MetaGPT 软件交付角色协调器

要解决的问题

拿到一份产品需求后，下一步往往不是写代码，而是先想清楚：谁负责拆解需求、谁定技术方案、谁排期、谁落实现。传统做法是把这些角色塞进一次长会议，或者干脆由一个人兼任，结果是需求、架构、计划、实现四份产物口径不一致，改一处要同步四处。

这个技能用 MetaGPT 把这四个角色显式拆开：产品代理负责需求澄清与用户故事，架构代理给出技术方案与模块边界，项目代理负责排期与任务拆解，工程代理负责落地实现。产出的是一组可以逐份审查的工件，而不是一段难以追溯的对话。

它如何工作

核心流程可以概括为「输入需求 → 角色分工 → 产出工件 → 人工审查 → 迭代」：

• 输入：一份产品需求描述，可选附带仓库上下文，让代理理解既有代码结构。
• 编排：MetaGPT 按角色分派任务，各代理在统一的消息流上协作，产物之间带引用关系。
• 产出：需求文档、架构设计、项目计划、代码变更各自落在独立工件上。
• 审查与迭代：操作员按既定标准审阅每轮结果，再决定是让某个角色返工，还是推进下一轮。

关键在于中间态是可读的文档而非黑盒。你可以单独质疑架构方案而不必重跑需求分析，也可以只让工程代理重做某个模块。

适用边界与注意点

• 环境约束很具体：Python 需 3.9 以上但低于 3.12；正式使用前必须装好 Node 与 pnpm，否则涉及依赖安装的环节会直接失败。
• 它不替你做决定：代理产出的是建议，最终取舍仍在操作员。需求模糊时先补需求再跑编排，否则四个角色会基于同一份模糊输入各自发散。
• 依赖模型质量：模型提供商的计费、限流与输出稳定性会直接影响长流程的可靠性，建议先做小范围试跑。
• 审查标准要提前定：没有明确的验收标准，迭代会退化成反复重新生成。