Python ChatDev 零代码多智能体协作软件开发平台

让 AI 写软件，单个聊天机器人常常“想一步做一步”，缺乏规划、缺乏角色分工，遇到复杂需求就容易跑偏或中途失忆。早期的 ChatDev 已经证明“多个 agent 按角色对话协作”能显著提升软件开发质量，但把这套流程真正用起来，依旧要懂代码、会配置。
ChatDev 2.0（DevAll）把这个门槛再降一截：做成“零代码多智能体平台”，普通用户也能通过自然语言描述，让多个 agent 协作把东西做出来。

项目基本信息

一、项目介绍

OpenBMB/ChatDev 是清华团队开源的多智能体协作框架，2.0（DevAll）演进为“零代码多智能体平台”，Apache-2.0 协议。它最早以“多个 communicative agents 协作开发软件”闻名（相关论文被广泛引用），如今把能力扩展到“开发一切（Developing Everything）”：你用自然语言描述目标，平台调度多个 agent 编排工作流、生成内容或应用。项目提供前端 + 后端，可用 uv/docker 启动，也提供 Python SDK 直接运行工作流。

二、核心优势

1. 多智能体协作：多个角色 agent 对话分工，比单 agent 更稳更可控。
2. 零代码平台：2.0 提供图形界面，自然语言即可驱动工作流。
3. 学术背书：原始 ChatDev 论文影响深远，方法论经过研究验证。
4. 灵活部署：uv 本地起或 docker compose 一键部署，也可 SDK 嵌入。
5. 跨平台：Python 后端 + 容器，Windows / macOS / Linux 均可运行。

三、适用场景

• 想用自然语言快速搭原型、生成内容或简单应用。
• 研究者实验多智能体协作软件开发范式。
• 团队把重复性的生成/编排任务交给 agent 流水线。
• 教学演示“智能体如何协作写软件”。

四、安装教程

本地用 uv：

uv sync
cd frontend && npm install
cp .env.example .env
make dev
# 或仅起后端
uv run python server_main.py --port 6400 --reload

Docker 一键：

# 项目根目录
docker compose up --build

常见报错：uv sync 失败多为 Python 版本或网络问题（建议 3.10+）；docker compose 起不来先确认 Docker 已运行、端口未被占用。

五、使用示例

用 Python SDK 跑一个工作流：

from runtime.sdk import run_workflow

result = run_workflow(
    yaml_file="yaml_instance/demo.yaml",
    task_prompt="Summarize the attached document in one sentence.",
    attachments=["/path/to/document.pdf"],
    variables={"API_KEY": "sk-xxxx"},
)
if result.final_message:
    print(f"Output: {result.final_message.text_content()}")

真实体验：在平台界面输入“创建一个 ChatDev 工作流，自动收集热点信息、生成小红书文案并发布”，多个 agent 会按编排分别完成采集、写作与发布环节，最终交付结果。

六、常见问题

Q：ChatDev 1.0 和 2.0 区别？
A：1.0 偏研究型多智能体软件开发生成；2.0（DevAll）是零代码平台，覆盖面更广、普通用户也能用。
Q：一定要会写代码吗？
A：用图形平台不需要；只有想用 SDK 嵌入或二次开发时才写 Python。
Q：和商业 AI 编程工具比？
A：ChatDev 强调可研究、可定制的多智能体协作，开源 Apache-2.0，适合想掌握方法而非纯购买服务的团队。

七、总结

ChatDev 把“多智能体协作开发软件”从论文变成可零代码使用的开源平台，让普通人也能用自然语言驱动 agent 流水线。对想研究或落地多智能体协作的团队，它是兼具学术背书与工程化的首选之一；Apache-2.0 协议，部署灵活。