官网预览
技术规格与项目参数
| GitHub 仓库 | OpenBMB/ChatDev |
|---|---|
| Star 关注度 | ★ 34.1k |
| Fork 衍生数 | 4.3k forks |
| 主要开发语言 | Python |
| 开源协议 | Apache-2.0 |
| 所属技术领域 | AGENTS |
快速启动与部署指引
$ bash
git clone https://github.com/OpenBMB/ChatDev.git
cd ChatDev
pip install -r requirements.txt
评测正文
ChatDev（OpenBMB/ChatDev）是由清华大学自然语言处理实验室与 OpenBMB 开源的多智能体通信协作软件开发框架。ChatDev 创造性地将经典软件工程中的瀑布开发模型（Waterfall Model）引入多智能体系统（Multi-Agent System），模拟了一家由大模型驱动的完整“虚拟软件开发公司”。用户只需输入一段简短的自然语言需求（例如“制作一个五子棋小游戏”），ChatDev 中的多个具有特定专业角色的智能体（CEO、CPO、CTO、程序员、测试员、文档工程师）便会通过多轮结构化对话协同完成需求分析、架构设计、代码编写、单元测试与用户手册撰写。
在多智能体提示词工程与通信架构层面，ChatDev 首创了“通信去幻觉机制（Communicative De-hallucination）”。在传统的单 Agent 生成中，模型容易在长上下文中产生累积幻觉与代码逻辑断层；而在 ChatDev 中，复杂的软件开发流程被拆解为一系列原子级的“聊天阶段（Chatting Phases）”。在每个阶段中，两个互补角色（例如 CTO 与程序员、程序员与测试员）通过受控的 Prompt 对话协议进行双向辩论与交叉验证，一方提出方案，另一方提出质疑与审查，从而在通信交互过程中自动消除幻觉。
在工程与应用价值方面，ChatDev 具备高度的可定制性与模块化设计。开发者可以通过简单的 JSON 或 YAML 配置文件自定义公司的组织架构、新增特定专业角色（如安全工程师、UI 设计师）或调整聊天阶段的审批流。整个过程无需任何人工干预，系统最终会输出包含完整源代码、依赖配置、图形化素材与详细说明文档的软件交付物。
项目来源
ChatDev 的诞生源于对单体大模型解决复杂系统级任务瓶颈的探索。在大模型发展早期，人们试图通过一个巨大的 Prompt 让单个 LLM 独立完成从架构设计到代码编写的全流程，但这往往会导致‘开头清晰、中途混乱、结尾崩溃’的严重幻觉问题。人类软件工程之所以能够构建出复杂的操作系统和软件帝国，靠的是专业化分工、清晰的接口契约与严谨的代码审查流程。
清华大学与 OpenBMB 团队受到人类企业组织架构的启发，提出了基于角色扮演的通信智能体范式。将复杂任务分解为需求规划（CEO/CPO）、技术选型（CTO）、代码编写（Programmer）、测试调试（Tester）等标准化环节，并强制智能体之间以‘提案-审查-修改’的双人对话机制推进。这种设计证明了多智能体协同在解决复杂认知任务中相较于单智能体的巨大优势。
其核心创新‘通信去幻觉’理论打破了传统靠放大模型参数来降低幻觉的暴力路线。通过在通信协议中引入辩论（Debate）与相互挑刺机制，两个 Agent 在有限轮次的对齐交流中，能够将代码的逻辑漏洞与语法错误在进入下一个阶段前提前消除。
应用场景
在极速原型验证（Rapid Prototyping）场景中，产品经理只需输入一句话创意，ChatDev 可以在 5 分钟内交付一个带 Python Tkinter/Pygame 界面的可交互原型，大幅压缩新产品的概念验证周期。
在计算机科学教学与软件工程实训中，学生可以通过观察 ChatDev 中各个角色的对话轨迹，直观学习经典敏捷开发流程、代码审查规范与单元测试编写方法。
在多智能体协作与社会模拟（Social Simulation）学术研究中，ChatDev 提供了丰富的基础设施，用于研究智能体通信拓扑、群体智能涌现以及多角色博弈机制。
在日常办公轻量级自动化小工具开发中，非技术人员可以通过自然语言直接生成定制化的 PDF 转换器、数据图表生成器或格式转换脚本。
快速上手
克隆仓库并安装 Python 核心依赖：
bash
git clone https://github.com/OpenBMB/ChatDev.git
cd ChatDev
pip install -r requirements.txt设置你的 OpenAI API Key（同样支持 Azure OpenAI 或兼容的本地模型网关）：
bash
export OPENAI_API_KEY="your-api-key"以自然语言指令启动虚拟公司开发一个贪吃蛇游戏：
bash
python run.py --task "开发一个带有计分板和加速道具的 Python 经典贪吃蛇游戏" --name "SnakeGame"系统会自动启动包含 DemandAnalysis、LanguageChoose、Coding、CodeCompleteAll、CodeReview、Test 等阶段的多智能体通信，生成的完整代码将保存在 WareHouse/SnakeGame_... 目录中，可直接通过 python main.py 启动运行。
实用性评估
在生产实用性与可视化方面，ChatDev 提供了极其直观的 Web 播放器（ChatDev Visualizer）。开发者可以在浏览器中以类似即时通讯软件的界面回放整个虚拟开发团队的对话流、查看实时的代码演进过程，极大提升了多智能体系统的可观测性与可调试性。
在工程考量方面，全流程多角色对话会产生较多的 Token 交互消耗。对于超大型企业级系统的开发，受限于当前模型的上下文长度与跨文件长程规划能力，ChatDev 目前最擅长中小型桌面应用、网页应用与脚本工具的生成。在企业落地时，建议将其作为需求初期的‘灵感与原型生成器’与人类工程师配合使用。
在扩展机制上，ChatDev 支持通过 CompanyConfig 自定义团队角色，例如加入专门负责 UI 调优的 Designer 角色或负责数据合规的 Legal 角色，具备极佳的横向扩展性。
实际应用案例
ChatDev 在 GitHub 已突破 34,000 Star，成为全球多智能体系统与 AI 驱动软件工程领域最具影响力的开源项目之一，被包括微软、斯坦福在内的顶级机构在多篇顶会论文中引用和评测。
OpenBMB 社区持续扩展 ChatDev 生态，相继推出了支持自然语言与多模态素材混合注入的 ChatDev 2.0，并提供了丰富的插件扩展支持，持续引领多智能体协同开发的新范式。
核心技术优势
- 模拟虚拟软件公司运作，将经典瀑布开发模型与多智能体角色扮演完美融合
- 首创‘通信去幻觉机制’，通过双 Agent 交叉审核与对话辩论大幅消除代码错误
- 支持声明式 YAML/JSON 配置，组织架构、角色职责与审批流高度可定制
- 单句 Prompt 全自动交付完整可运行软件（包含源代码、GUI、测试与文档）
考量与局限
- 生产环境落地需合理规划 GPU 显存与计算并发资源。
常见问题与技术问答 (FAQ)
ChatDev - 基于多智能体角色对话与通信去幻觉的虚拟软件公司 是什么？主要解决什么问题？
ChatDev - 基于多智能体角色对话与通信去幻觉的虚拟软件公司 是基于 Python 开发的知名开源 AI 项目（采用 Apache-2.0 开源协议）。ChatDev 是由清华大学与 OpenBMB 开源的虚拟软件公司多智能体协作框架，通过瀑布模型角色扮演（CEO、CTO、程序员、测试员）与通信去幻觉机制，仅需一句自然语言即可全自动生成完整软件系统。。ChatDev 的诞生源于对单体大模型解决复杂系统级任务瓶颈的探索。在大模型发展早期，人们试图通过一个巨大的 Prompt 让单个 LLM 独立完成从架构设计到代码编写的全流程，但这往往会导致‘开头清晰、中途混乱、结尾崩溃’的严重幻觉问题。人类软件工程之所以能够构建出复杂的操作系统和软件帝国，靠的是专业化分工、清晰的接口契约与严谨的代码审查流程。 清华大学与 OpenBMB 团队受到人类企业组织架构的启发，提出了基于角色扮演的通信智能体范式。将复杂任务分解为需求规划（CEO/CPO）、技术选型（CTO）、代码编写（Programmer）、测试调试（Tester）等标准化环节，并强制智能体之间以‘提案-审查-修改’的双人对话机制推进。这种设计证明了多智能体协同在解决复杂认知任务中相较于单智能体的巨大优势。 其核心创新‘通信去幻觉’理论打破了传统靠放大模型参数来降低幻觉的暴力路线。通过在通信协议中引入辩论（Debate）与相互挑刺机制，两个 Agent 在有限轮次的对齐交流中，能够将代码的逻辑漏洞与语法错误在进入下一个阶段前提前消除。
如何快速安装与本地部署 ChatDev - 基于多智能体角色对话与通信去幻觉的虚拟软件公司？
克隆仓库并安装 Python 核心依赖：
bash
git clone https://github.com/OpenBMB/ChatDev.git
cd ChatDev
pip install -r requirements.txt设置你的 OpenAI API Key（同样支持 Azure OpenAI 或兼容的本地模型网关）：
bash
export OPENAI_API_KEY="your-api-key"以自然语言指令启动虚拟公司开发一个贪吃蛇游戏：
bash
python run.py --task "开发一个带有计分板和加速道具的 Python 经典贪吃蛇游戏" --name "SnakeGame"系统会自动启动包含 DemandAnalysis、LanguageChoose、Coding、CodeCompleteAll、CodeReview、Test 等阶段的多智能体通信，生成的完整代码将保存在 WareHouse/SnakeGame_... 目录中，可直接通过 python main.py 启动运行。
ChatDev - 基于多智能体角色对话与通信去幻觉的虚拟软件公司 的核心优势与适用场景有哪些？
ChatDev - 基于多智能体角色对话与通信去幻觉的虚拟软件公司 适合用于 全自动软件原型快速生成、多智能体协同协作学术研究、交互式游戏与工具生成、企业级敏捷开发流程模拟。其综合评分为 4.8/5 分，具备开箱即用、社区活跃、架构设计轻量等优势，能够无缝集成到现有的 AI 工作流中。
使用 ChatDev - 基于多智能体角色对话与通信去幻觉的虚拟软件公司 时有哪些技术考量与局限性？
在生产实用性与可视化方面，ChatDev 提供了极其直观的 Web 播放器（ChatDev Visualizer）。开发者可以在浏览器中以类似即时通讯软件的界面回放整个虚拟开发团队的对话流、查看实时的代码演进过程，极大提升了多智能体系统的可观测性与可调试性。 在工程考量方面，全流程多角色对话会产生较多的 Token 交互消耗。对于超大型企业级系统的开发，受限于当前模型的上下文长度与跨文件长程规划能力，ChatDev 目前最擅长中小型桌面应用、网页应用与脚本工具的生成。在企业落地时，建议将其作为需求初期的‘灵感与原型生成器’与人类工程师配合使用。 在扩展机制上，ChatDev 支持通过 CompanyConfig 自定义团队角色，例如加入专门负责 UI 调优的 Designer 角色或负责数据合规的 Legal 角色，具备极佳的横向扩展性。
本地运行大型语言模型的极简工具