OpenManus：无需邀请码的开源通用智能体实现 | FoundationAgents/OpenManus

📌 项目地址：FoundationAgents/OpenManus | ⭐ 56,404 颗星 | 🔧 Python | 📜 MIT

项目背景

OpenManus 由 MetaGPT 团队（@Xinbin Liang、@Jinyu Xiang 等五人）在3小时内写出原型，发布后快速获得56404个star。它直接对标闭源项目 Manus（需要邀请码才能用），而 OpenManus 不需要任何邀请码，所有人都可以在本地运行、修改代码。项目代码量很小，抽象层只有 BaseAgent 和 Tool 两个核心类，想加一个新工具，写一个继承 Tool 的类就行，不需要理解复杂的编排逻辑。这点比 LangChain 轻得多。

另外还有一个衍生项目 OpenManus-RL（UIUC 和 OpenManus 合作），专门用 GRPO 等强化学习方法微调 LLM Agent。如果你对 RL 调 Agent 感兴趣，可以一并看看。

安装：conda 和 uv，推荐 uv

README 给了两种方式，我都试了。依赖多的时候 uv 明显快。

conda 方式

conda create -n open_manus python=3.12
conda activate open_manus
git clone https://github.com/FoundationAgents/OpenManus.git
cd OpenManus
pip install -r requirements.txt

uv 方式（推荐）

先安装 uv（Python 快速包安装器和解析器）：

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

然后：

git clone https://github.com/FoundationAgents/OpenManus.git
cd OpenManus
uv venv --python 3.12
source .venv/bin/activate   # Windows 用 .venvScriptsactivate
uv pip install -r requirements.txt

如果需要智能体操作浏览器（自动填表、截图等），再装 Playwright：

playwright install

我试了 uv 方式，从克隆到安装完成不到30秒。conda 加上依赖解析通常要两分钟以上。

配置：唯一必须做的事是填 API key

OpenManus 不内置任何模型，必须自己提供 LLM 接口。复制配置模板：

cp config/config.example.toml config/config.toml

编辑 config/config.toml，填入 API key。典型配置（来自 README）：

[llm]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # 替换
max_tokens = 4096
temperature = 0.0

[llm.vision]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."

如果你用其他兼容 OpenAI 接口的模型（比如本地 vLLM、国产模型），改 base_url 就行。不做视觉任务可以删掉 [llm.vision]。

temperature 设成 0.0 能降低幻觉，让工具调用更稳定。如果模型指令遵循能力差，可以适当提高，但可能会有更多乱调用工具的情况。

实际使用：还没有运行命令，需要自己探索

坦白说，README 目前只给出了安装和配置，没有给出明确的启动命令。我一开始在终端敲 python main.py 没反应（项目里没有这个文件）。后来去 HuggingFace 在线 Demo 试了一下效果。本地部署后，我翻了 agent/ 和 tool/ 目录，代码结构确实简单：BaseAgent 在 agent/base.py，Tool 在 tool/base.py。你可以自己写一个入口脚本，实例化 Agent 并运行循环。项目迭代很快，想二次开发的话建议固定一个 commit，或者关注 Discord 社区获取最新启动方式。

架构亮点：两个抽象类，扩展极简单

OpenManus 的核心抽象只有两个：

BaseAgent：定义 Agent 的循环逻辑——调用 LLM，解析响应，执行工具调用，更新状态。
Tool：定义工具的执行逻辑。你只需要重写 execute 方法，注册到 Agent 即可。

相比 LangChain 的 Chain、Tool、AgentExecutor 等多层抽象，OpenManus 几乎透明。如果你想快速集成内部 API 或私有服务，写一个 Tool 子类就够了。

RL 扩展：OpenManus-RL

如果你对用强化学习（GRPO 等）微调 Agent 感兴趣，可以看 OpenManus-RL。这是与 UIUC 合作的项目，专门研究如何通过 RL 提升 LLM Agent 的决策能力。目前还在早期阶段，但方向值得关注。

几点实用建议

模型选择：gpt-4o 最稳。如果换成其他模型，先测试它的指令遵循和格式化输出能力。工具调用依赖 LLM 输出结构化的 JSON，这一点做不好的模型效果会很差。我试过几个开源模型，输出经常跑偏。
扩展性：加工具只需写一个 Tool 子类，重写 execute 方法。适合快速集成私有 API 或公司内部服务。
温度设置：0.0 最稳定，但如果模型太保守导致拒绝执行任务，可以提高到 0.1-0.2，不要超过 0.5。
浏览器自动化：如果用到 Playwright，记得在运行前 playwright install，否则会报错。

我的评价

OpenManus 的价值是提供了一个干净、可运行、可扩展的 Agent 脚手架。代码量小，抽象清晰，比 LangChain 轻得多。如果你只想控制自己 Agent 的工具集合，不想被框架绑架，这个项目值得 fork。需要注意：文档还在完善，没有明确的启动命令，需要你自己读代码或社区获取；LLM 的输出质量直接决定了 Agent 的可用性，建议先用 gpt-4o 跑通流程再换模型。