ByteNoteByteNote

字节笔记本

2026年8月29日

OpenManus:本机跑一个开源通用 Agent

API中转
¥120

Manus 火的时候要邀请码。MetaGPT 几位作者当时用大约三小时写了个能跑的开源对照物,叫 OpenManus,仓库在 FoundationAgents/OpenManus,MIT 协议。到 2026 年 8 月底,Star 大约 5.8 万,还在更新。下面按官方 README 把本机从安装跑到能下任务,三条入口(普通 Agent、MCP、多智能体)分开写,避免混在一起踩坑。

项目主页:openmanus.github.io。早期完整快照在 OpenManus_Archive,新功能以 FoundationAgents 这份为准。

它实际做什么

OpenManus 是一个 Python 通用 Agent 框架:你在终端里丢一个任务,它自己做规划、调工具、再把结果写回来。默认工具里有搜索、代码执行、浏览器。浏览器现在默认走 Browser Use CLI 3.0(MCP),本机 Chrome/Chromium 就能挂上,不一定要云端浏览器 Key。

和闭源 Manus 比,它没有邀请码,也没有现成的托管产品。你要自己准备大模型 API(或本机 Ollama),任务质量基本取决于模型和提示,不是「装完就等于 Manus」。多智能体那条线官方仍标成不稳定。

同一拨人还做了 OpenManus-RL,用强化学习(比如 GRPO)调 Agent,跟日常跑任务是另一条线,这篇不展开。

环境

  • Python 3.12。官方安装命令写死了 3.12,不要用 3.11 或 3.13 碰运气。
  • Git。浏览器自动化还需要本机有 Chrome/Chromium,或按 Browser Use 的方式装一份。
  • 推荐用 uv 管依赖,比 conda 快,也是 README 的首选。

安装

先装 uv(如果还没有):

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

再拉仓库、建 3.12 虚拟环境、装依赖:

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

更习惯 conda 也可以:

bash
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

浏览器相关:

bash
# 旧的 Playwright 路径(BrowserGym 仍可能用到)
playwright install

# 现在默认的 Browser Use MCP:检查本机浏览器、必要时安装 Chromium
uvx browser-use --doctor
uvx browser-use install

uvx browser-use --cli-mcp 会在 Agent 启动时作为默认 MCP 服务拉起,依赖和 OpenManus 的 venv 是分开的。不想用浏览器时,启动前设 OPENMANUS_DISABLE_BROWSER_USE=1

要用 Browser Use Cloud 的远程浏览器,先导出 BROWSER_USE_API_KEY。已经有正在跑的 Chrome,可以用 BU_CDP_URLBU_CDP_WSBU_NAME 指过去。

配模型

复制示例配置:

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

config.toml 不会进 Git,密钥只放这一份。示例里默认是 Anthropic:

toml
[llm]
model = "claude-3-7-sonnet-20250219"
base_url = "https://api.anthropic.com/v1/"
api_key = "YOUR_API_KEY"
max_tokens = 8192
temperature = 0.0

[llm.vision]
model = "claude-3-7-sonnet-20250219"
base_url = "https://api.anthropic.com/v1/"
api_key = "YOUR_API_KEY"
max_tokens = 8192
temperature = 0.0

同一文件里还注释了几套可切换的后端,把对应块解除注释、改 API Key 即可:

后端api_type要点
OpenAI 兼容不填或默认base_url 指到兼容网关,model 写成网关支持的名字
Azure OpenAIazurebase_url 要带到 deployment;另加 api_version
Amazon Bedrockawsmodel 用 Bedrock 的 inference profile ID
Ollamaollamabase_url = "http://localhost:11434/v1"api_keyollama 即可
Jiekou.AIjiekou国内中转,按他们文档填模型和 Key

视觉模型走 [llm.vision],截图、看页面会用到。本机 Ollama 可换成 llama3.2-vision 这类带视觉的模型。搜索引擎在 [search],默认 Google,可改 Baidu / DuckDuckGo / Bing,并设 fallback。沙箱在 [sandbox],默认关;打开后用 python:3.12-slim 跑代码。

三种启动方式

1. 普通 Agent(先用这个)

bash
python main.py

终端里输入任务即可。适合单次规划-执行:查资料、改文件、开页面点几下。工具集合是内置的,不经过额外 MCP 配置也能跑。

2. MCP 模式

bash
python run_mcp.py

常用参数:

  • --connection stdio(默认)或 sse
  • --server-url:SSE 时默认 http://127.0.0.1:8000/sse
  • --prompt "...":跑完一条就退出
  • --interactive / -i:连续对话

config.toml[mcp]server_reference 默认 app.mcp.server。额外 MCP 服务写在 config/mcp.json(仓库有 mcp.example.json 可抄)。这一模式用来把外部 MCP 工具挂进 OpenManus,或让 OpenManus 以 MCP 方式和别的客户端连。

3. 多智能体(官方标不稳定)

bash
python run_flow.py

多角色一起拆任务。额外可以打开数据分析子 Agent,在 config.toml 里:

toml
[runflow]
use_data_analysis_agent = true

数据分析还要按 chart visualization 安装说明 补依赖,一般还要 Node。这条线出问题先退回 main.py,不要一上来就用它判断「OpenManus 能不能用」。

Hugging Face 上有官方 Demo:OpenManusDemo,只适合看一眼交互,密钥和浏览器权限仍以本机为准。

跑通之后可以试什么

任务写具体比写口号有用。例如:

  • 「打开 https://github.com/FoundationAgents/OpenManus,把 README 里的安装步骤整理成五条清单,写进 /tmp/openmanus-install.md。」
  • 「用 DuckDuckGo 查 Python 3.12 和 3.13 在科学计算库上的差异,列三张表能对比的点。」

浏览器没起来时,先跑不依赖页面的任务,确认模型和配置是好的,再开 Browser Use。日志如果报连不上 browser_use,用 uvx browser-use --doctor 看本机 Chrome 能不能被找到。

常见翻车

现象先查
装依赖失败 / import 报错Python 是不是 3.12;venv 有没有激活
一启动就找模型失败config/config.toml 是否从 example 复制出来,Key 和 base_url 是否匹配该后端
浏览器工具全灰OPENMANUS_DISABLE_BROWSER_USE 是否被设了;uvx browser-use --doctor;本机有没有 Chrome
MCP 连不上stdio 还是 SSE 搞反了;SSE 时服务端有没有在听 8000/sse
run_flow.py 乱报错先当不稳定功能;关掉 DataAnalysis,或退回 main.py

论文引用(Zenodo):doi:10.5281/zenodo.15186407

小结

本机跑 OpenManus:Python 3.12 + uv 装依赖,复制 config.toml 填模型,先 python main.py 确认闭环。浏览器走默认的 Browser Use MCP,不需要可以关掉。MCP 和多智能体是另外两条入口,等单 Agent 稳定再碰。协议、安装和配置以 GitHub README 为准。

分享: