Zum Hauptinhalt springen
PromptQuorumFür Menschen gemacht. Strukturiert für KI.
Startseite/Lokale LLMs Pro
Local AI Agents & Tool Use

MetaGPT Review: Das Multi-Agenten-Framework für simulierte Softwarefirmen

·12 Min. LesezeitVon Hans Kuepper · Gründer von PromptQuorum · Entdeckungsplattform für Open-Weight- und Open-Source-KI

MetaGPT ist ein kostenloses, quelloffenes Python-Framework (kanonisches Repository github.com/FoundationAgents/MetaGPT), das eine Softwarefirma simuliert und Rollen wie Product Manager, Architekt, Projektmanager und Entwickler LLM-gesteuerten Agenten zuweist, die aus einer einzeiligen Anforderung ein PRD, ein Systemdesign, eine Aufgabenliste und Code erzeugen. Das Projekt ist MIT-lizenziert, bestätigt über die GitHub API (license.spdx_id: "MIT"), und sein Repository zeigt laut derselben API Stand 12. September 2026 70.336 Sterne und 8.942 Forks. Die Installation erfolgt mit pip install --upgrade metagpt (Python 3.9 oder neuer, aber unter 3.12) und die Nutzung entweder über die Kommandozeile (metagpt "Create a 2048 game") oder als Python-Bibliothek (generate_repo(...)).

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/MetaGPT leitet inzwischen (HTTP 301) auf FoundationAgents/MetaGPT weiter — 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.

Lesen auf:
🇺🇸en🇩🇪de🇫🇷fr🇯🇵ja🇨🇳zh🇪🇸es🇧🇷pt🇸🇦ar🇰🇷ko

MetaGPT (github.com/FoundationAgents/MetaGPT) ist ein kostenloses, quelloffenes Python-Multi-Agenten-Framework, das eine Softwarefirma simuliert: Es weist Rollen wie Product Manager, Architekt, Projektmanager und Entwickler einzelnen, LLM-gesteuerten Agenten zu und führt sie dann durch eine festgelegte Standard Operating Procedure (SOP), um aus einer einzeiligen Anforderung ein PRD, ein Systemdesign, eine Aufgabenaufteilung und lauffähigen Code zu erzeugen. Der eigene Slogan des Projekts beschreibt es als "The Multi-Agent Framework: First AI Software Company, Towards Natural Language Programming." Diese Review behandelt, was MetaGPT tatsächlich kann, wie man es installiert und ausführt, seine Lizenz und wo es sich im Vergleich zu anderen Multi-Agenten-Frameworks einordnet.

MetaGPT Review: Das Multi-Agenten-Framework für simulierte Softwarefirmen

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_repo erlaubt einer Python-Anwendung, MetaGPT programmatisch aufzurufen und das resultierende ProjectRepo-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 über metagpt --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 unterstützte api_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.

  1. 1
    Prüfen 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 mit conda create -n metagpt python=3.9 && conda activate metagpt ist ein dokumentierter Weg, das zu erfüllen.
  2. 2
    Installieren Sie das Paket: pip install --upgrade metagpt (im README dokumentierte Alternativen sind die direkte Installation von GitHub mit pip install --upgrade git+https://github.com/FoundationAgents/MetaGPT.git oder das Klonen des Repositorys und pip install --upgrade -e .).
  3. 3
    Installieren Sie Node.js und pnpm — das README gibt an, dass beide "vor der eigentlichen Nutzung" erforderlich sind, zusätzlich zum Python-Paket selbst.
  4. 4
    Konfiguration initialisieren: Führen Sie metagpt --init-config aus, um ~/.metagpt/config2.yaml zu erstellen, und bearbeiten Sie sie dann, um api_type, model, base_url und api_key Ihres LLM-Anbieters festzulegen.
  5. 5
    Ausführen: Über die Kommandozeile erzeugt metagpt "Create a 2048 game" ein Projekt in einem lokalen ./workspace-Verzeichnis; aus Python heraus importieren Sie from metagpt.software_company import generate_repo und rufen generate_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-FrameworkKostenlos (MIT)Quelloffen, selbst gehostet, kein Nutzungslimit
Modell-API-AufrufeVom Anbieter berechnetOpenAI, Azure oder ein selbst gehostetes/lokales Modell, je nach Konfiguration
MGX (MetaGPT X)Separates kommerzielles ProduktGehostet 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.

Nutzen Sie MetaGPT, wenn

  • Sie eine vorgegebene, rollenbasierte Pipeline (Product Manager → Architekt → Projektmanager → Entwickler) möchten, statt die Agenten-Orchestrierungslogik selbst von Grund auf zusammenzubauen
  • Sie aus einer kurzen natürlichsprachlichen Anforderung ein erstes Repository, PRD und Systemdesign als Ausgangspunkt erzeugen möchten
  • Sie einen dedizierten Datenanalyse-Agenten-Workflow (über die Data-Interpreter-Rolle) neben oder statt der vollständigen Anwendungsgenerierung benötigen
  • Sie möchten, dass das zugrunde liegende Framework vollständig quelloffen (MIT) ist und keine Closed-Source-Komponente für den lokalen Betrieb erforderlich ist
  • Sie sich mit Python, pip und einer konfigurationsdateigesteuerten Einrichtung wohlfühlen, statt mit einem grafischen Installer

Warten Sie ab oder schauen Sie sich anderswo um, wenn

  • Sie ein konversationsgetriebenes, freies Multi-Agenten-Muster statt einer festen SOP möchten — ein Framework wie AutoGen ist stattdessen um Agent-zu-Agent-Konversation herum gebaut
  • Sie feingranulare Kontrolle über den Orchestrierungsgraphen selbst möchten (eigene Verzweigungen, Schleifen und Zustand) — LangGraph ist genau für dieses Kontrollniveau gebaut
  • Sie eine vollständig autonome Einzel-Agenten-Schleife benötigen, die ein offenes Ziel mit minimaler Rollenstruktur verfolgt — das kommt dem ursprünglichen Design von AutoGPT näher
  • Sie Enterprise-Support-Garantien oder ein SLA benötigen — diese Review fand für das quelloffene Framework selbst, getrennt vom kommerziellen MGX-Produkt, keine veröffentlichte Enterprise-/Team-Stufe
  • Sie nicht bereit sind, KI-generierten Code vor der Ausführung zu prüfen — MetaGPTs Agenten schreiben und können Code ausführen, und erzeugter Output sollte wie jeder andere KI-generierte Code vor dem Produktiveinsatz geprüft werden

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.
Artikel über CrewAI (10)

+12 weitere nicht angezeigt

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.
Artikel über AutoGen (9)

Auch erwähnt in:

+11 weitere nicht angezeigt

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.
Artikel über LangGraph (8)

Auch erwähnt in:

+12 weitere nicht angezeigt

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.

Im Verzeichnis vergleichen

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.

Fehler 1: MetaGPT (das quelloffene Framework) mit MGX verwechseln

MGX (MetaGPT X, unter mgx.dev) ist ein separates, kommerzielles gehostetes Produkt derselben Projektlinie. Es ist nicht das quelloffene pip install metagpt-Framework dieser Review, und seine Preise und Bedingungen werden unabhängig festgelegt.

Fehler 2: Die ICLR-Aussage „Top 1,2 %, Platz 1" als unabhängig verifiziert behandeln

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 solche wieder, nicht als unabhängig gegen das offizielle ICLR-Programm bestätigt.

Fehler 3: Annehmen, geekan/MetaGPT und FoundationAgents/MetaGPT seien unterschiedliche Projekte

Es handelt sich um dieselbe Codebasis. Die GitHub-URL geekan/MetaGPT liefert inzwischen, über die GitHub API bestätigt, eine HTTP-301-Weiterleitung auf FoundationAgents/MetaGPT — verwenden Sie künftig die FoundationAgents-URL, aber ältere Links und Zitate zu geekan/MetaGPT verweisen weiterhin auf dasselbe Projekt.

Fehler 4: Sich auf eine zwischengespeicherte Sternezahl verlassen

GitHub-Sternezahlen ändern sich bei einem aktiven Projekt täglich. Diese Review verifizierte am 12. September 2026 direkt über die GitHub API 70.336 Sterne und 8.942 Forks — prüfen Sie diesen Endpunkt selbst für eine aktuelle Zahl, statt sich auf eine zwischengespeicherte Angabe zu verlassen, auch nicht auf diese hier.

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.

Quellen

← Zurück zu Lokale LLMs Pro

MCP