framework selbst ist kostenlos und quelloffen unter der MIT-Lizenz, bestätigt über die GitHub API (license.spdx_id: "MIT"). Es gibt keine kostenpflichtige Stufe, keine Sitzplatzlizenz und kein Nutzungslimit für das quelloffene Framework; Ihre einzigen laufenden Kosten entstehen durch die Nutzung des jeweiligen LLM-API-Anbieters, den Sie anbinden.
Komponente | Preis | Hinweise |
|---|---|---|
| MetaGPT-Framework | Kostenlos (MIT) | Quelloffen, selbst gehostet, kein Nutzungslimit |
| Modell-API-Aufrufe | Vom Anbieter berechnet | OpenAI, Azure oder ein selbst gehostetes/lokales Modell, je nach Konfiguration |
| MGX (MetaGPT X) | Separates kommerzielles Produkt | Gehostet auf mgx.dev, eigene Preise |
Prüfen Sie die aktuellen Bedingungen direkt anhand der LICENSE-Datei im Repository und, falls Sie MGX in Betracht ziehen, direkt unter mgx.dev — diese Review behandelt das quelloffene Framework, nicht MGXs kommerzielle Preise oder Bedingungen.
Für wen eignet sich MetaGPT?
MetaGPT passt zu Teams und einzelnen Entwicklern, die eine strukturierte, rollenbasierte Agenten-Pipeline zur Erzeugung einer ersten Codebasis aus einer kurzen Anforderung wollen, statt eines freien Multi-Agenten-Konversations-Frameworks.
MetaGPT vs. Alternativen
MetaGPT ist eines von mehreren Multi-Agenten-Frameworks im Bereich der Agenten-Orchestrierung, jedes mit einer anderen Koordinationsphilosophie. So schneidet sein SOP-basierter Softwarefirma-Simulationsansatz im Vergleich zu den nächstliegenden Alternativen ab — siehe das lokale KI-Software-Verzeichnis für den vollständigen Katalog.
CrewAI
- Koordinationsmodell:
- Rollenbasierte „Crews" mit festgelegten Aufgaben und einem Prozess (sequenziell oder hierarchisch)
- Unterschied zu MetaGPT:
- Die nächstliegende philosophische Entsprechung — beide nutzen benannte Rollen und einen festgelegten Prozess, aber CrewAI ist eine allgemeine Crew-Abstraktion für jede Aufgabe, keine feste Softwarefirma-SOP mit fest eingebauten PM-/Architekt-/Entwickler-Rollen.
AutoGen
- Koordinationsmodell:
- Freier, konversationsgetriebener Multi-Agenten-Chat mit Code-Ausführungs-Agenten
- Unterschied zu MetaGPT:
- AutoGen-Agenten nähern sich einer Aufgabe über einen offenen Dialog; MetaGPT leitet Agenten stattdessen über eine feste SOP mit festgelegten Übergaben und Output-Artefakten (PRD, Design-Dokumente) auf jeder Stufe.
LangGraph
- Koordinationsmodell:
- Graphbasierte Orchestrierung mit expliziten Knoten, Kanten, Verzweigungen und Zustand
- Unterschied zu MetaGPT:
- LangGraph ist eine Low-Level-Orchestrierungs-Engine, mit der Sie jeden Agenten-Workflow bauen können, auch einen MetaGPT-ähnlichen; MetaGPT liefert stattdessen einen fertigen Softwarefirma-Workflow statt eines Graph-Bau-Toolkits.
AutoGPT
- Koordinationsmodell:
- Einzelner autonomer Agent, der mit einer Aufgabenschleife ein offenes Ziel verfolgt
- Unterschied zu MetaGPT:
- AutoGPT konzentriert sich auf einen Agenten, der sich mit minimaler Rollenstruktur einem Ziel annähert; MetaGPT teilt die Arbeit stattdessen auf mehrere spezialisierte Rollen auf, die einem festen Prozess folgen, statt dass ein Agent allein iteriert.
Dies ist keine erschöpfende Liste von Multi-Agenten-Frameworks — siehe das lokale KI-Software-Verzeichnis für den vollständigen, regelmäßig aktualisierten Katalog, einschließlich MetaGPTs eigenem Verzeichniseintrag.
Häufige Fehler bei der Bewertung von MetaGPT
Die meiste Verwirrung um MetaGPT entsteht, wenn es mit dem kommerziellen MGX-Produkt vermischt wird oder wenn Eigenangaben des Projekts als unabhängig verifizierte Fakten behandelt werden.
Häufig gestellte Fragen
Was ist MetaGPT?
MetaGPT (github.com/FoundationAgents/MetaGPT) ist ein kostenloses, quelloffenes Python-Multi-Agenten-Framework, das eine Softwarefirma simuliert und Product-Manager-, Architekten-, Projektmanager- und Entwickler-Rollen LLM-Agenten zuweist, die aus einer einzeiligen Anforderung ein PRD, ein Systemdesign und Code erzeugen.
Ist MetaGPT kostenlos?
Ja. Das Framework ist MIT-lizenziert und kostenlos, bestätigt über das Lizenzfeld der GitHub API. Sie zahlen separat nur Nutzungskosten an den jeweiligen LLM-API-Anbieter, den Sie anbinden; MetaGPT selbst berechnet nichts.
Wie installiere ich MetaGPT?
Führen Sie pip install --upgrade metagpt mit installiertem Python 3.9 oder neuer, aber unter 3.12, aus. Das README des Projekts dokumentiert außerdem die Installation direkt von GitHub oder aus einem lokalen Klon. Zusätzlich sind laut README Node.js und pnpm "vor der eigentlichen Nutzung" erforderlich.
Was ist der Data Interpreter in MetaGPT?
Der Data Interpreter ist eine eigene Rolle (metagpt.roles.di.data_interpreter.DataInterpreter) für Datenanalyse- und Code-Ausführungs-Aufgaben, etwa eine Analyse auf einem Datensatz auszuführen und ein Diagramm zu erzeugen — getrennt von MetaGPTs vollständigem Softwarefirma-Workflow zur Anwendungsgenerierung.
Hat MetaGPT wirklich eine mündliche Präsentation auf der ICLR 2024 erhalten?
Das eigene docs/NEWS.md des Projekts gibt an, das MetaGPT-Papier sei für eine mündliche Präsentation ("Top 1,2 %") auf der ICLR 2024 angenommen worden und habe Platz 1 in der Kategorie LLM-basierte Agenten belegt. Dies ist eine Eigenangabe des Projekts; PromptQuorum gibt sie als selbst berichtet wieder, nicht als unabhängig gegen das offizielle veröffentlichte ICLR-Programm erneut verifiziert.
Was ist MGX, und ist es dasselbe wie MetaGPT?
MGX (MetaGPT X, mgx.dev) ist ein separates, kommerzielles gehostetes Produkt derselben Projektlinie, dessen Start das Projekt selbst mit Februar 2025 angibt. Es ist nicht das quelloffene Framework dieser Review, und seine Preise und Bedingungen werden unabhängig festgelegt.
Welche Lizenz verwendet MetaGPT?
Die MIT-Lizenz, bestätigt über die GitHub API (license.spdx_id: "MIT") — eine permissive Open-Source-Lizenz ohne Copyleft-Verpflichtung.
Wie viele GitHub-Sterne hat MetaGPT?
MetaGPTs Repository zeigte, direkt über die GitHub API verifiziert, Stand 12. September 2026 70.336 Sterne und 8.942 Forks. Prüfen Sie das Repository direkt für eine aktuelle Zahl, da sie sich täglich ändert.
Ist geekan/MetaGPT dasselbe Repository wie FoundationAgents/MetaGPT?
Ja. Die ältere URL github.com/geekan/MetaGPT liefert inzwischen, über die GitHub API bestätigt, eine HTTP-301-Weiterleitung auf github.com/FoundationAgents/MetaGPT — beide Namen verweisen auf dieselbe Codebasis und Historie.
Wie unterscheidet sich MetaGPT von CrewAI oder AutoGen?
MetaGPT liefert eine feste, eingebaute Softwarefirma-Standard-Operating-Procedure mit benannten Rollen (Product Manager, Architekt, Entwickler). CrewAI bietet eine allgemeinere, rollenbasierte „Crew"-Abstraktion für beliebige Aufgaben, und AutoGen setzt eher auf freie, konversationsgetriebene Agenten-Dialoge statt einer festen SOP. Details in der Vergleichstabelle oben.