コードを一行も書かずにAIエージェント軍団を指揮！何でも開発できるマルチエージェント基盤 — ChatDev

OpenBMB/ChatDevPython32.5k

ChatDevは、プログラミングの知識がなくても複数のAIエージェント（自律的に動くAIの担当者）を組み合わせて、データの可視化・3Dモデル生成・ゲーム開発・深い調査レポート作成など、さまざまなタスクを自動でこなせるプラットフォームです。ドラッグ＆ドロップで「ワークフロー」と呼ばれる作業手順を設計し、テキストで指示を出すだけでAIチームが連携して作業を進めてくれます。もともとはCEOやプログラマーなどの役割を持つAIが仮想ソフトウェア会社として開発を行うシステムでしたが、バージョン2.0でソフトウェア開発以外のあらゆる用途にも対応する汎用プラットフォームへと進化しました。清華大学の研究チーム（OpenBMB）が開発しており、学術論文にも裏付けられた技術が基盤となっています。

🔥 なぜ話題？

LLM（大規模言語モデル）を活用したマルチエージェント協調が2024〜2025年の大きな技術トレンドとなっており、ChatDev 2.0は「コード不要で誰でもAIエージェントチームを構築・実行できる」という手軽さで注目を集めています。NeurIPS 2025への論文採択やPyPIパッケージの公開など、学術と実用の両面での進展も話題を後押ししています。

💡 こう使える！

例えば、不動産の売買データが入ったCSVファイルをアップロードし、『売上推移と地域別の比較を含むグラフを6枚作って』と入力するだけで、AIエージェントたちが自動的にデータを分析し、見栄えの良いPNGチャートを複数枚生成してくれます。

ユースケース: プログラミングなしで、複数のAIに役割分担させてデータ分析・ゲーム開発・リサーチレポート作成などの複雑な作業を自動化したい人向け

コードを一切書かずにドラッグ＆ドロップでマルチエージェントの作業手順を設計できる
データ可視化・3Dモデル生成・ゲーム開発・調査レポートなど多彩なテンプレートをすぐに使える
Python SDKも用意されており、プログラマーはスクリプトからワークフローを自動実行できる

GitHubで見る →

ChatDev 2.0: Dev All through LLM-powered Multi-Agent Collaboration

技術情報

言語

Python

ライセンス

Apache-2.0

最終更新

2026-04-01

スター数

32,536

フォーク数

4,008

Issue数

技術詳細

アーキテクチャ・仕組み

ChatDevはモジュラー構造で設計されており、以下のコンポーネントで構成されている:

server/: FastAPIベースのバックエンドAPI
runtime/: エージェントの抽象化とツール実行を管理
workflow/: YAMLファイルで定義されたワークフローに基づくマルチエージェントのオーケストレーション
entity/: ワークフローの設定を保持
frontend/: Vue 3 + Vite で構築されたWebコンソール
functions/: カスタムPythonツールの拡張ポイント

ワークフローはYAML形式で定義し、${VAR} 形式のプレースホルダーで環境変数を参照可能。

対応環境

OS: macOS / Linux / WSL / Windows
Python: 3.12+
Node.js: 18+
パッケージマネージャー: uv（Pythonの高速パッケージマネージャー）
Docker / Docker Compose にも対応

主要な機能一覧

ビジュアルワークフロー設計: ドラッグ＆ドロップでエージェントの連携を構築
リアルタイム監視: ログの確認、中間成果物のインスペクション
Human-in-the-Loop: 実行中にユーザーがフィードバックを挿入可能
Python SDK: from runtime.sdk import run_workflow でプログラムから実行可能
PyPIパッケージ: chatdev パッケージとしてPyPIで公開中（v0.1.0）
OpenClaw連携: 外部からChatDevのエージェントチームを呼び出し可能

用意されているワークフローテンプレート

カテゴリ	YAML名
データ可視化	`data_visualization_basic.yaml`, `data_visualization_enhanced.yaml`
3D生成（Blender連携）	`blender_3d_builder_simple.yaml`, `blender_3d_builder_hub.yaml`, `blender_scientific_illustration.yaml`
ゲーム開発	`GameDev_v1.yaml`, `ChatDev_v1.yaml`
深い調査レポート	`deep_research_v1.yaml`
教育ビデオ（manim使用）	`teach_video.yaml`

学術的背景

清華大学NLPグループ（THUNLP）とOpenBMBによる研究プロジェクト。関連論文多数:

ChatDev 原論文: arXiv:2307.07924（2023年）
MacNet（大規模マルチエージェント協調ネットワーク）: arXiv:2406.07155（2024年）
Puppeteer（強化学習ベースのオーケストレーション）: arXiv:2505.19591（NeurIPS 2025 採択）
Experiential Co-Learning: arXiv:2312.17025（2023年）

ユーティリティコマンド

make help          # ヘルプ表示
make sync          # YAMLワークフローをDBに同期
make validate-yamls # YAML構文チェック

注意点・制約

3D生成ワークフローにはBlenderとblender-mcpの別途インストールが必要
教育ビデオ生成には uv add manim が事前に必要
バックエンドの --reload オプション使用時、出力ファイル生成でサーバーが再起動しタスクが中断される場合がある
デフォルトポート6400が占有されている場合はポート変更が必要

インストール・クイックスタート

前提条件

Python 3.12以上
Node.js 18以上
パッケージマネージャー uv

インストール手順

バックエンドの依存関係をインストール:

uv sync

フロントエンドの依存関係をインストール:

cd frontend && npm install

環境変数を設定:

cp .env.example .env
# .env ファイルに API_KEY と BASE_URL を記入

アプリケーションを起動（推奨）:

make dev

ブラウザで http://localhost:5173 にアクセスするとWebコンソールが開きます。

Docker での起動

docker compose up --build