MetaGPT更新进度：

目前，MetaGPT已经被网友挖掘出更多有意思的输出，比如：小游戏（Flappy Bird、贪吃蛇等）、ChatGPT的plugin、以及管理系统（学生管理系统（生成的代码想要体验的可以联系MetaGPT））。

最新的change log：

1. 支持Docker
2. 建立一个独立的输出队列，与消息队列区分开
3. 支持Azure异步API
4. 支持gpt-3.5-turbo

Roadmap概览：

长期目标：

使MetaGPT能够自我演化，实现自我训练、微调、优化、利用和更新

短期目标：

1. 成为ROI最高的多代理框架。
2. 支持中等规模项目（约2000行代码）的全自动实施。
3. 实施大多数已识别的任务，达到0.5版本。

任务

要达到v0.5版本，大约需要完成以下任务的70%。

可用性

1. 发布v0.01 pip包，尝试解决如npm安装等问题（虽然可能并未成功）
2. 支持软件公司的整体保存和恢复
3. 在过程中支持人工确认和修改
4. 支持过程缓存：仔细考虑是否添加服务器缓存机制
5. 通过更严格的系统提示，解决当前提示下偶尔无法按照指示执行，导致代码解析错误的问题
6. 编写文档，描述各级别的当前特性和用法

特性

1. 支持更标准、更稳定的解析器（需要分析当前LLM更擅长的格式）
2. 尝试将所有角色工作原子化，但这可能会大大增加令牌开销
3. 完成模块分解的设计和实施
4. 支持各种模式的内存：明确区分长期和短期记忆
5. 完善测试角色，并进行必要的与人类的交互
6. 提供全模式，而不仅仅是当前的快速模式，允许角色之间的自然通信
7. 实现SkillManager和增量Skill学习过程
8. 通过调用相应的openai页面自动获取RPM并进行配置，使每个键都不需要手动配置

策略

1. 支持ReAct策略
2. 支持CoT策略
3. 支持ToT策略
4. 支持反思策略

行动

1. 实施：搜索
2. 实施：知识搜索，支持10+种数据格式
3. 实施：数据EDA
4. 实施：评审
5. 实施：添加文档
6. 实施：删除文档
7. 实施：自我训练
8. 实施：DebugError
9. 基于YAPI实施：生成可靠的单元测试
10. 实施：自我评估
11. 实施：AI调用
12. 实施：学习和使用第三方标准库
13. 实施：数据收集
14. 实施：AI训练
15. 实施：运行代码
16. 实施：网络访问

插件：与插件系统兼容

工具

1. 支持SERPER api
2. 支持Selenium apis
3. 支持Playwright apis

角色

1. 完善每个角色的行动池/技能池
2. 红书博主
3. 电商卖家
4. 数据分析师
5. 新闻观察员
6. 机构研究员

评估

1. 支持对游戏数据集的评估
2. 复制论文，实施单个游戏角色的全技能获取，实现SOTA结果
3. 支持对数学数据集的评估
4. 复制论文，实现当前数学问题解决过程的SOTA结果

LLM

1. 支持Claude底层API
2. 支持所有API的流式版本

其他

1. 清理现有的未使用代码
2. 统一所有代码风格并建立贡献标准
3. 多语言支持
4. 多编程语言支持