体验一下无需邀请码的 OpenManus

OpenManus 是什么?

在具体产品属性上,OpenManus 是类 Manus 的多智能体框架,为开发者提供了快速上手和定制化开发的平台,但向劲宇也不忘提醒:目前OpenManus是demo级(演示版本),暂时还没有GALA benchmark评测结果,效果可能一般。 后续团队会进一步投入DeepResearch方向与SWE(软件工程)代码方向。

说到 OpenManus 就不得不先提下 Manus,Manus 是全球首款真正意义上的通用型 AI Agent,由中国的创业公司Monica 开发,看官方的演示感觉很6,但是一码难求的邀请码告诉我,我不配拥有。

幸好有大佬连夜整出来一个 OpenManus,引用官方一句描述: Manus 非常棒,但 OpenManus 无需邀请码即可实现任何创意 !

官方仓库:github.com/mannaandpoe...

Manus 又是什么?

Manus 是一款由中国开发团队打造的自主AI 代理,它与传统的AI 模型不同,能够独立执行多步骤任务,无需使用者手动提供每一步指令。 这意味着,Manus 不仅仅是一个聊天机器人,而是一个可以根据目标自主分析、决策并执行任务的AI 系统。

官网:manus.im/

可以查看官网,自行了解。

安装

使用 uv(官方推荐)

  1. 安装 uv(一个快速的 Python 包管理器):
sh 复制代码
curl -LsSf https://astral.sh/uv/install.sh | sh
sh 复制代码
downloading uv 0.6.5 x86_64-apple-darwin
no checksums to verify
installing to /Users/rain/.local/bin
  uv
  uvx
everything's installed!

To add $HOME/.local/bin to your PATH, either restart your shell or run:

    source $HOME/.local/bin/env (sh, bash, zsh)
    source $HOME/.local/bin/env.fish (fish)
WARNING: The following commands are shadowed by other commands in your PATH: uv uvx

安装之后,需要重启终端,才能生效。

  1. 克隆仓库:
sh 复制代码
git clone https://github.com/mannaandpoem/OpenManus.git
cd OpenManus
  1. 创建并激活虚拟环境:
sh 复制代码
uv venv
source .venv/bin/activate  # Unix/macOS 系统
# Windows 系统使用:
# .venv\Scripts\activate
  1. 安装依赖:
sh 复制代码
uv pip install -r requirements.txt

python 版本偏低了,看来要升级一下 python 了。

sh 复制代码
brew install python

如果之前是用旧版本创建的虚拟环境,即使升级了系统的 Python,虚拟环境内部依然会使用旧的版本。你可以尝试删除并重新创建虚拟环境:

sh 复制代码
python3.13 -m venv venv
source venv/bin/activate

# 安装依赖
uv pip install -r requirements.txt

版本不合适,安装合适版本 3.12

成功的安装之路

要使用 uv 创建一个基于 Python 3.12 的虚拟环境。

  1. 安装 uv 工具 :如果尚未安装 uv,可以使用以下命令进行安装:

    sh 复制代码
    # 对于 macOS 和 Linux
    curl -LsSf https://astral.sh/uv/install.sh | sh
    
    # 对于 Windows
    powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
  2. 安装 Python 3.12 :使用 uv 安装指定版本的 Python:

    sh 复制代码
    uv python install 3.12
  3. 创建虚拟环境:使用安装的 Python 3.12 创建虚拟环境:

    sh 复制代码
    uv venv --python 3.12

请注意,uv 会自动下载并安装所需的 Python 版本,无需手动安装。

  1. 安装项目依赖

    sh 复制代码
    uv pip install -r requirements.txt

配置说明

OpenManus 需要配置使用的 LLM API,请按以下步骤设置:

  1. config 目录创建 config.toml 文件(可从示例复制):
sh 复制代码
cp config/config.example.toml config/config.toml
  1. 编辑 config/config.toml 添加 API 密钥和自定义设置:
sh 复制代码
# 全局 LLM 配置
[llm]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # 替换为真实 API 密钥
max_tokens = 4096
temperature = 0.0

# 可选特定 LLM 模型配置
[llm.vision]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # 替换为真实 API 密钥

针对自己的 key 可能还是要充点钱的,或者弄点余额可以使用的。要不就爆红了。😊

要选择支持 tools 调用功能的模型!!!

相同的模型,在不同的平台可能对 tools 的支持都不一样,有的支持有的不支持,所以还是要看选择的平台的那个具体的模型支持不支持

DeepSeek

我们就先用 DeepSeek 吧。目前只支持 deepseek-chat 模型,也就是 DeepSeek-V3, DeekSeek-R1 由于不支持 tools 功能,目前不支持。

访问 platform.deepseek.com/api_keys 创建一个 Api Key后复制保存下来,如果忘记了,重新创建一个即可.

将 DeepSeek 后台保存的 key 替换 "sk-xxxx" 整体。

toml 复制代码
# Global LLM configuration
[llm]
model = "deepseek-chat"
base_url = "https://api.deepseek.com/v1"
api_key = "sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxx" # 替换该部分的 api_key
max_tokens = 8192   
temperature = 0.0

# 备注: 目前多模态还没有整合,现在暂时可以不动
# Optional configuration for specific LLM models
[llm.vision]
model = "claude-3-5-sonnet"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."

# Server configuration
[server]
host = "localhost"
port = 5172

可以根据自己的情况适当充点,或者找渠道弄点余额。

效果

上述的环境和配置都弄完之后,就可以执行使用了。

终端效果

sh 复制代码
python main.py

前端界面

sh 复制代码
git checkout front-end

python app.py

不方便上传视频,就截几张图给大家看看效果吧。

会自动弹出很多相关疑似的产品网站。

小结

更多效果,大家可自行体验探索。还能链接其他大模型,也可自行体验探索。

相关推荐
聚客AI9 分钟前
大模型学习进阶路线图:从Prompt到预训练的四阶段全景解析
人工智能·llm·掘金·日新计划
晓131314 分钟前
第七章 OpenCV篇——角点检测与特征检测
人工智能·深度学习·计算机视觉
DeepSeek大模型官方教程44 分钟前
NLP之文本纠错开源大模型:兼看语音大模型总结
大数据·人工智能·ai·自然语言处理·大模型·产品经理·大模型学习
MidJourney中文版1 小时前
深度报告:中老年AI陪伴机器人需求分析
人工智能·机器人
王上上2 小时前
【论文阅读41】-LSTM-PINN预测人口
论文阅读·人工智能·lstm
智慧化智能化数字化方案2 小时前
69页全面预算管理体系的框架与落地【附全文阅读】
大数据·人工智能·全面预算管理·智慧财务·智慧预算
PyAIExplorer2 小时前
图像旋转:从原理到 OpenCV 实践
人工智能·opencv·计算机视觉
Wilber的技术分享2 小时前
【机器学习实战笔记 14】集成学习:XGBoost算法(一) 原理简介与快速应用
人工智能·笔记·算法·随机森林·机器学习·集成学习·xgboost
哪吒编程2 小时前
写作、编程最强模型Claude Opus 4,碾压o3、Gemini 2.5 Pro,国内直接使用
openai·claude
19892 小时前
【零基础学AI】第26讲:循环神经网络(RNN)与LSTM - 文本生成
人工智能·python·rnn·神经网络·机器学习·tensorflow·lstm