OpenBMB/ChatDev

📚 什么是 ChatDev 2.0 – DevAll？

ChatDev 2.0（命名为 DevAll）是一个开源的、零代码多智能体编排平台。它允许你无需编写任何 Python 或 JavaScript 代码，即可构建、配置并运行由多个 LLM 驱动的智能体（例如 CEO、程序员、设计师、评审员等）组成的复杂工作流。你只需在 YAML 文件中描述智能体、它们的连接关系以及应执行的任务，然后通过 Web 控制台或轻量级 Python SDK 启动工作流。

该项目源自最初的 ChatDev 1.0 —— 一个能自动完成软件设计、编码、测试和文档编写的“虚拟软件公司”。DevAll 将这一理念扩展到软件开发之外，适用于任何可表示为 LLM 基础智能体序列或图的场景，例如数据可视化、3D 模型生成、游戏创作、深度研究，甚至地缘政治模拟。

🚀 核心功能

功能	对你的意义
零代码工作流编写	通过简单的 YAML 文件定义智能体、角色及数据流动方式，无需 Python/JS。
可视化拖拽画布	基于 Vue 的 Web 控制台提供节点图编辑器，可放置智能体、设置参数并可视化连接。
人机协同（Human-in-the-loop）	某些节点可标记为需人工审查（例如“评审员”角色），在执行过程中允许人工介入。
可扩展的 Python SDK	`pip install chatdev` 即可获得 `run_workflow` 函数，可程序化启动任意 YAML 工作流并获取最终消息。
模块化后端	FastAPI 服务器（`server/`）负责编排；`runtime/` 实现通用智能体抽象和工具执行。
可插拔工具	在 `functions/` 中添加自定义 Python 工具，并将其暴露给智能体作为“工具”（例如，用于 3D 生成的 Blender-MCP 桥接）。
多模态支持	智能体可根据工作流调用 LLM API、生成图像、运行 Blender、生成视频（Manim）等。
Docker 与 Makefile	一条命令 `make dev` 或 `docker compose up --build` 即可启动后端与 Vue 前端，并支持热重载。
预构建工作流库	`yaml_instance/` 包含数十个即开即用的示例（数据可视化、3D、游戏开发、深度研究、教学视频等）。
强化学习编排器（Puppeteer 分支）	研究分支实现了一个可学习的中央编排器，能动态激活智能体以提升推理效率（参见 NeurIPS 2025 论文）。

🎯 典型应用场景

AI 驱动应用的快速原型开发 – 构建“设计师 → 编码员 → 测试员”流水线，从自然语言描述生成小型 Web 应用。
数据分析与可视化 – 输入 CSV，让数据分析师智能体生成图表，设计师智能体美化图像。
3D 内容创作 – 结合“概念艺术家”LLM 与 Blender-MCP，自动构建 3D 模型（例如圣诞树）。
游戏开发 – 完整的全栈工作流，涵盖游戏机制设计、代码编写与资源生成。
研究辅助 – 智能体收集论文、总结发现，并为指定主题生成简短报告。
地缘政治或商业模拟 – 定义多个利益相关方智能体，通过交互探索未来可能情景。

🛠️ 快速入门

# 1. 安装后端依赖（需 uv，Python 3.12+）
uv sync

# 2. 安装前端依赖（Node 18+）
cd frontend && npm install

# 3. 复制环境模板并添加你的 LLM API 密钥
cp .env.example .env
# 编辑 .env → 设置 API_KEY 和 BASE_URL

# 4. 启动服务（推荐）
make dev   # 后端在 6400，前端在 5173

在浏览器中打开 http://localhost:5173 —— 你将看到 DevAll 控制台，可从 yaml_instance/ 加载工作流，上传所需文件，点击 Launch 即可运行。

从 Python 运行工作流

from runtime.sdk import run_workflow

result = run_workflow(
    yaml_file="yaml_instance/deep_research_v1.yaml",
    task_prompt="总结最近的 LLM-agent 强化学习论文。",
    attachments=[],
    variables={"API_KEY": "sk-xxxx"}
)
print(result.final_message.text_content())

SDK 已发布于 PyPI，包名为 chatdev（v0.1.0，写作时版本）。

🤝 贡献指南

代码 – Fork 仓库，在 functions/ 添加新节点/工具，或在 yaml_instance/ 添加新工作流模板，提交 PR。
文档 – 改进 docs/ 中的用户指南，或添加教程视频。
Bug 报告 – 开启 Issue 并提供最小可复现示例。
研究 – 查看 puppeteer 和 macnet 分支中的实验性编排器，欢迎贡献。

所有贡献者均列于 README，并将在项目 Contributors 部分获得署名。

📄 更多信息

论文：Multi-Agent Collaboration via Evolving Orchestration（NeurIPS 2025）– https://arxiv.org/abs/2505.19591
官方发布帖 宣布 ChatDev 2.0：https://x.com/OpenBMB/status/2008916790399701335
用户指南：docs/user_guide/en/index.md
在线演示（SaaS 版本，现已过时）：https://chatdev.modelbest.cn/

简而言之：ChatDev 2.0（DevAll）是一个开箱即用的平台，适合任何希望以可配置、可视化、无代码方式利用多个 LLM 智能体的人。它弥合了多智能体编排研究与软件生成、数据分析、创意内容创作等实际应用之间的鸿沟。