OpenBMB/ChatDev

📚 什麼是 ChatDev 2.0 – DevAll？

ChatDev 2.0（命名為 DevAll）是一個開源、零程式碼多智能體編排平台。它讓你無需撰寫任何 Python 或 JavaScript 程式碼，即可建構、設定並執行由多個 LLM 驅動的智能體（例如 CEO、程式員、設計師、審查員等）組成的複雜工作流程。你只需在 YAML 檔案中描述智能體、它們的連接關係，以及應執行的任務，然後透過 Web 控制台或輕量級 Python SDK 啟動工作流程。

此專案源自最初的 ChatDev 1.0 —— 一個能自動設計、編碼、測試與撰寫文件的「虛擬軟體公司」。DevAll 將此概念擴展至軟體開發之外，適用於任何可表示為 LLM 基礎智能體序列或圖形的場景，例如資料視覺化、3D 模型生成、遊戲創作、深度研究，甚至地緣政治模擬。

🚀 核心功能

功能	對你的意義
零程式碼工作流程編寫	透過簡單的 YAML 檔案定義智能體、角色及資料流動方式，無需 Python/JS。
視覺化拖曳編輯畫布	基於 Vue 的 Web 控制台提供節點圖形編輯器，可放置智能體、設定參數並視覺化連接。
人機協同（Human-in-the-loop）	某些節點可標記為需人工審查（例如「審查員」角色），在執行過程中允許人工介入。
可擴展的 Python SDK	`pip install chatdev` 即可取得 `run_workflow` 函數，可程式化啟動任意 YAML 工作流程並取得最終訊息。
模組化後端	FastAPI 伺服器（`server/`）負責編排；`runtime/` 實作通用智能體抽象與工具執行。
可插拔工具	在 `functions/` 中新增自訂 Python 工具，並暴露給智能體作為「工具」（例如，用於 3D 生成的 Blender-MCP 橋接）。
多模態支援	智能體可根據工作流程呼叫 LLM API、產生圖像、執行 Blender、生成影片（Manim）等。
Docker 與 Makefile	一條指令 `make dev` 或 `docker compose up --build` 即可啟動後端與 Vue 前端，並支援熱重載。
預建工作流程程式庫	`yaml_instance/` 包含數十個即開即用的範例（資料視覺化、3D、遊戲開發、深度研究、教學影片等）。
強化學習編排器（Puppeteer 分支）	研究分支實作了一個可學習的中央編排器，能動態激活智能體以提升推理效率（參見 NeurIPS 2025 論文）。

🎯 典型應用場景

AI 驅動應用的快速原型開發 – 建構「設計師 → 程式員 → 測試員」流程，從自然語言描述生成小型 Web 應用。
資料分析與視覺化 – 輸入 CSV，讓資料分析智能體產生圖表，設計師智能體美化圖像。
3D 內容創作 – 結合「概念藝術家」LLM 與 Blender-MCP，自動建構 3D 模型（例如聖誕樹）。
遊戲開發 – 完整的全端工作流程，涵蓋遊戲機制設計、程式撰寫與資源生成。
研究輔助 – 智能體收集論文、總結發現，並為指定主題生成簡短報告。
地緣政治或商業模擬 – 定義多個利益相關方智能體，透過互動探索未來可能情境。

🛠️ 快速入門

# 1. 安裝後端相依性（需 uv，Python 3.12+）
uv sync

# 2. 安裝前端相依性（Node 18+）
cd frontend && npm install

# 3. 複製環境變數範本並加入你的 LLM API 金鑰
cp .env.example .env
# 編輯 .env → 設定 API_KEY 與 BASE_URL

# 4. 啟動服務（推薦）
make dev   # 後端在 6400，前端在 5173

在瀏覽器中開啟 http://localhost:5173 —— 你將看到 DevAll 控制台，可從 yaml_instance/ 加載工作流程，上傳所需檔案，點擊 Launch 即可執行。

從 Python 執行工作流程

from runtime.sdk import run_workflow

result = run_workflow(
    yaml_file="yaml_instance/deep_research_v1.yaml",
    task_prompt="總結最近的 LLM-agent 強化學習論文。",
    attachments=[],
    variables={"API_KEY": "sk-xxxx"}
)
print(result.final_message.text_content())

SDK 已發布於 PyPI，套件名為 chatdev（v0.1.0，撰寫時版本）。

🤝 貢獻指南

程式碼 – Fork 個人倉儲，在 functions/ 新增節點/工具，或在 yaml_instance/ 新增工作流程範本，提交 PR。
文件 – 改進 docs/ 中的使用者指南，或新增教學影片。
錯誤回報 – 開啟 Issue 並提供最小可重現範例。
研究 – 查看 puppeteer 與 macnet 分支中的實驗性編排器，歡迎貢獻。

所有貢獻者均列於 README，並在專案的 Contributors 章節中獲得署名。

📄 更多資訊

論文：Multi-Agent Collaboration via Evolving Orchestration（NeurIPS 2025）– https://arxiv.org/abs/2505.19591
官方公告帖 宣布 ChatDev 2.0：https://x.com/OpenBMB/status/2008916790399701335
使用者指南：docs/user_guide/en/index.md
線上示範（SaaS 版本，目前已過時）：https://chatdev.modelbest.cn/

簡而言之：ChatDev 2.0（DevAll）是一個開箱即用的平台，適合任何希望以可配置、視覺化、無程式碼方式運用多個 LLM 智能體的人。它彌補了多智能體編排研究與軟體生成、資料分析、創意內容創作等實際應用之間的差距。