无需6万激活码！GitHub神秘组织3小时极速复刻Manus，手把手教你使用OpenManus搭建本地AI Agent

一、天价邀请码VS开源革命：打工人今夜无眠

昨夜科技圈被两个关键词刷屏：Manus激活码炒至5万元 5,7，GitHub神秘项目OpenManus突然开源 6,7。这场戏剧性对决的背后，是一场关于「AI生产力特权」的终极博弈。

▍Manus的火爆与困局

现象级产品 ：演示视频中自主分析股票、筛选简历、规划旅行的能力，让Manus一夜封神2,3
特权准入 ：内测邀请码被黄牛炒至5万元，二手平台惊现「不接受砍价」的硬核卖家1,5
技术质疑 ：网友实测发现任务执行延迟严重，服务器频繁崩溃3,8

▍开源闪电战

正当资本狂欢时，GitHub上悄然出现两个项目：

OpenManus ：MetaGPT团队4人3小时复刻核心功能，支持SEO审计/报表生成7
OWL ：CAMEL-AAI团队逆向工程拆解Manus六步工作流，性能反超原版7
👉 致命优势 ：完全免费/支持本地部署/可外挂任意工具链6,7

二、如何使用这个OpenManus？

官方地址

官方地址：

https://github.com/mannaandpoem/OpenManus

start趋势：2025-03-07这一天涨了8k。。。多恐怖啊

安装虚拟环境

创建一个新的 conda 环境：

bash 复制代码

conda create -n open_manus python=3.12
conda activate open_manus

克隆代码

bash 复制代码

git clone https://github.com/mannaandpoem/OpenManus.git
cd OpenManus

安装依赖

bash 复制代码

pip install -r requirements.txt

配置

在config目录中创建一个config.toml文件（你可以从示例中复制）：

bash 复制代码

cp config/config.example.toml config/config.toml

编辑config/config.toml以添加您的 API 密钥并自定义设置：

配置这个llm模型的时候需要注意：

如果运行本地ollama的模型也可以，只不过一定要选择支持function call的模型

bash 复制代码

# Global LLM configuration
[llm]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # Replace with your actual API key
max_tokens = 4096
temperature = 0.0

# Optional configuration for specific LLM models
[llm.vision]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # Replace with your actual API key

这里我配置deepseek模型，先去官网API平台申请个api key

https://platform.deepseek.com/usage

然后根据情况配置即可了，很简单。我的配置如下，供参考，注意model需要是deepseek-chat，而不是deepseek-r1

python 复制代码

[llm]
model = "deepseek-chat"
base_url = "https://api.deepseek.com"
api_key = "你自己申请的key"
max_tokens = 4096
temperature = 0.0

[llm.vision]
model = "deepseek-chat"
base_url = "https://api.deepseek.com"
api_key = "你自己申请的key"

接下来安装playwright使用的chromium 内核浏览器

如果不懂playwright是什么的，可以自行网上搜索或者问大模型，你去了解知道playwright是什么东西后，就大概猜到这个Manus的底层原理了。。

PS：因为这个Agent就类似个大号爬虫，所以借助playwright框架去打开chromium内核浏览器，访问网页，爬取数据，然后生成报告。

bash 复制代码

playwright install chromium

运行

运行OpenManus，直接运行main.py文件即可

bash 复制代码

python main.py

三、重点说下运行的艰苦过程

运行一个股票分析的例子

首先我也是参照官网例子，运行一个股票分析的例子

运行过程中，看似一切正常，这个Agent总共30步（后来经过测试，不管你运行什么内容，都是30个步骤）

但是运行运行着就不对了

这一看就是触发反爬了，出来个滑块验证码，关键OpenManus并没有过去这个滑块验证码（看来爬虫过验证码都挺难受的，毕竟人家3个小时搞出来的程序，没时间写过验证码的代码）

然后我盯着屏幕半天，发现它并没有过验证码，我就手工滑动过去。

然后就出现了这个

紧接着我不管怎么运行，到最后就开始报错

估计又是因为哪个网站被封了，所以API请求失败，最终，放弃！

然后我又换"我准备去北京旅游，请为我做一份详细的旅游攻略"这个提示词

python 复制代码

async def main():
    agent = Manus()
    while True:
        try:
            # prompt = input("Enter your prompt (or 'exit' to quit): ")
            # if prompt.lower() == "exit":
            #     logger.info("Goodbye!")
            #     break
            # logger.warning("Processing your request...")
            prompt = "我准备去北京旅游，请为我做一份详细的旅游攻略"
            await agent.run(prompt)
        except KeyboardInterrupt:
            logger.warning("Goodbye!")
            break

最终还是报错

并且我发现，即使我换了新的提示词，它还是爬之前股票的那些网站。

百思不得其解，等抽时间再看看源码研究研究吧~~

OpenManus使用总结

接下来做个总结

OpenManus内部集成了很多tool，例如google_search、file_saver等等
因为是MetaGPT团队3个成员3个小时开发的，所以在搜索内容方面用的谷歌，所以运行OpenManus之前，你得有稳定的梯子
OpenManus内部打开浏览器是使用的playwright自动化工具，但是这个自动化工具没有解决指纹浏览器相关问题，导致爬虫很快被检测到，还容易被封
貌似每个提示词运行的步骤都是30步？我还没研究明白
虽然有很多问题，我也没完整运行起来一个例子，但是这种Agent的源码例子倒是一个不错的学习案例，可以参考这个代码自行改造，做成你专属的Agent

如果哪位大佬有时间，可以参考源码，把google_search.py部分替换为国内搜索，相信国内用户使用起来会很顺畅~

各位看官，如对你有帮助欢迎点赞，收藏，转发，关注公众号【Python魔法师】获取更多Python魔法~