MetaGPT, le framework qui simule une entreprise de logiciel

« Code = SOP(Team) » : une entreprise logicielle en miniature

L’idée de MetaGPT tient dans sa devise : appliquer des procédures standardisées (les SOP) à une équipe composée d’agents. Vous donnez une exigence d’une ligne, par exemple « créer un jeu 2048 », et des agents jouant le chef de produit, l’architecte, le chef de projet et l’ingénieur produisent tour à tour récits utilisateurs, analyse concurrentielle, exigences, structures de données, API, documents et code. C’est un exemple parlant de système multi-agents où chaque rôle reçoit une tâche précise et transmet son travail au suivant, comme dans une vraie équipe.

Le framework propose aussi des agents isolés, notamment le Data Interpreter, qui écrit et exécute du code pour analyser des données, ainsi que des cas d’usage de débat entre agents, de recherche documentaire ou d’assistant de reçus. L’équipe publie en parallèle des travaux de recherche, comme AFlow sur la génération automatique de workflows d’agents, retenu pour une présentation orale à ICLR 2025.

Comment démarrer

L’installation passe par pip (pip install --upgrade metagpt) ou par Docker. Une commande d’initialisation crée un fichier de configuration dans votre dossier personnel, où vous indiquez le fournisseur de modèle, le nom du modèle et votre clé API. Ensuite, une simple commande metagpt suivie de votre demande génère un dépôt complet dans un dossier de travail. Le framework peut aussi être utilisé comme bibliothèque Python. Une démonstration en ligne est hébergée sur Hugging Face pour voir le principe sans rien installer.

Forces et limites

Forces. Licence MIT, démonstration très concrète du travail d’équipe entre agents, ancrage dans la recherche, compatible avec plusieurs fournisseurs de modèles et avec des modèles locaux.

Limites. Le rythme de développement a fortement baissé depuis 2024, tandis que l’équipe met en avant son produit commercial Atoms. Les contraintes de version de Python (inférieure à 3.12) compliquent l’installation sur une machine récente. En pratique, comme tout code produit par IA, un projet généré de bout en bout demande une relecture attentive avant tout usage réel. La prise en charge officielle de MCP n’est pas documentée sur le dépôt.

Alternatives

Pour le codage agentique au quotidien, des outils activement maintenus comme OpenHands ou Aider sont plus adaptés. Pour la collaboration entre agents à rôles, CrewAI est plus orienté production et CAMEL plus orienté recherche.

Dépôt officiel : github.com/FoundationAgents/MetaGPT.