开源Multi-Agent开发系统：基于DeepAgents实现7角色AI协作开发

基于DeepAgents框架的多智能体协作开发系统，定义7个AI角色（PM、前后端、测试等），自动完成需求分析到部署交付全流程。支持DeepSeek等LLM，开源免费，适合学习和二次开发。

Tags:

• Multi-Agent
• DeepAgents
• AI协作开发
• 自动化开发流程
• 开源项目

     最近一直在学习 deepagents，一个进行智能体开发的框架，很是方便，目前很多agent的开发都是基于deepagents来做的。目前智能体开发来讲，大家一般会从agent skills和multi-agent两种架构的选择，这几天我就用deepagents开发了一个multi-agent，用来做 项目开发，算一个agent team，今天开源分享给大家，欢迎star，哈哈。。。

Multi-Agent DeepAgents

基于 deepagents 框架开发的多智能体协作开发系统，实现了产品开发全流程的AI多角色协作。

🤖 智能角色

项目定义了 7 个不同角色 的 AI 智能代理协同工作：

角色	职责
ProductManager  (PM)	产品经理 - 分析用户需求、拆解任务、协调开发流程
DocumentWriter	文档编写员 - 编写完整的产品需求文档
BackendDeveloper	后端开发工程师 - 开发 Python 后端代码和接口文档
FrontendDeveloper	前端开发工程师 - 开发 HTML/JS 前端代码
CodeReviewer	代码评审员 - 检查代码质量、生成测试用例
DevOps	运维工程师 - 在本机部署项目确保可运行
Tester	测试工程师 - 执行测试用例，输出测试报告

🚀 快速开始

1. 环境要求

• Python 3.10+
• DeepAgents 框架

2. 安装依赖

git clone https://github.com/sssdjj/multi-agent-deepagents.git

cd multi-agent-deepagents 

pip install -r requirements.txt

3. 配置 API Key

复制环境变量示例文件：

cp .env .env

编辑 .env 文件，填入你的 API Key：

DEEPSEEK_API_KEY=your_deepseek_api_key_here

4. 运行

python skill_tools_subagents.py

📋 工作流程

1. 需求输入
    - 用户输入原始开发需求
2. 需求分析
    - PM 整理分析需求
3. 文档编写
    - DocumentWriter 编写产品需求文档
4. 并行开发
    - BackendDeveloper + FrontendDeveloper 同时开发
5. 代码评审
    - CodeReviewer 检查代码质量并生成测试用例
6. 部署
    - DevOps 在本地部署项目
7. 测试
    - Tester 执行测试用例输出报告
8. 交付
    - PM 向用户汇报最终结果

整个过程完全自动化，AI 团队会按照流程一步一步完成你的开发需求。

📁 项目结构

multi-agent-deepagents/
├── models.py                 # LLM 模型配置
├── skill_tools_subagents.py  # 主入口文件
├── requirements.txt          # 项目依赖
├── pyproject.toml           # 项目配置
├── .env.example             # 环境变量示例
├── .gitignore               # Git 忽略规则
├── react_agent/             # 各个角色的智能代理定义
│   ├── __init__.py
│   ├── backend_agent.py     # 后端开发代理
│   ├── devops_agent.py      # DevOps 代理
│   ├── doc_agent.py         # 文档编写代理
│   ├── frontend_agent.py    # 前端开发代理
│   ├── review_agent.py      # 代码评审代理
│   └── test_agent.py        # 测试代理
└── skills/                  # Skills 目录

⚙️ 配置说明

项目支持多种 LLM 配置，在 models.py 中可以选择：

• DeepSeek
   - 默认推荐
• 通义千问
   - 阿里云 Dashscope

只需要在 .env 中配置对应的 API Key 即可。

📝 示例

启动后直接输入你的开发需求，例如：

"帮我开发一个待办事项Todo List Web应用，使用FastAPI后端+HTML前端"

AI 团队会自动按照流程完成：产品文档 → 后端开发 → 前端开发 → 代码评审 → 部署 → 测试。

🎯 项目目标

这是一个演示项目，展示了如何使用 deepagents 框架构建多智能体协作开发系统。适合学习：

• 多智能体协作模式
• deepagents 框架使用
• LangGraph 基础概念
• AI 辅助软件开发

大家可以基于项目进行学习或者二次开发

项目地址：

https://github.com/sssdjj/multi-agent-deepagents

对 ai感兴趣可以进群聊聊