开源Manus复刻版OpenManus本地部署的图文教程

OpenManus是Manus项目的开源复刻版，旨在为开发者提供一个灵活且强大的平台，用于创建和训练AI智能体。为了方便开发者在本地环境中进行开发和测试，本文将详细介绍如何在本地部署OpenManus。通过本文的图文教程，你将能够轻松地在本地环境中搭建OpenManus，并开始你的AI智能体开发之旅。

OpenManus，由 MetaGPT 团队精心打造的开源项目，于2025年3月发布。它致力于模仿并改进 Manus 这一封闭式商业 AI Agent 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。换句话说，OpenManus 就像一位全能的数字助手，能够在你的本地设备上运行，随时听候差遣，完成各种复杂任务。

它的出现，打破了技术领域的高墙，让每一位开发者都有机会站在同一起跑线上，快速实现诸如代码生成、数据分析、网络信息检索等复杂任务的自动化处理。无论你是独立开发者，还是大型团队的一员，OpenManus 都能为你提供强大的支持，让你专注于创造性的核心工作，而非将时间浪费在重复性任务上。

OpenManus 的一大亮点在于其本地智能体运行能力。你只需通过简单的终端指令输入任务，它便能迅速调用预先配置的语言模型（LLM），为你实现自动化的操作流程。无论是生成一段精妙的代码，还是对复杂的数据进行深度分析，亦或是执行网页交互任务，OpenManus 都能轻松应对，让你在数字化世界中游刃有余。

为了更好地模拟人类的工作方式，OpenManus 搭建了一个强大的多工具链协同平台：

Python 代码执行器：它能够实时生成并运行 Python 代码，无论是进行数学计算，还是编写自动化脚本，都能一气呵成，大大提高了工作效率。

浏览器自动化工具：这个工具就像你的网络向导，能够模拟人类操作，访问各种网页，提取你需要的信息，让你无需手动在海量的网络数据中大海捞针。

文件处理系统：文档生成、管理以及格式化输出（如生成精美的 HTML 报告）都不在话下，让信息的整理和呈现变得更加专业和便捷。

网络搜索工具：它能自动检索网络上的最新数据，为你的任务提供最前沿的实时支持，确保你的工作始终紧跟时代潮流。

在任务执行的过程中，OpenManus 并非一味地闷头苦干，而是通过实时反馈机制，将思考逻辑、进度更新以及中间结果以可视化日志的形式呈现给你。这样一来，你就能清晰地追踪任务的每一步进展，及时发现并解决问题，让整个工作流程更加透明和可控。

OpenManus 采用了先进的模块化设计理念，通过可插拔的工具（Tools）和系统指令（System Prompt）组合，实现了功能模块的快速扩展。就好比搭积木一样，你可以根据自己的需求，轻松地添加或调整各种功能模块，比如浏览器自动化工具、数据分析工具等，让智能体完美适配你的工作场景。

其规划系统基于强大的语言模型（LLM），并采用了 ReAct（推理与行动）框架。这一框架能够将复杂的任务巧妙地分解为一系列可执行的子步骤，例如先收集信息，再进行分析，最后生成报告，并且能够动态地协调各个工具的调用，确保任务的高效执行。

OpenManus 默认支持 GPT-4o 这一主流语言模型，但它的魅力不仅于此。通过简单的配置文件修改，你可以轻松切换到其他模型，如 Claude 3.5、Qwen VL Plus 等。这种多模型集成的方式，让你能够充分利用不同模型的优势，根据具体任务选择最合适的工具，从而达到最佳的效果。

OpenManus 的应用场景几乎涵盖了我们工作和生活的方方面面：

自动化办公：无论是生成周计划、整理会议纪要，还是处理 Excel 数据，OpenManus 都能为你一键搞定，让你从繁琐的日常事务中解脱出来。

开发者辅助：对于开发者来说，它就像一位贴心的编程伙伴，能够快速生成代码片段、协助调试程序、规划项目架构，让开发过程更加顺畅高效。

教育与研究：在教育领域，它能够辅助编程教学、生成教学材料；在学术研究中，又能自动整理文献资料，为科研工作提供有力支持。

企业级工具：企业可以利用它定制专属的数据分析工具、客户支持系统，甚至是 SEO 优化报告生成器，助力企业在激烈的市场竞争中脱颖而出。

创意实现：如果你是一位创意工作者，OpenManus 能够根据你的描述生成美观的 HTML 页面，或者对网站进行深度技术分析，比如 SEO 审核，让创意得以快速落地。

创建新的 conda 环境：

克隆仓库：

cd OpenManus安装依赖：

安装依赖：

OpenManus 需要配置使用的 LLM API，请按以下步骤设置，我这里以本地部署的DeepSeek32B为例，如果使用官网满血版本也是差不多的，将API秘钥替换成LLM官网获取的就行。

在 目录创建 文件（可从示例复制）

编辑 添加 API 密钥和自定义设置(使用LLM官网的API方式)

QWQ32B （本地）接口驱动

确保ollama中的本地模型已经启动，如果是官网的不存在这个问题：

快速启动

然后通过终端输入你的创意！

我输入了写一个贪吃蛇的要求

本地部署版本的大模型，生成推理速度跟不上Agent要求，会出现报错：

如需体验开发中版本，可运行：

QWQ32B 官网驱动

使用阿里百炼的接口，百炼当前的规则是，只要首次登录就会送100万token，有效期半年。而针对QwQ模型是直接每天100万 token。

再次运行Python main.py

提示：Please write a Sname Game in Python for me .

这就完全没有障碍了，以下是Agent输出信息

可以看到Agent自己调用工具编写程序，自己测试和修改错，这点是与用LLM不同的，虽然生成的内容还有点问题，但整个过程自动化。

没有Manus邀请码，玩不了Manus，用我自己搭的openManus尝试一下Manus官网的例子

提示词如下：

Can you help me plan a two-month family trip for three people during the upcoming summer break(July to September), including one month in Australia, manus 教程 then New Zealand, Argentina (and other parts of South America), and Antarctica? Please include itinerary arrangements, accommodation recommendations, budget estimates, and a food guide, and then generate a detailed travel handbook. Thank you.

从openManus的输出可以看到agent主动调用Google搜索去找攻略，但是被443了，其整个处理过程从输出中可以概括如下：首先接收用户指令，然后通过浏览器自动化工具模拟人类操作访问网页、提取信息，利用网络搜索工具自动检索网络数据，为任务提供实时支持。它采用ReAct（推理与行动）框架，将复杂任务分解为可执行的子步骤，例如“收集信息→分析→生成报告”，并动态协调工具调用。在处理过程中，它遇到了网络连接问题，导致无法使用Google搜索工具获取信息，于是调整策略，基于常见知识和用户偏好，提供了旅行计划的大纲，包括行程安排、住宿建议、预算估算和美食指南。最后，它使用文件处理系统将信息整理成详细的旅行手册，保存为文本文件，并询问用户是否需要进一步的准备或等待网络恢复以获取更详细的信息。

OpenManus的输出虽然没有Manus那惊艳，但三位大神3小时的作品确实让人模版。从443错误看出，Agent中的工具库的多样性增强以及智能选择工具策略的强化才能极大提高其自动化生产能力。

通过本文的详细图文教程，你已经学会了如何在本地环境中部署OpenManus。这将为你提供一个强大的平台，用于创建和训练AI智能体。希望本文能帮助你在AI智能体开发中取得更好的成果，并为你的项目带来更多的创新和可能性。