OpenManus:开源Manus
OpenManus:开源Manus

OpenManus:开源Manus最新版

官方版无广告3,472

OpenManus 是开源通用 AI Agent 框架(MIT,GitHub 约 5.9 万星),本地部署、免邀请码,可规划多步任务并调用代码、搜索与浏览器工具;本体免费,成本为自备大模型 API 调用费。

更新日期:
2025年3月7日
语言:
中文
平台:
没限制

3 人已下载 手机查看

OpenManus:开源Manus

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

OpenManus:开源Manus

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

OpenManus:开源Manus

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。

相关软件

暂无评论

none
暂无评论...