厍康复 LV
发表于 2025-3-31 12:01:02
最新消息，就在刚刚，Manus AI的官方X账号已被平台冻结。
不过就在此时，开源界以迅雷不及掩耳之势上演了一波速度与激情——有这样一个项目，仅凭三小时的代码量，就掀翻了AI的高墙。
昨天晚上，GitHub开源了一个无需邀请码的OpenManus项目，刚刚开源不到一天，Star数就已经破千。
项目地址：https://github.com/mannaandpoem/OpenManus
现在，所有开发者都可以实测了。
其中最亮眼的，莫过于这句「只需修改config.toml即可开玩」，直接对封闭生态公开打脸。
创建环境，克隆项目并CD到目录，改一下config/config.toml里的大模型信息，再输入一行命令，就可以愉快地在terminal里体验了。
conda create -n open_manus python=3.12
conda activate open_manus
git clone https://github.com/mannaandpoem/OpenManus.git
cd OpenManus
pip install -r requirements.txt
cp config/config.example.toml config/config.toml
# 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
python main.py开源界3小时复刻Manus，跟邀请码说再见
来自国内的这支团队宣布：晚餐后2小时，OpenManus的核心功能直接开源！
没有邀请码，没有壁垒，这支团队用3小时的代码量，就把邀请码机制扫进历史垃圾堆，跟饥饿营销彻底说拜拜！
OpenMunus的作者均为MetaGPT的核心贡献者。
OpenManus的实现很简单，使用到了computer use、基本的智能体和规划。
就像在Manus中那样，任何人都可以使用OpenManus，把自己的想法变为现实。
无论在手机上还是OS上，如果想做Deep Research，只要提交你的问题，它就可以帮你实现了。
比如，我们可以给OpenManus这样一个任务：「对Karpathy的网站（https://karpathy.ai/）进行全面的SEO审核，并提供详细的优化报告，包括可执行的改进建议。」
OpenManus会展开思考，将自己的任务分解为如下几步。
首先，检查网站并收集基本信息
然后，分析关键的SEO要素
第三，检查技术性SEO方面的问题
最后，整理优化建议
明确任务细节后，OpenManus就打开Karpthy的网站，开始收集信息、展开详细分析。
整个思考过程，每一步都清晰可见。
，时长02:13
最终，它生成了一份完整、详实的Karpathy个人网站优化报告。
其中，它提出的高优先级任务如下：Meta标签优化（如优化页面标题，使其包含相关关键词）、技术设置（如创建并提交XML站点地图）、内容优化（如为所有图片添加alt文本、在个人网站上实施Schema标记等）。
OpenManus的核心，就是一个革命性的模块化Agent系统，由高度智能的专业团队，组成了一个协作网络。
- Manus主代理：项目经理，能理解用户需求，协调各个专业团队的工作。
- PlanningAgent：战略专家，将复杂的任务分解为清晰可执行的步骤。
- ToolCallAgent：技术专家，掌握各种强大工具的使用方法。
由此，开发者可以根据自身需要，自由组合不同的功能模块，创造出自己独有的AI助手。
OpenManus无缝集成了包括Claude 3.5、Qwen VL Plus在内的多个顶级大模型，开发者能充分利用各个模型的优势。
为何只用短短3小时，团队就能打破Manus的高墙垄断？
原因就在于，OpenManus其实源于MetaGPT的开源积累。
我们只是把浏览器工具链嫁接到过去代码上，配合沉淀的Agent工具包，核心系统1小时就完成了。
OpenManus的另一强大功能，就是它的实时反馈机制。
LLM思维链的过程，会被可视化地呈现出来。无论是任务执行进度的实时更新、思考过程日志、文件的即时通知等，都随时可见。
此外，OpenManus还配备了一套强大的工具链，能处理各种复杂任务。
- Python代码执行器：实时生成和执行代码
- 网络搜索工具：自动获取和分析网络信息
- 浏览器自动化：模拟人类操作进行网页交互
- 文件处理系统：自动生成和管理各类文档
其中，这些工具都不是简单的独立模块，而是被精心设计的协同系统，在处理任务时能默契配合，高效完成任务。
实测生成一份关于Manus的报告
问题来了：OpenManus能成为Manus的平替吗？
OpenManus的开发者HKUST（GZ）博士生Jiayi Zhang上传了一段实测视频。
视频中他给出了这样一段提示：
深度调研和Manus这个Agent有关的信息，自己整理信息，然后写一个新闻html页面介绍它，你写的html应该尽可能美观。
接着OpenManus就开始干活了。它将这个任务分步进行，首先使用GoogleSearch搜索Manus Agent的相关信息。
在这个过程中还不断打出思考过程：「好的,让我们继续深入调研Manus,我会逐步访问搜索到的重要链接,收集信息,然后创建一个精美的HTML网页。」
它开始不断调用工具「browser_use」，访问不同的文章来搜集信息。
整理完信息，OpenManus再次输出：「现在让我们使用正确的完整路径来打开HTML文件：」渲染完后，它就给出了网页的链接。
打开后可以看到完整的报告。然而，OpenManus的能力还不止于此，在视频中，它被人要求继续完善这个页面，添加更多具体的技术细节和实际应用案例。
接着它就又开始调用起「google_search」以及「browser_use」这些工具，很快就重新给出了一个新的页面网址。
可以看出，OpenManus给出的这份关于Manus的报告，包括了Manus的诞生与发展、技术架构与创新以及实际应用案例与未来展望等。
虽然这份报告的结构看上去比较完整，但是细节还是有点乏善可陈。
Browser-use：让智能体直接操作浏览器
在OpenManus项目中，很重要的一项功能就是Browser-use。
Browser-use是一种使AI智能体能够操作浏览器的简单方式。它在GitHub上开源，许多项目都使用了它的功能，目前已经获得有超过35.8k个星星了。
项目地址：https://github.com/browser-use/browser-use
它通过提取网站的交互元素（如按钮、表单等），使AI能够自动化执行浏览器操作，例如填写表单、搜索信息或导航网页。这对于开发AI驱动的网络代理非常有用。
比如，它可以将商品添加到你的购物车，并完成结账。
甚至是阅读你的简历，然后帮你找工作！中途如果有需要，还会遵从你的指示。
作者团队
OpenManus的作者团队，此前就凭MetaGPT受到大量关注。
MetaGPT是一款开源的AI智能体框架，将多个AI模型整合在一起，模仿现实世界公司的运作，在模拟软件开发流程方面表现出色。
当时一经开源，MetaGPT就火爆全网，如今在GitHub上已经收获了49.1k stars。
向劲宇
向劲宇，研究方向为LLM智能体，强化学习和NLP，曾获得阿里巴巴数学竞赛AI赛道全球第二名。此前，他在西南交通大学获得学士学位。
于兆洋
于兆洋，研究方向是LLM智能体及其推理，此前在中国人民大学高瓴人工智能学院获得学士学位。
张佳钇
张佳钇，香港科技大学（广州） 的博士生。研究兴趣是LLM智能体，尤其关注其推理能力以及适应多种环境的智能体构建范式。此前，他在中国人民大学信息学院获得学士学位。
洪思睿
洪思睿，研究兴趣是LLM、NLP和多智能体系统。此前在暨南大学获得学士学位，在香港科技大学获得硕士学位。
One More Thing：0天复刻Manus，OWL完全开源
不仅如此，另一个来自CAMEL AI团队的0天复刻Manus通用智能体，也被开源了。
这个名为OWL的项目，直接干到开源界GAIA的性能天花板，达到57.7%，超越Hugging Face提出的Open Deep Research 55.15%的表现。
项目地址：https://github.com/camel-ai/owl
简单来说，OWL是一个顶尖的多智能体协作框架，致力于突破任务自动化的界限。
在GAIA基准测试中，OWL取得了58.18的平均分，并在开源框架中排名第一。
在这个任务中，OWL智能体非常丝滑地完成了任务：调研总结GitHub仓库里都有什么。
另外，它还能自动帮我们查找今天在伦敦有什么电影。
在这个过程中，CAMEL AI对Manus的技术路线做了一波逆向工程，启动了深度复刻计划。
首先，是把Manus的核心工作流拆成6步。
- 启动一个Ubuntu容器（Agent远程工位就位）
- 知识召回（把之前学过的内容捡起来用）
- 连接数据源（数据库、网盘、云存储全覆盖）
- 把数据挂载到Ubuntu（Agent的搬砖时刻）
- 自动生成todo.md（规划任务+写待办清单）
- Ubuntu工具链+外接工具组合拳，执行全流程任务
然后，所有Manus里智能体用到的操作，团队都会给OWL配齐。
启动一个Ubuntu容器，OWL就能随时随地远程办公了。
在项目描述中， 团队表达了对AI智能体的愿景：
我们的愿景是彻底改变AI智能体协作解决现实世界任务的方式。
通过利用动态的智能体交互，OWL能够在多个领域中实现更自然、高效和稳健的任务自动化。
相信我们还将不断见证各类复现项目，打破「邀请码」的垄断。 |
|
