O que é MetaGPT?
O MetaGPT transforma um requisito de uma linha na papelada e no código que uma pequena empresa de software produziria. Agentes de LLM fazem o papel de product manager, arquiteto, gerente de projeto e engenheiro, cada um seguindo um procedimento escrito (o lema do projeto é Code = SOP(Team)), e passam documentos uns aos outros: histórias de usuário, análise da concorrência, uma lista de requisitos, estruturas de dados, desenhos de API e, por fim, um repositório em ./workspace. O exemplo do README é `metagpt "Create a 2048 game"`.
A mesma biblioteca traz o Data Interpreter, um agente que planeja uma análise de dados, escreve Python e o executa em um kernel local do Jupyter, além de código de pesquisa da equipe, como o AFlow (geração automática de fluxos de trabalho, apresentação oral na ICLR 2025) e a otimização de prompts SPO. Os modelos são configurados em ~/.metagpt/config2.yaml: OpenAI, Azure, Ollama, Groq, Bedrock e outros.
A empresa por trás, a DeepWisdom, agora concentra o esforço no Atoms, um criador de apps hospedado e de código fechado que foi lançado como MGX (MetaGPT X) em fevereiro de 2025 e mudou de nome em janeiro de 2026. O framework de código aberto tem licença MIT e ainda se instala pelo PyPI, mas a última versão, v0.8.2, é de março de 2025.
MetaGPT vale a pena?
O MetaGPT importa mais como projeto de referência do que como dependência. O artigo dele na ICLR 2024 mostrou que dar aos agentes papéis fixos e passagens estruturadas (um PRD, depois um desenho, depois tarefas) teve notas melhores nos seus benchmarks do que uma conversa livre entre agentes, e essa ideia hoje aparece no CrewAI, em demos no estilo ChatDev e na maioria das ferramentas de programação guiadas por especificação. O repositório ainda tem cerca de 71.000 estrelas no GitHub.
A atividade conta outra história. A última versão marcada é a v0.8.2, de 9 de março de 2025. Nos 12 meses até novembro de 2026, o branch principal recebeu uma única mudança mesclada, suporte ao Windows Terminal em 21 de janeiro de 2026, enquanto 152 pull requests seguem abertos. O pacote ainda limita o Python de 3.9 a 3.11, então não instala em 3.12 ou 3.13 sem gambiarras, e a configuração de exemplo ainda aponta para gpt-4-turbo.
O motivo é comercial. A DeepWisdom lançou o MGX em fevereiro de 2025 e o renomeou para Atoms em 13 de janeiro de 2026; mgx.dev agora redireciona para atoms.dev. A KrASIA relata que a empresa diz que o MGX chegou a cerca de 500.000 usuários registrados no primeiro mês e que captou cerca de $30,8 milhões. O Atoms é um produto hospedado e fechado, com planos de créditos a partir de $20 por mês, e o repositório aberto mostra pouco sinal do trabalho com agentes que entrou nele.
O porém: o fluxo da empresa de software foi feito para projetos novos. Ele parte de um requisito de uma linha, e cada papel trabalha com os documentos do papel anterior e não com um código existente, então oferece pouco em um repositório maduro. O Data Interpreter executa o código que escreve em um kernel local do Jupyter com as permissões do seu usuário, então rode-o em um contêiner. O consumo de tokens é alto: um pedido passa por quatro ou mais papéis, cada um uma chamada completa ao modelo com os documentos acumulados.
Nossa opinião: o MetaGPT é uma boa leitura de uma tarde para quem projeta um sistema multiagente, e a pasta de exemplos é um catálogo útil de ideias de pesquisa, mas para produção os frameworks mantidos pegaram a ideia central dele e continuaram lançando versões.
Onde ele se destaca
Um doutorando que pesquisa coordenação de agentes de LLM
Reproduzir uma linha de base multiagente conhecida para um artigo
Instale o metagpt 0.8.2 em um ambiente Python 3.11, rode o fluxo da empresa de software em prompts de benchmark e compare com o artigo da ICLR. O código é gratuito; o custo são os tokens de API de quatro ou mais chamadas de papel por prompt.
Um tech lead em uma consultoria de 20 pessoas
Transformar o briefing de um parágrafo de um cliente em um primeiro PRD e desenho de sistema para uma proposta
Rode `metagpt "<brief>"` e guarde as histórias de usuário, a análise da concorrência e o desenho de API gerados como rascunho inicial; descarte o código. Uma pessoa ainda revisa cada documento antes de ele chegar ao cliente.
Uma analista de dados em um varejista de porte médio
Conseguir uma análise exploratória rápida e gráficos a partir de um CSV
O Data Interpreter planeja os passos, escreve código de pandas e de gráficos e o executa em um kernel do Jupyter. Rode-o dentro de um contêiner, porque o código gerado é executado com as suas permissões.
Antes de decidir
- Configuração
- pip install metagpt em Python 3.9 a 3.11, instale Node.js e pnpm, depois `metagpt --init-config` e adicione uma chave de modelo em ~/.metagpt/config2.yaml; também há uma imagem Docker documentada.
- Integrações
- OpenAI, Azure OpenAI, Ollama, Groq, Bedrock e outros provedores via config2.yaml; usável como CLI ou como biblioteca Python (generate_repo, DataInterpreter).
- Dados e privacidade
- Biblioteca auto-hospedada sob MIT; os prompts vão só para o provedor de modelos que você configurar. Os repositórios gerados ficam em ./workspace, e o Data Interpreter executa código na máquina. O Atoms, o produto hospedado, é um serviço separado com termos próprios.
- Custo em escala
- Sem custo de licença; cada pedido faz várias chamadas completas ao modelo com contexto crescente, então a conta de tokens cresce com o número de papéis e rodadas de revisão, não com o número de usuários.
- Limites
- Última versão em março de 2025, 152 pull requests abertos, sem suporte a Python 3.12+ e um fluxo pensado para projetos novos e pequenos, não para repositórios existentes.
O que é bom
- Projeto claro e influente: papéis fixos que passam documentos estruturados
- Um único comando gera PRD, desenho, lista de tarefas e código para um app pequeno
- Data Interpreter e código de pesquisa (AFlow, SPO) em um só pacote
- Licença MIT sem limites comerciais
O que não é
- Nenhuma versão desde a v0.8.2 em março de 2025 e uma única mudança mesclada em um ano
- Só Python 3.9 a 3.11; 3.12 e 3.13 não são suportados
- Feito para projetos novos; os papéis trabalham com documentos, não com o seu repositório
- O Data Interpreter executa o código gerado localmente sem sandbox
- O trabalho novo da equipe vai para o produto fechado Atoms
Ideal para
Engenheiros e pesquisadores que estudam como estruturar sistemas multiagente, não equipes escolhendo um framework para produção.
Alternativas ao MetaGPT
MetaGPT: perguntas frequentes
- MetaGPT vale a pena?
- O MetaGPT é o artigo que deixou famosas as equipes de agentes com papéis e uma biblioteca que quase não mudou desde então, então leia para tirar ideias e construa sobre algo mantido. Damos nota 3.2 de 5.
- Quanto custa MetaGPT?
- Gratuito e de código aberto sob a licença MIT; você paga o seu provedor de modelos. O produto hospedado da equipe, Atoms (antigo MGX), é separado: Free com 15 créditos por dia, Pro a partir de $20/mês, Max a partir de $100/mês.
- Quais são as desvantagens de MetaGPT?
- Nenhuma versão desde a v0.8.2 em março de 2025 e uma única mudança mesclada em um ano; só Python 3.9 a 3.11; 3.12 e 3.13 não são suportados; feito para projetos novos; os papéis trabalham com documentos, não com o seu repositório; o Data Interpreter executa o código gerado localmente sem sandbox; o trabalho novo da equipe vai para o produto fechado Atoms.
- Para quem MetaGPT é indicado?
- Engenheiros e pesquisadores que estudam como estruturar sistemas multiagente, não equipes escolhendo um framework para produção.
- Quanto custa MetaGPT para uma equipe ou em produção?
- Sem custo de licença; cada pedido faz várias chamadas completas ao modelo com contexto crescente, então a conta de tokens cresce com o número de papéis e rodadas de revisão, não com o número de usuários.
- MetaGPT é seguro para dados da empresa?
- Biblioteca auto-hospedada sob MIT; os prompts vão só para o provedor de modelos que você configurar. Os repositórios gerados ficam em ./workspace, e o Data Interpreter executa código na máquina. O Atoms, o produto hospedado, é um serviço separado com termos próprios.
- Quais são as melhores alternativas ao MetaGPT?
- As alternativas mais próximas que analisamos são CrewAI, AutoGen, LangGraph e OpenHands.
Respostas verificadas em 20 de nov. de 2026.