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)
- 安装 uv(一个快速的 Python 包管理器):
sh
curl -LsSf https://astral.sh/uv/install.sh | sh
sh
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。
- 克隆仓库:
sh
git clone https://github.com/mannaandpoem/OpenManus.git
cd OpenManus
- 创建并激活虚拟环境:
sh
uv venv
source .venv/bin/activate # Unix/macOS 系统
# Windows 系统使用:
# .venv\Scripts\activate
- 安装依赖:
sh
uv pip install -r requirements.txt
python 版本偏低了,看来要升级一下 python 了。
sh
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
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。
-
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# 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"
-
安装 Python 3.12 :使用
uv
安装指定版本的 Python:shuv python install 3.12
-
创建虚拟环境:使用安装的 Python 3.12 创建虚拟环境:
shuv 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。
-
安装项目依赖
shuv 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:
- 在
config
目录创建config.toml
文件(可从示例复制):
sh
cp config/config.example.toml config/config.toml
- 编辑
config/config.toml
添加 API 密钥和自定义设置:
sh
# 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
# 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
python main.py
前端界面
sh
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。