OpenManus 源码解析

官方文档中，给出了三种运行方式，分别是：

一行命令运行 OpenManus：

如需使用 MCP 工具版本，可运行：

如需体验不稳定的多智能体版本，可运行：

先看代码之间的继承关系，有助于理解后续的各种模式的实现。

其中，绿色的为未实现的部分，蓝色的为已经实现的部分，可以看出 OpenManus 是想使用 ReAct 和 COT 两种增强模型推理的能力，但 COT 目前暂未完善，红色部分为关键函数

主要的关键函数为 run，think，act。这几个函数的大致作用如下：

run: 执行整个流程，并且为了防止一直执行下去，判断是否达到最大的步数（step）

step: 执行 think 和 act 的过程称为一个 step

think: 调用大模型的过程，将任务和工具给到大模型，让其选择是否需要工具来完成本次任务

act: 一个工具的执行叫做一个 action

针对于每个 Agent 之间的 think，run，act 之间有什么细微区别，可以在后面运行模式中详细说明。

目前时间为 2025-04-01，后续代码可能会有变动

COT 和 ReAct 的区别：

特性 Chain-of-Thought (COT) ReAct 推理方式 内部推理，仅依赖模型自身的知识和逻辑推导 内部推理 + 外部行动，允许与环境交互 外部依赖 无外部依赖 可以依赖外部工具或知识库 适用场景 需要多步逻辑推理的任务 需要动态决策和与环境交互的任务 输出形式 显式的推理链条 推理链条 + 行动记录 灵活性 固定在模型内部，无法动态获取新信息 动态性强，可根据外部反馈调整策略

COT 举例：

ReAct 举例：

直接实例化 Manus 对象，运行了 BaseAgent 中的 run 方法，run 方法中，判断当前 Agent 的状态是否已经完成，并且步数是否已经达到最大步数(默认为 10)，如果二者满足其一，那么其实整个 Agent 就已经结束或者该结束了，不会执行下面的逻辑

执行每一个 step（COT 和 ReAct 中都有 step 的实现，因为这里是Manus 模式，所以执行的是 ReActAgent 中的 step），step 中的逻辑也很简单，就是先进行一次模型的调用，然后判断是否调用工具

think 执行的过程就是去调用大模型的过程

因为 Manus 是继承自 BrowserAgent 的，二者中都有 think 方法，但其中的 think 方法都在为生成一个叫 next_step_prompt 的变量做准备，这是将当前的浏览器窗口信息传递到模型中，然后让大模型做出后续决定的 prompt，prompt 翻译后如下所示：

为了实现目标，我接下来应该做什么？

当你看到[Current state starts here]时，请关注以下内容：

• 当前 URL 和页面标题{url_placeholder}
• 可用标签页{tabs_placeholder}
• 交互元素及其索引
• 视口上方{content_above_placeholder}或下方{content_below_placeholder}的内容（如已标注）
• 任何操作结果或错误{results_placeholder}

浏览器交互操作：

• 导航跳转：使用 manus 教程 browser_use 并设置 action=”go_to_url”, url=”…”
• 点击元素：使用 browser_use 并设置 action=”click_element”, index=N
• 输入文本：使用 browser_use 并设置 action=”input_text”, index=N, text=”…”
• 提取操作：使用浏览器功能，动作属性为“extract_content”，目标为“…”
• 滚动操作：使用浏览器功能，动作属性为“scroll_down”或“scroll_up”

act 的执行过程，就是调用每个工具的过程了

MCP 的运行流程和 Manus 的流程是一样的，只不过工具的来源是 MCP，并且 MCP 的 think 中没有了 next_step_prompt 这个 prompt

而 MCP Server 的 run 方法会注册支持的所有工具

Flow 模式也是未完成的状态，目前仅支持 PlanningFlow，原理是通过 prompt，将 planning_tool 作为工具描述给大模型，然后大模型做出相应的 plan（planning_tool 中提供了create，update 等操作）, System Prompt 如下：

得到一个 plan 之后，会去循环执行 plan 的每一步，其中每一步都会通过大模型然后选择出适当的工具来执行，prompt 如下，这里就和之前的逻辑一样了，会去执行每一个 step，然后执行 think 和 act。

‍‍‬‬‌‍‍⁠‍⁠‌‍‌‌‬‬‬‍‍⁠⁠OpenManus投票 – 飞书云文档

代码关系图：

https://fastly.jsdelivr.net/gh/rexyan/warehouse@master/openmanus.drawio

https://fastly.jsdelivr.net/gh/rexyan/warehouse@master/openmanus-flow%20(4).drawio