ما MetaGPT؟

يُعَد MetaGPT تقنية خاصة بشركة DeepWisdom التي أسسها Chenglin Wu. اكتسب الإطار شعبية سريعة على GitHub، ما جذب الاهتمام إلى الهدف الأساسي لـ MetaGPT المتمثل في دفع عجلة تطوير برمجة اللغة الطبيعية باستخدام الأنظمة متعددة الوكلاء (MAS).

تشرح ورقة البحث الشهيرة "MetaGPT: Metaprogramming for A Multi-Agent Collaborative Framework" تنسيق الإطار للتعاون بين الوكلاء. مع استمرار الأبحاث المتعلقة بتنسيق LLM ووكلاء الذكاء الاصطناعي، يُعَد MetaGPT أحد المساهمين الأوائل الذين يقدمون نهجًا مباشرًا للتعاون بين العديد من الوكلاء باستخدام سير العمل المألوف.

يظل الوكلاء الذين يعملون ضمن نظام متعدد العوامل (MAS) مستقلين ولكنهم يتعاونون وينسقون أيضا في الهياكل الوكيلة أو إطار العمل مثل MetaGPT.¹ ينسق MAS الوكلاء الفرديين للعمل والتفاعل داخل بيئتهم لإكمال المهام المعقدة لتحقيق هدف مشترك. هذه الفكرة هي جزء من الذكاء الجماعي، وهو مفهوم شائع يرتبط أحيانا بالذكاء الآلي الإحصائي.

يتكون النظام متعدد العوامل من شبكة من وكلاء حل المشكلات الذين يعملون معا لمواجهة التحديات التي تتجاوز قدرة أي وكيل واحد.² أحد التحديات الرئيسية في تصميم نظام MAS فعال هو تنسيق الوكلاء لضمان تعاونهم لتحقيق هدف مشترك. يعتمد التعاون الناجح على قدرة كل وكيل على حل المهام الفردية، فضلا عن قدرته على التفاعل بفعالية مع بعضهم البعض.³

تشمل الاعتبارات في التخطيط لبيئة MAS ما يلي:

• القيود التي تفرضها أنشطة الوكلاء الآخرين على عملية اتخاذ القرار لدى الوكيل.
• القيود التي تنشأ عن التزامات الوكيل تجاه الآخرين فيما يتعلق بأفعاله المتاحة.
• والتطور غير المتوقع للعالم والذي يسببه وكلاء خارجيون غير مصممين للنموذج.⁴

أحد الأساليب لمواجهة هذا التحدي في التصميم هو تنسيق تعاون الوكلاء من خلال نمذجة العمل الجماعي بشكل واضح. يقوم نمط التصميم التعاوني المتعدد بتفكيك الموجِّه المعقد وتوزيع المهام المجردة على الوكلاء الذين ينفِّذونها بناءً على أدوارهم المتخصصة.⁵

ضمن إطار العمل التعاوني متعدد الوكلاء، يعمل فريق من وكلاء الذكاء الاصطناعي وفقًا لسير العمل المنظم الموجَّه بإجراءات تشغيل قياسية (SOP) تحدِّد الأدوار والتعليمات المتميزة. من خلال دمج بروتوكولات الاتصال وسير العمل المبسط ضمن أنظمة متعددة الوكلاء مدعومة بـ LLM، يمكن للمستخدمين إنشاء التطبيق بسطر واحد من الإدخال.

يعمل MetaGPT كإطار عمل تعاوني متعدد الوكلاء قادر على حل المهام المعقدة. يعمل إطار العمل التعاوني متعدد الوكلاء من خلال محاكاة شركة برمجيات بأكملها باستخدام وكلاء متخصصين يتفاعلون على أساس إجراءات التشغيل القياسية ونموذج خط التجميع لتقسيم المهام. يؤدي كل وكيل دورًا متخصصًا وفقًا لوظائفه داخل شركة البرمجيات. على سبيل المثال، يتضمن الإطار وكلاء يعملون كمديري منتجات ومهندسين معماريين ومديري مشاريع ومهندسين يوفرون العملية الكاملة لشركة برمجيات.

يعمل هؤلاء الوكلاء في أدوارهم المختلفة داخل مساحة عمل افتراضية لتلقي متطلب سطر واحد كمدخلات ومخرجات من حلول برمجية مختلفة. تتضمن هذه المدخلات هياكل البيانات وواجهات برمجة التطبيقات (APIs) والتحليل التنافسي والوثائق. يتواصل الوكلاء من خلال المخرجات المنظمة بناءً على المتطلبات التي يحددها نموذج خط التجميع. يقوم كل وكيل بتوليد المعلومات اللازمة لتشجيع الوكيل التالي على إكمال الهدف الجماعي: إنتاج التطبيق بناءً على موجِّه المستخدم. تعود عملية التطوير التدريجي هذه إلى كيفية قيام MetaGPT بدمج سير العمل البشري لتبسيط التنسيق في مهمة معقدة.

تم اعتماد إجراءات التشغيل القياسية في مختلَف المجالات لأنها تؤدي دورًا حاسمًا في دعم تحليل المهام والتنسيق الفعَّال.⁶ وفي تطوير البرمجيات، تعمل الإجراءات التشغيلية القياسية على تعزيز التعاون بين الفرق من خلال تقسيم مهام المشروع إلى إجراءات أصغر قابلة للتنفيذ يتم تعيينها بعد ذلك إلى أدوار محددة ومتخصصة. يقوم MetaGPT بتشفير الإجراءات التشغيلية القياسية في تسلسلات مطالبات لتنظيم وتعزيز سير العمل متعدد الوكلاء. تقدِّم عمليات سير عمل SOP هيكلًا وفرصًا للتحسين. 

على سبيل المثال، تتم مطالبة وكيل مدير المشروع بإنشاء مستند متطلبات المنتج (PRD). تتم مطالبة وكيل مدير المنتج مرة واحدة ثم يُطلب منه تحسين عناصر معينة من PRD بسبب التطوير التدريجي للمشروع. على سبيل المثال، يُطلَب من الوكيل إنشاء قسم داخل PRD "لأهداف المنتج". ثم تتم مطالبته مرة أخرى بتحسين هذه الأهداف عن طريق تحديث أهداف المنتج الأصلية للتأكد من توافقها مع اتجاه المشروع الحالي.⁷ تُستخدم طريقة التحسين هذه لضمان وضوح المهمة الشاملة وتماسكها لدى جميع الوكلاء.

في المثال أدناه، تتم مطالبة وكيل مدير المنتج بإنشاء تحليل المتطلبات. بعد هذا الموجِّه الأوَّلي، يُطلب من الوكيل إنشاء تحليل دقيق يأخذ في الاعتبار أي ميزة جديدة وتحسينات من التعاون المستمر.

تعليمات موجِّه لتحليل المتطلبات: "قدِّم تحليلًا تفصيليًا للمتطلبات".⁸

تعليمات موجِّه لتحليل محسَّن: "راجِع وحسِّن تحليل المتطلبات الحالي إلى قائمة نصية بما يتماشى مع احتياجات المشروع المتغيرة نتيجة التطوير التدريجي. تأكَّد من أن التحليل يُغطي بشكل شامل الميزات والتحسينات الجديدة المطلوبة ضمن نطاق المشروع المحدَّث".⁹

يوضح هذا المثال نموذج PRD الذي تم إنشاؤه كمخرجات قياسية يتم تمريرها من وكيل مدير المنتج إلى وكيل البنية. يتم إدراج الموجِّه المستند إلى الإجراء التشغيلي القياسي لكل إخراج تم إنشاؤه بجواره. لاحِظ أن التوجيه يعتمد أيضًا على سير العمل وفق الإجراءات التشغيلية المعيارية (SOP)، ويتضمن تعريف المتطلبات، وأساليب تنفيذ المهام، وتسلسل إنجازها:

طلب المستخدم: "أنشئ لي تطبيق ويب مبنيًّا على React يمكن لمديري الثروات استخدامه لمراجعة محافظ عملائهم وتقديم توصيات حول الصناديق المناسبة لهم. يجب أن يعمل هذا التطبيق في أمريكا، والمملكة المتحدة، وإسبانيا".

المتطلبات الأصلية
تعليمات الموجِّه: "ضَع متطلبات المستخدم الأصلي هنا".¹⁰

"أنشئ لي تطبيق ويب قائمًا على React ومخصصًا لمديري الثروات لاستخدامه في مراجعة محافظ عملائهم وتقديم توصيات بشأن الصناديق المناسبة لهم. يجب أن يعمل هذا التطبيق في الولايات المتحدة والمملكة المتحدة وإسبانيا".

أهداف المنتج 
تعليمات الموجِّه: "حدِّد ما يصل إلى ثلاثة أهداف واضحة ومتقاطعة للمنتج".¹¹

1. تطوير تطبيق ويب آمن وموثوق به لمديري الثروات.
2. ضمان دعم متعدد اللغات للغة الإنجليزية والإسبانية واللهجات الإقليمية.
3. إنشاء واجهة سهلة الاستخدام وبديهية لإدارة المحافظ والتوصيات.

قصص المستخدم 
تعليمات الموجِّه: "قدِّم ما يصل إلى 3 إلى 5 قصص مستخدم تستند إلى السيناريو".¹²

1. بصفتي مدير ثروات، أريد مراجعة محافظ عملائي وتقديم المشورة الشخصية لهم.
2. بصفتي مدير ثروات، أريد تقديم توصيات لعملائي بشأن الصناديق المناسبة بناءً على أهدافهم الاستثمارية وقدرتهم على تحمُّل المخاطر.
3. بصفتي مدير ثروات، أريد الوصول إلى التطبيق باللغة الإنجليزية أو الإسبانية حسب موقعي الجغرافي.

التحليل التنافسي
تعليمات الموجِّه: "قدِّم من 5 إلى 7 منتجات منافسة".¹³

1. "Wealthfront: خدمة استثمارية مؤتمتة بواجهة بسيطة، لكنها تفتقر إلى توصيات مخصصة بالصناديق".
2. "Personal Capital: يقدِّم أدوات شاملة لإدارة الثروات، لكنه قد يكون مربكًا للمستخدمين الجُدُد".
3. "Betterment: يركِّز على الاستثمار المؤتمت مع تخصيص محدود لمديري الثروات".

تحليل المتطلبات
تعليمات الموجِّه: "قدِّم تحليلًا تفصيليًا للمتطلبات".¹⁴

يجب بناء التطبيق باستخدام React، مع ضمان قابليته للتوسّع وسهولة صيانته. يجب أن يحتوي على واجهة متعددة اللغات لتلبية احتياجات المستخدمين في أمريكا والمملكة المتحدة وإسبانيا. يجب أن يكون التطبيق آمنًا لحماية البيانات المالية الحساسة والامتثال للوائح الإقليمية. يجب أيضًا أن يتكامل مع مصادر بيانات مالية متعددة لتقديم تحليلات فورية للمحافظ وتوصيات بالصناديق.

مجموعة المتطلبات
تعليمات الموجِّه: "قم بإدراج أهم 5 إلى 7 متطلبات مع تحديد أولويتها (P0، P1، P2)". "قم بتغطية كلٍّ من المحتوى القديم والمحتوى الناتج عن التطوير التدريجي. مع الحفاظ على المحتوى غير المرتبط بالتطوير التدريجي".¹⁵

•  ("مصادقة المستخدم الآمنة وتشفير البيانات لحماية معلومات العميل".)، "P0")،
• ("دعم متعدد اللغات للغة الإنجليزية والإسبانية، مع اللهجات الإقليمية".، "P0")،
•  ("التكامل في الوقت الفعلي مع مصادر البيانات المالية لإدارة المحفظة".، "P0")،
•  ("لوحة معلومات سهلة الاستخدام لمراجعة محافظ العملاء".، "P1")،
• ("محرك توصيات لاقتراح الصناديق المناسبة بناءً على ملفات تعريف العملاء".، "P2")

مسودة تصميم واجهة المستخدم (UI)
تعليمات الموجِّه: "قدِّم وصفًا بسيطًا لعناصر واجهة المستخدم (UI) والوظائف والأسلوب والتخطيط".¹⁶

ستتميز واجهة المستخدم بتصميم نظيف وحديث مع لوحة معلومات توفِّر نظرة عامة على محافظ العملاء. وسيتضمن مخططات تفاعلية لتحليل المحفظة، وقسمًا للتوصيات لاختيار الصناديق، وسهولة التبديل بين اللغتين الإنجليزية والإسبانية.


أي شيء غير واضح
تعليمات الموجِّه: "اذكر أي جوانب غير واضحة في المشروع وحاول توضيحها".¹⁷

لا توجد نقاط غير واضحة.

يُعَد المثال السابق تسليمًا إلى وكيل البنية لبدء التصميم، وفيما يلي التوجيه المستند إلى إجراءات SOP المرفق مع وثيقة متطلبات المنتج (PRD):

"فيما يلي وثيقة متطلبات المنتج (PRD): استنادًا إلى هذه الوثيقة، راجِع إذا ما كان تصميم واجهة برمجة التطبيقات (API) يلبّي المتطلبات، وإذا ما كان يتوافق مع ممارسات التصميم الجيّدة".¹⁸

يتَّبع المهندس سير عمله الخاص المستند إلى إجراءات SOP لتصميم نظام التطبيق.

وتحدِّد إجراءات التشغيل القياسية مسؤوليات دور كل وكيل وتضع معايير للمخرجات الوسيطة. ثم يتم ترميز إجراءات التشغيل القياسية هذه للتأثير في سلوك الوكيل. تسمح هذه الممارسة للوكلاء بإنشاء مخرجات منظمة، مثل مستندات المتطلبات عالية الجودة وأدوات التصميم والمخططات الانسيابية ومواصفات الواجهة. يجب أن تمتثل جميع عمليات التسليم بين الوكلاء لمعايير محددة تقلل من خطر حدوث هلوسة ناتجة عن الأحاديث العابرة بين النماذج اللغوية الكبيرة. يعزز استخدام المخرجات المنظمة بشكل كبير معدل نجاح إنشاء التعليمات البرمجية المستهدفة.¹⁹

يعمل جميع الوكلاء داخل MetaGPT كموظفين يجب عليهم اتباع سير عمل صارم ومبسَّط. هناك جزأين رئيسيين ضمن الإجراءات التشغيلية القياسية التي تحدِّد سلوك الوكلاء: التخصص في الأدوار وسير العمل عبر الوكلاء.

تخصص دور الوكيل: يحدد MetaGPT خمسة أدوار داخل شركة البرمجيات: مدير المنتج، والمهندس المعماري، ومدير المشروع، والمهندس، ومهندس ضمان الجودة. تتم تهيئة ملف تعريف كل وكيل بمعلومات محددة مثل اسم الوكيل وملف التعريف والهدف والقيود الخاصة بكل دور بالإضافة إلى السياق والمهارات المحددة لكل دور.²⁰ كل عامل يشبه الكائن الحي الرقمي الذي يعمل داخل بيئة.²¹ يختلف مفهوم الأدوار المحددة مسبقًا عن إطار العمل متعدد الوكلاء مثل CrewAI التي تسمح للمستخدمين بتحديد وظيفة الوكيل داخل طاقم العمل لحالة الاستخدام أكثر عمومية.

سير العمل عبر الوكلاء: يؤدي تحديد أدوار الوكلاء ومهاراتهم التشغيلية إلى إنشاء سير عمل أساسي يجب على الوكلاء اتباعه ضمن عملية تطوير البرمجيات. يعمل الوكلاء ضمن ترتيب تسلسلي أو نموذج خط تجميع لتقسيم المهام المعقدة لزيادة الكفاءة بين الفريق.

يفترض MetaGPT أن التعاون الهادف يتطلب عمليات فعالة ومتماسكة ودقيقة لحل المشكلات. الوكلاء الأذكياء هم أنظمة معقدة؛ ومع ذلك، لا يجب أن تكون عملياتهم معقدة، على الأقل وفقًا لـ MetaGPT ووراثة سير العمل للبشر.

بروتوكول الاتصال

يتفاعل الوكلاء داخل واجهة اتصال منظمة يشار إليها باسم بروتوكول الاتصال. يختلف MetaGPT عن معظم أُطر العمل متعددة الوكلاء القائمة على LLM لأنه لا يستخدم لغة طبيعية غير مقيدة كواجهة اتصال، بل يقترح استخدام اتصال منظم لصياغة التفاعل بين الوكلاء. على سبيل المثال، في ChatDev، وهو إطار عمل آخر للتعاون متعدد الوكلاء، يتواصل الوكلاء من خلال الحوار، بينما يتواصل الوكلاء في MetaGPT من خلال مخرجات منظمة مثل المستندات والرسوم البيانية.

لتسهيل بروتوكول الاتصال هذا، ينشئ MetaGPT مخططا وتنسيقا لكل وكيل ويطلب من كل دور مختلف توفير المخرجات اللازمة بناء على هدفه وسياقه المحدد.²² في مثال، يقوم عامل المهندس المعماري بإنشاء مخرجتين: تصميم واجهة النظام ومخطط تدفق التسلسل. يحتوي كلا المخرجين على تصميم وحدة النظام وتسلسلات التفاعل التي تعمل كمخرجات قصوى لوكلاء المهندسين.²³

آلية النشر والاشتراك

لتعزيز كفاءة الاتصال، يستخدم MetaGPT مجموعة رسائل عالمية لتخزين المعلومات التي تسمح للوكلاء بتبادل الرسائل مباشرة. ينشر الوكلاء رسائلهم المنظمة في التجمع ويمكنهم الوصول إلى الرسائل من الوكلاء الآخرين بشفافية. يُمكِّن هذا النهج الوكلاء من الوصول مباشرة إلى المعلومات الضرورية من التجمع المشترك، مما يلغي الحاجة إلى سؤال الوكلاء الآخرين وانتظار ردودهم.²⁴

تبدأ عملية التطوير بأمر إدخال من المستخدم وتنتهي بتصميم البرنامج وفقًا لمواصفات المستخدم. على سبيل المثال، قد يكون إدخال المستخدم "اكتب تطبيق واجهة مستخدم رسومية بلغة Python بحيث يمكنك رسم صورة باستخدامه". يتم تمرير الموجِّه إلى شركة البرمجيات، وهي فريق من وكلاء تقمُّص الأدوار: مدير المنتج، والمهندس المعماري، ومدير المشروع، والمهندس، ومهندس ضمان الجودة.

بعد تلقي موجِّه من المستخدم لبناء تطبيق برمجي محدد، يقوم مدير المنتج بإنشاء بيان تفصيلي للمنتج يتضمن الأهداف وقصص المستخدم والتحليل التنافسي وتحليل المتطلبات ومجموعة المتطلبات. بالإضافة إلى ذلك، يقوم الوكيل مدير المنتج أيضًا بإنشاء مخطط رباعي تنافسي استنادًا إلى المواصفات الموجودة في التطبيق. يتم تسليم هذه المستندات والمخططات إلى الوكيل المهندس المعماري لتصميم النظام.

يضع الوكيل المهندس المعماري المواصفات الفنية بناءً على المتطلبات الواردة في PRD. تتضمن المواصفات مخططات بنية النظام وتعريفات الواجهة للمسار التقني العام للمشروع. يتم تصميم بنية المشروع بما في ذلك الملفات والفئات ومخطط تدفق التسلسل بناءً على التعريفات الفنية لوكيل المهندس المعماري. ثم يتم تسليم الوثائق التي تم إنشاؤها بواسطة المهندس المعماري إلى مدير المشروع لتخصيص المهام وتنفيذها.

يعمل مدير المشروع على تقسيم المشروع إلى قائمة مهام. يتم تحليل كل ملف تعليمات برمجية بناءً على وظائفه المقصودة ثم يتم التعامل معها كمهمة منفصلة مخصصة للمهندسين.

يُنشئ الوكيل المهندس الكود المطلوب باستخدام مهارات التطوير الأساسية لإكمال مهام التطوير. عند استلام رمز الناتج من الوكيل المهندس، يُنشئ الوكيل مهندس ضمان الجودة رمز اختبار الوحدة والمراجعات لتحديد أي أخطاء وإصلاحها.

يعتمد وكلاء MetaGPT على سلسلة OpenAI من طرازات GPT (المحولات التوليدية المدربة مسبقًا) GPT-3.5 وGPT-4. ومع ذلك، ساهمت MetaGPT ومجتمعها المصدر المفتوح في إضافة العديد من النماذج الأخرى التي يمكن تهيئتها من خلال تكوين LLM API. يقدم MetaGPT برنامج تعليمي يسهل استكشاف كيفية التكامل مع نماذج اللغة الكبيرة مصدر مفتوح على موقع GitHub docs. الخطوة الأولى لدمج LLM هي إنشاء مستودع استدلال (repo) مثل LLaMA-Factory وFastChat وOllama وما إلى ذلك. يتيح هذا المستودع نشر نموذج LLM المقابل الذي تم تكوينه من خلال بيانات اعتماد واجهة برمجة التطبيقات (API) الخاصة به. تدعم جميع مستودعات الاستدلال المدعومة باستثناء Ollama نشر واجهات متوافقة مع OpenAI. يسعى MetaGPT إلى دعم واجهة Ollama في المستقبل.

توفِّر أُطر البرمجة الفوقية القدرة على إنشاء برامج يمكنها كتابة برامج أخرى والتعامل معها وتحليلها، إضافةً إلى تحليل نفسها أيضًا. تجسّد MetaGPT هذا الهدف من خلال دمج سير العمل البشري لدعم الذكاء الاصطناعي التوليدي باستخدام تقنيات قائمة على الوكلاء لتعزيز البرمجة الفوقية.

يحتوي الوكلاء المستندون إلى LLM على العديد من القدرات الأساسية التي تحتوي على مهام برمجة تلقائية متقدمة.²⁵ من بين هذه التطورات ReAct وReflexion، وهي نماذج منطقية يستخدمها الوكلاء الذين يستخدمون سلسلة من الفكر الموجه لتوليد مسارات التفكير وخطط العمل باستخدام LLMs.²⁶

توضح حلقة تصميم وكيل ReAct عملية فعالة للبرمجة التلقائية بسبب حلقة التصميم التكرارية التي تمكن الوكلاء من التفكير والتصرف والمراقبة.²⁷ يعزز الانعكاس وكلاء اللغة من خلال التعليقات اللغوية، باتباع حلقة تصميم تكرارية مماثلة لصناعة القرار.²⁸ يسمح كلا التصميمين النموذجيين للوكلاء بالتعلم المستمر وتحسين سير عملهم.

إن نماذج LLM التقليدية، مثل نموذج GPT-3 الخاص بشركة OpenAI، ونماذج Llama الخاصة بشركة Meta ، ونماذج IBM Granite ™ محدودة في معرفتها ومنطقها. يقومون بإنشاء ردود بناء على بيانات التدريب، والتي قد تتضمن في كثير من الأحيان معلومات قديمة. على النقيض من ذلك، تستفيد التقنية الوكيلة من استدعاء الأدوات الخلفية للوصول إلى المعلومات الحالية وتبسيط سير العمل وإنشاء مهام محددة بشكل مستقل لإنجاز أهداف معقدة. خلال هذه العملية، يتعلم الوكيل المستقل كيفية التكيف مع توقعات المستخدم بمرور الوقت، مما يوفر تجربة مخصصة واستجابات أكثر شمولًا. يمكن أن يحدث هذا الاستدعاء باستخدام أداة دون تدخل بشري، ويزيد بذلك إمكانيات التطبيقات الواقعية لهذه النظم الإصطناعية.

يشارك وكلاء مهندسي MetaGPT في البرمجة التكرارية باستخدام ملاحظات قابلة للتنفيذ. تُعَد عمليات التصحيح والتحسين مهمة في مهام البرمجة اليومية. تفتقر التطبيقات الأخرى إلى آليات التصحيح الذاتي للوكلاء، ما يؤدي إلى نتائج غير مرغوب فيها مثل الهلوسة أو الكود غير الفعَّال. للتخفيف من هذه المخاطر، يقدِّم MetaGPT آلية التعليقات القابلة للتنفيذ لتحسين الكود عند كل تكرار.

يكتب الوكيل المهندس التعليمات البرمجية بناءً على متطلبات المنتج الأصلي والتصميم. يُتيح هذا للوكيل تحسين التعليمات البرمجية باستمرار باستخدام التنفيذ التاريخي الخاص به وذاكرة تصحيح الأخطاء. يحصل المهندس على المزيد من المعلومات لتحسين الكود عن طريق كتابة وتنفيذ حالات اختبار الوحدة المقابلة. بعد تلقي النتائج، يبدأ المهندس بتنفيذ مهام تطوير إضافية أو تصحيح الأخطاء في الكود قبل استئناف البرمجة. تستمر هذه العملية التكرارية حتى يتم اجتياز الاختبار أو الوصول إلى حد أقصى من 3 عمليات إعادة محاولة.²⁹

crewAI – يُعَد CrewAI إطار عمل مفتوح المصدر متعدد الوكلاء مبنيًّا بلغة Python، ويعتمد على وكلاء مستقلين يؤدون أدوارًا ويتعاونون كفريق لتنفيذ المهام. يمكن للمستخدمين إنشاء وكلاء وتخصيصهم حسب احتياجات التطبيق أو الاستخدام. من حالات الاستخدام الشائعة: التخطيط وإنشاء المحتوى، وتحليل البيانات، ومهام الأتمتة. يتكامل CrewAI مع watsonx.ai من IBM ويدعم عدة تكاملات مع نماذج LLM، كما أنه متوافق مع Ollama.‏³⁰

ChatDev – يُعَد ChatDev إطار عمل مفتوح المصدر متعدد الوكلاء يُحاكي شركة برمجيات افتراضية تعمل من خلال مجموعة من الوكلاء الأذكياء الذين يشغلون أدوارًا تنظيمية مختلفة. يتعاون الوكلاء من خلال الحوار لإنتاج منتج برمجي يتضمن كودًا قابلًا للتنفيذ ووثائقًا. يدعم ChatDev نموذجَي GPT-3.5-turbo وGPT-4 من OpenAI لتشغيل وكلائهم الأذكياء.³¹

AutoGPT – يُعَد AutoGPT إطار عمل مفتوح المصدر متعدد الوكلاء يطبِّق معالجة اللغة الطبيعية (NLP) لفهم أهداف المستخدم وتحليل المهام المعقدة. يتعاون الوكلاء في سير عمل مؤتمت لمعالجة موجِّه مستخدم عالي المستوى عن طريق تقسيم كل مهمة إلى سلسلة من المهام الفرعية الأصغر. تشمل حالات الاستخدام حلولًا عامة مثل أبحاث السوق وتحليلها، وتطوير المنتجات، والمساعدة الافتراضية، وغير ذلك. تم تصميم إطار العمل هذا باستخدام وكلاء الذكاء الاصطناعي بناء على GPT-4 من OpenAI.‏³²