
图:OpenManus 的 GitHub 仓库主页,含项目说明与安装指引(2026-11 截图)
定位与基本信息
OpenManus 是一个开源的通用 AI Agent 框架,目标是在自己电脑上复刻 Manus 那类「给一个目标、Agent 自己拆解步骤并调用工具完成」的产品形态,且不需要邀请码。它不是托管服务,而是一套要本地安装运行的 Python 代码:用户配置好大模型后,在命令行输入任务,Agent 会组合使用代码执行、网页搜索、浏览器操作、文件读写等工具,一步步产出结果。
- 开源协议:MIT,代码托管在 GitHub 的 FoundationAgents/OpenManus 仓库
- 社区规模:58,950 星、10,249 个分支(2026-11 快照)
- 最新发布版:v0.3.0(2025 年 4 月);仓库主线在 2026-11-02 仍有代码推送
- 运行环境:Python 3.12,官方提供 conda 与 uv 两种安装方式
- 配套资源:文档站 openmanus.github.io、Hugging Face Spaces 在线 Demo、姊妹项目 OpenManus-RL
平台背景
项目出现在 2025 年 3 月 Manus 走红之后。按仓库 README 的署名,核心作者 Xinbing Liang、Jinyu Xiang 等来自 MetaGPT 社区,README 自述最初的原型在 3 小时内完成,随后持续迭代至今。本站旧稿里「GitHub 2.8 万星」的说法是 2025 年初的数据,早已过期:到 2026-11 复核时星标已接近 5.9 万。另外要提醒,站内早期版本曾链接到 henryalps/OpenManus 这个同名个人仓库(约 956 星),那不是主仓库,下载与查文档应认准 FoundationAgents 组织下的这一个。
核心服务与功能

图:OpenManus 官方文档站首页,含快速上手与配置说明(2026-11 截图)
- 任务规划与执行:把用户给出的目标拆解为多步计划,逐步执行并根据中间结果调整后续动作,而不是单轮问答。
- 代码执行工具:内置 Python 执行环境,Agent 可以写脚本处理数据、生成文件、调用系统能力。
- 搜索与信息收集:内置网页搜索工具,用于在执行任务前查资料、核事实。
- 浏览器自动化:现行 README 显示其默认以 MCP 服务方式接入 Browser Use 3.0,获得浏览器执行与截图工具,可打开网页、点击与抓取内容;不需要时可通过环境变量关闭。
- 文件操作与数据分析:可读写本地文件,仓库内带图表可视化等工具模块,适合生成报告类产物。
- 多模型配置:通过 config 目录下的 config.toml 填入模型名称与 API Key,可切换不同厂商的大模型作为 Agent 的大脑,同一任务换模型后表现差异明显,选型本身就是使用成本的一部分。
- 多种运行入口:除主程序 main.py 外,还提供 MCP 工具版与 flow 流程版等不同入口,方便嵌进其他系统。
使用方式
先克隆仓库,用 conda 新建 Python 3.12 环境(或用官方推荐的 uv)安装依赖;把 config.example.toml 复制为 config.toml,填入所用模型的名称与 API Key;运行 python main.py 后在命令行输入任务即可。官方另在 Hugging Face Spaces 提供在线 Demo,不想装环境的人可以先在那里试功能,但 Demo 的额度与稳定性由平台决定。整体流程面向有开发经验的用户,纯小白从装环境到跑通第一个任务通常需要照着文档排查几次。运行过程中 Agent 的每一步动作都会在终端打印,卡住时先看日志停在哪一步,再决定是换模型、补依赖还是缩小任务范围。
适用人群
适合想在本地可控环境里体验通用 Agent、且能自己承担模型调用费的开发者与研究人员,也适合拿它做教学与演示的讲师;也适合需要在内网做 Agent 原型验证、数据不能出本地的技术团队。不适合的场景:需要开箱即用和稳定服务保障的业务生产环境,以及不想碰命令行的普通用户——后者用商业版 Manus 这类托管产品更省事。
免费与付费对照

图:OpenManus 仓库 README 页,含功能介绍与快速开始(2026-11 截图)
项目本体免费开源(MIT),没有官方订阅版(2026-11 快照)。真实成本在用户一侧:一是大模型 API 调用费,这类多步 Agent 一个任务会连续调用模型几十次,长任务的 token 账单并不低,具体取决于所选模型单价;二是运行机器与时间成本。Hugging Face 上的官方 Demo 可免费体验,但有平台侧的用量限制。换句话说,它省下的是产品订阅费,没省下算力与模型的钱。
优缺点
优点:
- 完全开源、本地运行,模型 Key 与任务数据都在自己手里,可审计、可改造。
- 星标近 5.9 万,中文、英文、韩文、日文多语言 README 与文档站齐全,遇到问题容易找到讨论。
- 工具链可扩展,浏览器能力已改为通过 MCP 接入 Browser Use,架构跟得上生态变化。
- 有在线 Demo 可以零安装先验证形态,再决定是否投入时间部署。
缺点:
- 正式版本号停在 2025 年 4 月的 v0.3.0,主线靠提交推进,稳定性要自己评估,生产使用需锁版本。
- 任务完成质量随所接模型差异很大,弱模型下经常中途失败或绕圈子。
- 安装与配置对非程序员不友好,出错环节多(环境、依赖、Key、浏览器组件)。
- 与商业版 Manus 相比缺少托管算力、任务队列与打磨过的任务管理界面。
还有一个容易被忽略的成本项是调试时间。这类框架的典型故障不是程序报错,而是 Agent 在某一步理解偏了、反复尝试同一个动作,或者工具调用格式与模型输出对不上。新手第一次跑通后,建议先用「整理某个主题的资料并生成一份带出处的摘要」这类可核验的小任务练手,确认搜索、浏览、写文件三条链路都正常,再逐步给更开放的目标;直接上手长任务,出问题时很难定位是哪一环坏了。
同类竞品对比
| 对比项 | OpenManus | Manus | agent.exe |
|---|---|---|---|
| 产品形态 | 开源框架,本地部署 | 商业托管 Agent 产品 | 开源桌面 Agent |
| 收费方式 | 免费,自备模型 API 费用 | 订阅制,以官网为准 | 免费,自备模型 API 费用 |
| 运行环境 | 本地机器,命令行驱动 | 官方云端 | 本地桌面,操作整个系统 |
| 上手难度 | 需装 Python 环境与配 Key | 注册即用 | 需本地配置 |
选择逻辑很直接:要省心、要稳定就用 Manus 这类托管产品并接受订阅;要数据不出本地、愿意折腾环境就选 OpenManus;任务主要发生在浏览器之外的桌面软件里,才考虑 agent.exe。
与同类框架相比,OpenManus 的定位决定了它的用户群:它更像一个供学习与二次开发的参考实现,而不是追求开箱交付的产品。仓库里能看到从主程序、MCP 版到 flow 版的多种入口并存,说明项目仍在探索形态;把期望值放在「理解通用 Agent 如何组装工具链、并在此基础上改自己的版本」上,体验会更符合实际。
还有两个选型层面的事实供参考。其一,它与 Browser Use 的关系已经从「同类」变成「上下游」:现行版本默认通过 MCP 调用 Browser Use 的浏览器能力,说明这类开源 Agent 正在向共享工具层收敛,单独评估 OpenManus 时也要把这条依赖算进去。其二,它的发布版节奏与主线提交节奏脱节,v0.3.0 之后一年半没有新正式版,介意版本管理规范的团队应把它当作持续开发中的代码库,而不是成熟产品来采购式使用。
注意事项与风险
- 借 OpenManus 名义的第三方网站与收费产品不少,下载只认 FoundationAgents/OpenManus 官方仓库,不要在来路不明的站点填 API Key。
- Agent 具备执行代码与读写文件的能力,首次运行建议放在虚拟机或容器等隔离环境,确认行为符合预期后再放进日常环境。
- 长任务的模型调用费可能超预期,先用便宜模型跑小任务估算单次成本,再决定是否放大。
- Agent 生成的报告、数据与代码必须人工核验,不能直接对外交付或直接执行其生成的系统命令。
- 依赖的浏览器与模型生态变化快,升级前先看仓库提交与 issue 区,避免升级后工作流中断。