工具網址：https://mgx.dev/
MGX 是由廈門深度賦智科技有限公司（DeepWisdom）於 2025年2月19日正式發布的一款多智能代理（multi-agent）AI 平台。MGX 是基於開源項目 MetaGPT（多代理協作框架）發展而來，該框架的核心理念是用 LLMs（大型語言模型）模擬一個軟體公司內不同角色協同工作的流程 （Software Company as Multi-Agent System）。透過模擬開發團隊中各角色，如產品經理、架構師、工程師、資料分析師等，透過多個專業角色協同完成軟體開發任務。使用者可透過自然語言來建立網站、部落格、遊戲等等，無需編寫任何程式碼。
AI 團隊成員：
- Emma – AI 產品經理：把使用者需求轉換成清晰的產品規格與開發任務。
- Alex – AI 軟體工程師：撰寫程式碼並實作功能，把設計落實為可執行的產品。
- David – AI 資料分析師：分析與處理數據，提供決策依據與最佳化建議。
- Bob – AI 架構師：規劃系統架構與技術棧，確保專案可擴展與穩定。
- Mike – AI 團隊領導：監控專案進度並最終彙整成果並回報給使用者。
產品特色：
1. 接近人類可理解的專案流程
透過多個 AI 角色模擬整個開發流程，如需求定義 → 架構設計 → 介面設計 → 程式實作 → 測試 → 部署。避免依靠單獨 AI 一邊在寫前端，一邊又要運算思考資料庫設計，容易對主題失焦或產生 Bug。2. 可擴展性與靈活性
多半平台只提供單一AI 助手，在整個開發流程中，如果要更換模型或調整工作流程，往往需要更多 Prompt 去調整整個設計。MGX 的特色在於區分各別的專業角色，而具有高度擴充性，能依部分需求新增或替換 AI 代理人，例如針對原型調整與軟體工程師溝通、與產品經理討論使用者需求撰寫 產品需求文件 PRD（Product Requirement Document）。讓 MGX 可隨專案規模靈活擴充角色功能。
3. 提供 Supabase 後端整合
MGX 能直接輸出 Supabase 的資料表 Schema（SQL migration 或 JSON 設定），並且讓 API 自動生成。Connecting Supabase to MGX
相關教學影片：
- MetaGPT X (MGX) Tutorial - 2025 | Use Al Agent Instead of Software Team
- MGX (MetaGPT X) GitHub Deployment Tutorial: From Setup to Live Code
資料來源：
與工程師溝通模式：
若已經有預想設計的方向，建議先不要按下方 Web, Slidev, Doc, Blog, Dashboard... 這些會先運算跑一個範本出來。再由 Prompt 逐步修改範本。語言模型有 DeepSeek V3, GPT 4o mini, GPT 4o, Claude Sonnet 3.7, Claude Sonnet 4。有各自能處理的能力。
選擇工程師模式，點數花費相對較少，每月上限 2.50M 積分、每日免費 750K 積分的額度可以在當天完成，但是會跳過與團隊逐步溝通程序。可以上傳文件資料，直接送出 Prompt 就能夠立即開發。以下範例為「人工智慧基礎概論」部分資料作為生成知識網站，來測試生成結果。
Prompt：「請依照這些『人工智慧基礎概論』的資料，做出一個知識型網站，除了有知識依照章節介紹，還有選擇題的練習，並有評分以及解說錯誤答案的機制。」
網站連結（工程師模式）： https://mgx-s7n38uih6.mgx.world/
與團隊溝通模式：
每日免費 750K 積分的額度無法在當天完成，若無訂閱需要等待隔日繼續。以下範例為「人工智慧基礎概論」部分資料作為生成知識網站，來測試生成結果。
Prompt：「請依照這些《人工智慧基礎概論》資料，製作一個知識型學習網站，內容包含章節式知識介紹、練習題與解析機制。網站需支援多題型測驗（選擇題、判斷題、填空題）、錯題本與重複練習功能，並具備學習進度追蹤、即時反饋與個人學習報告。最好能加入遊戲化元素（闖關、積分、徽章）與知識地圖，幫助使用者全面學習與複習。在知識型網站基礎上，加入進階功能：互動式知識地圖、即時反饋與智能錯題本、自適應測驗機制、學習進度追蹤與 AI 導師推薦。並搭配遊戲化元素（闖關模式、積分、徽章、排行榜）、學習報告與社群討論區，提升學習動機與成效。」
Emma（AI 產品經理）生成的 產品需求文件PRD 包含簡易競品分析。
David（AI 資料分析師）能夠撰寫 Python爬蟲將 pdf檔裡的文字資料轉換成JSON格式。
Bob（AI 架構師）依照需求規劃開發所需的程式語言，以及規劃有哪些需要開發的系統模組。
Alex（AI 軟體工程師）負責整個程式開發，後續迭代調整都需藉由它修正問題。
當日額度用完中斷重啟後，造成一些頁面沒有開發完成。
網站連結（團隊模式）：https://mgx-mtdv71re3q.mgx.world/
此為開發完第一版本，仍然有諸多問題。訓練資料為練習開發使用，尚未人工查驗，勿作為真實知識。
官方活動：
每週舉辦票選活動，最高前五名可獲得點數。藉此觀摩大家的 Vibe Coding 作品。
心得：
全程透明化的流程，可以看到由每個角色撰寫程式過程，呈現每個過程完成的階段。一種認真為您而工作的感覺，還滿療癒的。每個階段完成，Mike（AI 團隊領導）還會很逗趣地交接給下一位 AI 角色。可惜免費 750K 積分不夠讓團隊模式在幾天內，就能做到預期的雛形。一些語言模型執行完，仍未達到預期效果還需要反覆更改。
有時會因為當日額度用完中斷重啟後，造成一些頁面沒有開發完成，Mike（AI 團隊領導）反倒說已經完工了。需要一頁頁跟 Alex（AI 軟體工程師）溝通修正。有些任務並不會啟動到全部團隊角色。角色都需透過 Mike（AI 團隊領導）來根據 Prompt 來指派任務給其他角色。
這樣多角色的開發模式，讓我想到日前一位美國資深軟體工程師 Brian 在 YouTube 頻道「BMad Code」的一支影片「Better Than Vibe Coding: Agile AI Driven Development for Complex Apps」，提到只依賴單一的 AI 工具如 Cursor，隨著功能越開發越複雜，造成最終產品與預期相差甚遠，反覆修改資源消耗量大。講述一種名為 Agile-AI Driven Development 的開發方法，又稱為 BMAD方法（Breakthrough Method of Agile AI-Driven Development）。將開放流程切分成五個不同 AI 工具的職務角色來解決。詳細可查閱另篇貼文 《比 氛圍開發（Vibe Coding）更好的 敏捷AI驅動開發（BMad-Method）如何打造高效可靠軟體？》
