OpenManus 是由 MetaGPT 团队于 2025 年 3 月推出的开源项目，旨在复刻 Manus 的核心功能，为用户提供无需邀请码、可本地化部署的智能体解决方案。
Qwen3-32B 是 Qwen3 系列中的一款推理模型，拥有 32.8 亿参数量。在编程、数学及通用能力等基准测试中，其表现与其他顶级模型如 DeepSeek-R1、o1、o3-mini、Grok-3 和 Gemini-2.5-Pro 相比具有竞争力。此外，Qwen3 模型的编码和代理功能得到了优化，并增强了对 MCP 的支持。
MCP 是一个开放协议，旨在标准化应用程序如何为大型语言模型（LLM）提供上下文。 你可以把 MCP 想象成 AI 应用的「USB-C 接口」。就像 USB-C 为设备连接各种外设和配件提供了一种标准化的方式一样，MCP 为 AI 模型连接不同的数据源和工具提供了一种标准化的方法。
教程链接：https://go.openbayes.com/Dc8wW
首先点击「公共教程」，在公共教程中找到「OpenManus（Qwen3-32B + MCP）实现自定义 AI Agent！」，单击打开。
manus 教程
数据和代码都已经同步完成了。容器状态显示为「运行中」后，点击「 打开工作空间」，即可进入界面。
1.点击「 打开工作空间」找到「OpenManus/config/mcp.json」文件，来自定义设置并添加 MCP 服务，添加完毕后保存文件并退出
这里通过 stdio 的方式配置了一个外部 MCP 服务（Tavily），Tavily MCP 服务器提供搜索、提取、映射和爬虫工具。其中「Your_API_Key」需要替换为自己的 Tavily_API_Key，从官网获取：https://www.tavily.com/
2.开始使用
新建一个终端，输入启动命令（必须完成上一步 mcp 的 api 配置才能正确启动程序！！！）
通过终端输入你的 prompt
Agent 开始调用 mcp.json 里配置的搜索服务
整合 MCP 服务的调用结果，给出最终答复
发布者：Ai探索者，转载请注明出处：https://javaforall.net/243865.html原文链接：https://javaforall.net
