OpenManus

OpenManus 是 MetaGPT 团队核心成员开发的开源通用 AI 智能体框架，MIT 许可，官方定位：”An open-source framework for building general AI agents” ——目的是零成本复刻闭源 Manus 的手脑并用能力，”No fortress, purely open ground” 。原型在 3 小时内完成初版并持续构建 。

核心能力：灵活的智能体框架（Agent Framework）、外部工具与 API 集成（Tool Integration）、完全开源社区驱动（Open Source） 。架构上提供三种执行模式（main.py 单智能体 / run_flow.py 多智能体 / run_mcp.py MCP 工具）、BaseAgent → ReActAgent → ToolCallAgent → Manus 四级继承体系、Python 执行/文件操作/Web 浏览/数据可视化/MCP 工具五类能力 。

它是 Agent 框架分类中“开箱即用通用智能体框架”的代表作，与 LangGraph（已收录，图式有状态编排）、CrewAI（已收录，角色分工）、AG2（已收录，对话驱动多智能体）、MAF（已收录，微软官方生产级多智能体）形成清晰的差异化。

产品概述

OpenManus 的故事始于 2025 年 Manus AI 爆火但采用邀请码制——MetaGPT 团队成员 @mannaandpoem、@XiangJinyu、@MoshiQAQ 等在 3 小时内完成原型并开源 ，口号：”Manus is incredible, but OpenManus can achieve any ideas without an Invite Code” 。项目愿景有二 ：

• 通用领域全能 AI 助手，为超级个体和一人公司提供最强支持
• 垂直领域专业 AI 智能体的快速开发与验证效率平台

核心定位哲学：

官方站点开宗明义——”OpenManus provides essential capabilities for building AI agents: Agent Framework + Tool Integration + Open Source” 。三个不可妥协的设计原则：

• 开箱即用：多工具协作（代码执行、浏览器、搜索、文件编辑）+ 任务规划 + 多智能体协作，拿到即可跑复杂任务
• MCP 原生扩展：通过 Model Context Protocol 连接外部服务，能力无限扩展
• MIT 完全开源：社区驱动开发，无任何邀请码/付费墙

它做什么 / 不做什么（关键归类）：

• ✅ 做：安装到 Python 环境 → 配置 LLM API Key → 通过 python main.py 启动智能体 → 在终端输入自然语言指令 → Manus Agent 通过 think-act-observe 循环调用工具（Python 执行/浏览器/文件/搜索/可视化）→ 自主完成多步骤任务
• ❌ 不做：不提供 LLM 推理本身（需外接 OpenAI/Claude/Gemini 等 API）、不提供独立 SaaS 服务（是开源框架，需自托管运行）
• 本质是开源通用智能体框架：它必须 pip install 安装、配置 config.toml、运行 Python 入口脚本——与 AutoGPT Platform（可视化 SaaS）有形态差异，但与 AG2、CrewAI 同属”开发者框架”大类。OpenManus 的独特之处在于框架与产品的平衡：既提供清晰的 BaseAgent→Manus 继承架构供开发者扩展，又提供 python main.py 即用的产品化体验。

技术架构​ ：

• 实现语言：Python 3.12+
• 架构分层（5 层）：
  • 用户接口层：CLI（Command Line Interface）
  • 应用层：main.py（单智能体）/ run_flow.py（多智能体）/ run_mcp.py（MCP Server）
  • 智能体层：Manus Agent / SWE Agent / Browser Agent / Data Analysis Agent
  • 工具层：Python Execute / File Operations / Web & Browser Tools / Data Visualization / MCP Tools
  • 基础设施层：LLM Providers / Configuration / Sandbox Environment
• 智能体继承体系​ ：
  • BaseAgent（基础状态管理、Memory、LLM 集成、执行控制）
  • → ReActAgent（Reasoning + Acting 模式，think 和 act 两阶段）
  • → ToolCallAgent（think 阶段选工具，act 阶段执行工具）
  • → Manus（通用智能体，定制 system_prompt + available_tools）
• 三种执行模式​ ：
  • Mode 1: General Agent（python main.py）：Manus Agent 通用任务执行，本地工具 + 可选 MCP
  • Mode 2: MCP Agent（python run_mcp.py）：专用于连接远程 MCP 工具服务器
  • Mode 3: Multi-Agent Flow（python run_flow.py）：PlanningFlow 编排多智能体协作，实验性
• 五大智能体实现​ ：
  • Manus：通用任务执行（Python、Browser、Bash、Files、Web Search、MCP）
  • MCPAgent：通过 MCP 协议远程工具代理，动态工具发现
  • BrowserAgent：Web 自动化，浏览器导航与元素交互
  • DataAnalysis：数据处理与可视化，Python 执行 + 图表生成
  • SandboxManus：在 Daytona 沙箱中隔离执行
• 状态管理：AgentState 枚举跟踪执行阶段（IDLE / RUNNING / FINISHED / ERROR）
• Memory 系统：消息历史维护，支持文本/图像/工具结果的多模态统一格式
• 配置：config.toml 声明 LLM 全局配置与 [llm.vision] 视觉模型配置
• MCP 集成：mcp.json 配置远程 MCP 服务器，Manus Agent 动态发现并集成工具

许可策略：MIT License ，允许商用、修改、分发，最宽松许可阵营。

社区与生态​ ：

• 早期材料显示 GitHub 上曾达 40,000+ Stars、6,800+ Forks、46+ 贡献者（2025 年 3 月数据）
• 飞书社区群组
• 致谢：anthropic-computer-use、browser-use、MetaGPT、OpenHands、SWE-agent
• 算力支持：PPIO
• 衍生项目：OpenManus-RL（UIUC + OpenManus 合作，基于 GRPO 的强化学习调优 LLM 智能体）

💡 与同层 Agent 框架的关键差异：

• vs LangGraph（已收录）：LangGraph 是图式底层编排框架（StateGraph + checkpointer + interrupt），偏基础设施，开发者需自己构造图；OpenManus 是开箱即用的通用智能体框架——python main.py 即可跑复杂任务，内置多智能体 + 工具链 + 任务规划
• vs CrewAI（已收录）：CrewAI 是角色分工多智能体（声明角色/目标/工具，Process 决定流转）；OpenManus 的 PlanningFlow 自动把任务拆为线性或 DAG 步骤，多智能体按”项目经理 → 产品经理 → 执行专员”角色分工
• vs AG2（已收录）：AG2 是对话驱动（GroupChat 中消息交换，角色涌现）；OpenManus 是流程驱动（PlanningFlow 预先拆解任务为线性/DAG 步骤）
• vs MAF（已收录）：MAF 是微软官方生产级多智能体框架（AutoGen + Semantic Kernel 合并，1.0 GA 2026.4.2，typed-graph workflows + handoff orchestration，Azure 企业特性）；OpenManus 是社区开源框架，产品化体验更强但企业特性需自集成
• vs OpenClaw（已收录）：OpenClaw 是本地设备个人 AI 智能体（通过聊天应用接收指令）；OpenManus 是更完整的多智能体框架，六层架构、12 类工具、MCP 扩展，定位”通用 AI 智能体框架”而非个人助手

核心能力

-多工具协作（核心差异化）

• Python 执行：运行 Python 代码，可选 Docker 隔离
• 文件操作：文件读写、文件保存
• Web 与浏览器工具：基于 browser-use 的浏览器自动化
• 数据可视化：图表生成与数据展示
• MCP 工具：通过 Model Context Protocol 连接外部服务，能力无限扩展
• Bash 命令：命令行执行
• Web 搜索：Google Search 等

-浏览器自动化

• 基于 browser-use 集成
• BrowserAgent 专门处理 Web 自动化：浏览器导航、元素交互
• 自动截图并集成到对话上下文
• 多步骤 Web 自动化任务的浏览器状态保持

-MCP 原生支持

• run_mcp.py 启动 MCP Agent 模式
• mcp.json 配置远程 MCP 服务器
• 动态工具发现与集成
• 从配置的 MCP 服务器动态发现工具

-任务规划与多智能体协作

• PlanningFlow：多智能体编排器，LLM 生成多步骤计划，编排器将步骤分配给合适的智能体
• automatically decomposes complex tasks into manageable steps​
• 多智能体角色：Manus（通用）+ SWE Agent（软件工程）+ Browser Agent（Web 自动化）+ Data Analysis Agent（数据分析与可视化）
• DataAnalysis Agent：可通过 config.toml 的 [runflow] use_data_analysis_agent = true 启用

-智能体继承体系

• BaseAgent：基础状态管理、Memory、LLM 集成、执行控制（step-based execution with configurable limits and stuck-state detection）
• ReActAgent：Reasoning + Acting 模式，think 和 act 两阶段
• ToolCallAgent：think 阶段选工具，act 阶段执行工具；tool_choices 参数控制工具使用模式（AUTO/REQUIRED/NONE）
• Manus：继承 ToolCallAgent，定制 system_prompt + available_tools，通用任务执行

-状态与记忆管理

• AgentState 枚举：IDLE / RUNNING / FINISHED / ERROR
• Memory 类：消息历史维护，可配置消息上限与自动修剪
• 多模态支持：文本、图像、工具结果统一消息格式
• Stuck-state detection：可配置的执行步数限制与卡死检测

-人机交互

• Human interaction tools：Manus Agent 工具集中包含人类交互工具
• 终端交互循环：python main.py 后用户输入自然语言指令，智能体通过 think-act-observe 循环执行

-LLM 多提供商

• config.toml 配置全局 LLM：[llm] section（model、base_url、api_key、max_tokens、temperature）
• 视觉模型单独配置：[llm.vision] section
• 支持 OpenAI API 格式的任何兼容端点

优势亮点

• MIT 最干净许可：完全开源，允许商用、修改、分发，无 copyleft 限制
• Manus 开源替代：无需邀请码，零成本复刻 Manus 能力
• 3 小时原型：MetaGPT 团队核心成员 3 小时完成初版 ，迭代迅速
• 开箱即用：python main.py 即可跑复杂任务，产品化体验强
• 六层清晰架构：用户接口层 → 应用层 → 智能体层 → 工具层 → 基础设施层
• 四级智能体继承：BaseAgent → ReActAgent → ToolCallAgent → Manus，扩展性强
• 三大执行模式：单智能体（main.py）/ 多智能体（run_flow.py）/ MCP 工具（run_mcp.py）
• 五大智能体实现：Manus / MCPAgent / BrowserAgent / DataAnalysis / SandboxManus
• MCP 原生：通过 Model Context Protocol 无限扩展外部工具
• 任务规划：PlanningFlow 自动拆解复杂任务为线性或 DAG 步骤
• 浏览器自动化：基于 browser-use，功能强大
• 多模态 Memory：文本/图像/工具结果统一消息格式
• 社区活跃：飞书社区、46+ 贡献者、早期 40K+ Stars
• 衍生生态：OpenManus-RL（UIUC 合作，GRPO 强化学习调优）
• Python 3.12+：现代化 Python 栈

局限

• 需自托管运行：OpenManus 是开源框架，需 pip install + 配置 API Key + 运行 Python 脚本，无独立 SaaS 服务形态（与 AutoGPT Platform 不同）
• 依赖外部 LLM API：必须配置 OpenAI/Claude/Gemini 等 API Key，智能体本身不提供推理
• 多智能体模式实验性：官方文档明确标注 run_flow.py 多智能体版本为”unstable” ——生产使用需谨慎
• 执行速度较慢：实测显示执行过程非常慢，需要耐心等待，且有一定失败概率
• 企业特性缺失：相比 MAF（Azure AD/RBAC/SOC 2）、LangGraph（LangSmith 可观测性），OpenManus 缺企业级权限、审计、可观测性
• 与 LangGraph 对比：LangGraph 已吃下约 40% 生产级 Agent 部署，有成熟的状态管理（checkpointer）和人机协作（interrupt）；OpenManus 的持久化执行能力相对初级
• 与 CrewAI 对比：CrewAI 角色分工更适合流程可预先知晓的场景；OpenManus 的 PlanningFlow 自动规划在开放式任务更强，但 token 开销更大、可控性较弱
• 与 AG2 对比：AG2 的对话驱动在智能体协商场景更自然；OpenManus 的流程驱动在任务自动化场景更直接，但智能体间”协商”能力弱于 AG2 的 GroupChat
• 与 MAF 对比：MAF 是微软官方生产级框架（1.0 GA 2026.4.2，AutoGen + Semantic Kernel 合并，Python/.NET 双语言，企业特性完整）；OpenManus 是社区开源框架，企业特性需自集成
• 生产验证规模：相比 LangGraph（Airbnb/Shopify/UnitedHealth）、CrewAI（生产部署广泛），OpenManus 更偏原型与开发者体验，大规模生产验证案例较少
• 沙箱隔离需额外配置：代码执行默认无隔离，建议使用 Docker 或 SandboxManus（Daytona 沙箱）

适用人群

• 中文开发者体验通用 Agent 能力：Manus 开源替代，零邀请码
• 学习 Agent 实现原理：六层架构 + 四级继承体系清晰易懂，是学习智能体设计的优秀教材
• 多步骤自主任务自动化：网页开发、AI 研究摘要、股票市场分析等复杂任务
• 垂直领域 AI 智能体快速验证：项目愿景明确”为垂直 AI Agents 提供最佳效率平台”
• 需要浏览器自动化的场景：基于 browser-use 的强大 Web 自动化
• MCP 生态用户：希望通过 MCP 协议扩展外部工具
• MetaGPT 生态用户：与 MetaGPT 团队其他项目（OpenHands、SWE-agent）协同
• 创业团队构建 AI Agent 产品：MIT 许可商用无限制，产品化骨架完整

安装与部署

1. 环境要求

• Python 3.12+
• 虚拟环境（conda 或 uv）
• LLM API Key（OpenAI/Claude/Gemini 等）
• 可选：Docker（代码执行隔离）、Playwright（浏览器自动化）

2. 安装（推荐 uv 方式）

# 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# 克隆仓库
git clone https://github.com/FoundationAgents/OpenManus.git
cd OpenManus

# 创建虚拟环境
uv venv --python 3.12
source .venv/bin/activate  # Unix/macOS
# Windows: .venv\Scripts\activate

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

# 可选：安装浏览器自动化工具
playwright install

3. 配置 LLM

# 复制配置模板
cp config/config.example.toml config/config.toml

# 编辑 config.toml，填入 API Key
# [llm]
# model = "gpt-4o"
# base_url = "https://api.openai.com/v1"
# api_key = "sk-..."
# max_tokens = 4096
# temperature = 0.0
#
# [llm.vision]
# model = "gpt-4o"
# base_url = "https://api.openai.com/v1"
# api_key = "sk-..."

4. 运行模式

# 模式 1：通用智能体（默认）
python main.py
# 终端输入你的创意/任务，如：
# "Create a simple portfolio website for a photographer"
# "Research the impact of AI on healthcare and provide a summary"

# 模式 2：MCP 工具版本
python run_mcp.py

# 模式 3：多智能体版本（实验性/unstable）
python run_flow.py

5. 启用 DataAnalysis Agent

# config.toml
[runflow]
use_data_analysis_agent = true  # 默认 false，改为 true 启用

# 安装相关依赖以确保 DataAnalysis Agent 正常运行
# 参考官方详细安装指南
python run_flow.py

6. 配置 MCP 服务器

// mcp.json
{
  "mcpServers": {
    "your-server": {
      "command": "...",
      "args": ["..."]
    }
  }
}

# 通过 MCP Agent 模式连接
python run_mcp.py

7. 部署前必检清单

• 确认仓库位于 github.com/FoundationAgents/OpenManus（官方）
• 许可：MIT License
• 严格属于 Agent 框架分类，“开箱即用通用智能体框架”子类
• 官方定位：”An open-source framework for building general AI agents”
• 开发方：MetaGPT 团队核心成员（Xinbin Liang、Jinyu Xiang 等）
• 语言：Python 3.12+
• 原型：3 小时完成初版