Manus 的开源替代项目(Manus AI平替网址大全）

3月6日，Manus 在AI科技圈不断刷屏，赚足了眼球。

然而，我们在Github上也看到一些开源替代方案迅速出现。

先为大家整理了七个非常受人欢迎的类 Manus 的开源替代项目，潜力无限。

OpenManus 是目前知名度最高，且 star 数最高的 Manus 开源替代项目，由 MetaGPT 团队成员在3小时内快速开发完成。

GitHub Star 之前还 11K，现在直接涨到了22.1k 。

它定位为一个无需邀请码即可使用的 AI 助手替代方案，与 Manus 不同的是，OpenManus 可以直接在用户本地电脑上运行，能够直接见证 AI 代理是怎么一步步操控自己的电脑完成各种任务的。

核心亮点：

• • 模块化架构：支持复杂任务的分解与高效执行。
• • 浏览器控制：集成 html2text、browsergym 和 browser-use，实现强大的浏览器操作能力。
• • 搜索功能：借助 googlesearch-python，提供便捷的搜索支持。
• • 社区驱动：开放源码，鼓励开发者参与优化与反馈。

开源地址： https://github.com/mannaandpoem/OpenManus

OWL的愿景是彻底变革 AI 智能体协作解决现实任务的方式。通过利用动态智能体交互，OWL 实现了跨多领域更自然、高效且稳健的任务自动化。3月7号OWL在GitHub上开源了代码，上线一天就获得3.3k stars! 现在已经到5.8K 了

开源地址：GitHub – camel-ai/owl: OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation

核心功能

• 在线搜索：使用维基百科、谷歌搜索等，进行实时信息检索
• 多模态处理：支持互联网或本地视频、图片、语音处理
• 浏览器操作：借助Playwright框架开发浏览器模拟交互，支持页面滚动、点击、输入、下载、历史回退等功能
• 文件解析：word、excel、PDF、PowerPoint信息提取，内容转文本/Markdown
• 代码执行：编写python代码，并使用解释器运行
• 丰富工具包：提供丰富的工具包，包括ArxivToolkit（学术论文检索）、AudioAnalysisToolkit（音频分析）、CodeExecutionToolkit（代码执行）、DalleToolkit（图像生成）、DataCommonsToolkit（数据共享）、ExcelToolkit（Excel处理）、GitHubToolkit（GitHub交互）、GoogleMapsToolkit（地图服务）、GoogleScholarToolkit（学术搜索）、ImageAnalysisToolkit（图像分析）、MathToolkit（数学计算）、NetworkXToolkit（图形分析）、NotionToolkit（Notion交互）、OpenAPIToolkit（API操作）、RedditToolkit（Reddit交互）、SearchToolkit（搜索服务）、SemanticScholarToolkit（语义学术搜索）、SymPyToolkit（符号计算）、VideoAnalysisToolkit（视频分析）、WeatherToolkit（天气查询）、WebToolkit（网页交互）等多种专业工具，满足各类特定任务需求。

安装

克隆 Github 仓库

git clone GitHub – camel-ai/owl: OWL: Optimized Workforce Learning for General Multi-Agent Assistance in Real-World Task Automation

cd owl

设置环境

使用 Conda（推荐）：

conda create -n owl python=3.11

conda activate owl

使用 venv（备用）：

python -m venv owl_env

Windows 系统

owl_env\Scripts\activate

Unix 或 MacOS 系统

source owl_env/bin/activate

安装依赖

python -m pip install -r requirements.txt

设置环境变量

在 owl/.env_template 文件中，你可以找到所有必要的 API 密钥以及各服务的注册网址。要使用这些 API 服务，请按照以下步骤操作：

复制并重命名: 复制 .env_example 文件，并将副本重命名为 .env。

填写你的密钥: 打开 .env 文件，在相应字段中填入你的 API 密钥。

如需使用更多其他模型：请参考文档：Models – CAMEL 0.2.23 documentation

注意：为获得最佳性能，我们强烈建议使用 OpenAI 模型。我们通过测试发现，其他模型在处理复杂任务和基准测试时可能会导致性能显著降低。

快速开始

运行以下最小示例：

python owl/run.py

你可以通过修改 run.py 来运行自定义任务的 OWL 智能体：

Define your own task

question = “Task description here.”

society = construct_society(question)

answer, chat_history, token_count = run_society(society)

logger.success(f”Answer: {answer}”)

AutoMate 是一款 AI+RPA 工具，能让 AI 成为你的 “数字员工”，通过自然语言描述任务就能自动操作电脑界面，完成复杂工作流程，无需编程知识。Star: 1.3K

项目简介
autoMate 是一款革命性的AI+RPA自动化工具，基于OmniParser构建，让AI成为你的”数字员工”，它能够

• 自动操作您manus 教程的电脑界面，完成复杂的工作流程
• 智能理解屏幕内容，模拟人类视觉和操作
• 自主决策，根据任务需求进行判断并采取行动
• 支持本地化部署，保护您的数据安全和隐私

不同于传统RPA工具的繁琐规则设置，autoMate借助大模型的能力，只需用自然语言描述任务，AI就能完成复杂的自动化流程。从此告别重复性工作，专注于真正创造价值的事情！

为什么autoMate会改变你的工作方式

“在我使用autoMate之前，我每天花费3小时处理报表；现在，我只需10分钟设置任务，然后去做真正重要的事。”一位yy出来的财务经理的反馈。

当你第一次看到autoMate自动完成那些曾经占用你数小时的工作时，你会有一种难以描述的释然。这不仅仅是效率的提升，更是对创造力的解放。

想象一下：每天早上醒来，发现昨晚安排的数据整理、报表生成、邮件回复都已完成，等待你的只有真正需要你智慧和创造力的工作。这就是autoMate带给你的未来。

核心亮点：

• 无代码自动化 – 使用自然语言描述任务，无需编程知识
• ️ 全界面操控 – 支持任何可视化界面的操作，不限于特定软件
• 简化安装 – 比官方版本更简洁的安装流程，支持中文环境，一键部署
• 本地运行 – 保护数据安全，无需担心隐私泄露
• 多模型支持 – 兼容主流大型语言模型
• 持续成长 – 随着你的使用，它会越来越了解你的工作习惯和需求

开源地址：https://github.com/yuruotong1/autoMate

OpenHands 是由多个智能体组成的一个 “AI 程序员”，能够执行现实中各种开发任务，包括代码修改、命令运行、网页浏览、API 调用、甚至是从 StackOverflow 复制代码片段。

GitHub标星已经50.2k，很火的开源项目了。

核心功能：

• • 代码编写与修改：OpenHands 可以编写和修改代码，自动生成符合项目需求的代码片段。
• • 命令行操作：平台支持执行各种命令行操作，从而完成项目的构建、测试和部署。
• • 网页资源检索：通过集成网页浏览功能，OpenHands 能够自动检索开发所需的资源。
• • API 调用集成：支持多种 API 的集成，简化开发过程中与外部服务的交互。
• • 代码片段复制与应用：智能体可以从 StackOverflow 等开发者社区复制代码片段，并根据需求进行应用和调整。

开源地址：https://github.com/All-Hands-AI/OpenHands

Deep-Research 是一个 AI 驱动的研究助手，定位为 OpenAI Deep Research 的开源替代品。

使用 Firecrawl 提取的大量网络数据进行推理的一个 AI Agent。

它结合搜索引擎、网络抓取和大型语言模型，能够对任何主题进行迭代式深入研究，提供简单易用的研究工具。

核心亮点：

这个项目依赖Firecrawl API（用于搜索）和OpenAI API（适用于 o3 mini 模型），功能已经和OpenAI的很像了：

• 迭代研究：通过迭代生成搜索查询、处理结果并根据发现深入研究，进行深入研究
• 智能查询生成：使用LLMs根据研究目标和以往发现生成有针对性的搜索查询
• 深度与广度控制：可配置参数以控制研究的广度和深度
• 智能跟进：生成跟进问题以更好地理解研究需求
• 综合报告：生成包含发现和来源的详细 Markdown 报告
• 并发处理：并行处理多个搜索和结果处理以提高效率、
• 网络抓取：利用 Firecrawl 高效提取网页内容。
• 易于上手：开源代码清晰，易于上手和二次开发。

开源地址：https://github.com/dzhng/deep-research

node-DeepResearch 是由 Jina AI 团队开发的一个完成度较高的开源项目，旨在复制 OpenAI 的代理式搜索、阅读和推理工作流。

该项目使用 Gemini 进行LLM操作，brave 用于搜索，jina reader 用于阅读网页。

它的实现原理很简单，就是在一个循环中进行搜索、阅读和推理，直到找到答案或达到令牌预算为止。

Star: 3.3K

与OpenAI/Gemini/Purplexity的“深度研究”不同，我们只专注于通过迭代过程找到正确的答案。我们不会针对长篇文章进行优化，这是一个完全不同的问题——所以如果你需要从深度搜索中获得快速、简洁的答案，你来对地方了。如果你正在寻找像OpenAI/Gemini/Purplexity这样的人工智能生成的长篇报告，那么这不适合你。

核心亮点：

• • 持续推理：支持多步推理，最多可达13步
• • 内容提取：使用 Jina Reader 提取并总结网页内容
• • 多模型兼容：支持 Gemini、OpenAI 和 LocalLLM 等多种模型。
• • 实时监控：提供令牌使用和操作进度的实时反馈

开源地址：https://github.com/jina-ai/node-DeepResearch

open-deep-research 是使用TypeScript写的轻量级且高效的 AI 研究代理，利用 Firecrawl 进行内容抓取，并支持用户使用任意大语言模型进行推理。

它强调开源和自托管，提供灵活的定制空间。现在 4.9K

核心亮点：

• • 高效抓取：通过 Firecrawl 快速提取网页内容。
• • 灵活推理：支持通过 AI SDK 集成任何 LLM，无需依赖专有模型。
• • 自托管支持：完全开源，提供部署和定制的自由度。
• • 用户友好：内置 Gradio 接口，交互体验更佳。

网址：

GitHub – nickscamara/open-deep-research: An open source deep research clone. AI Agent that reasons large amounts of web data extracted with Firecrawl

7个Manus 的开源替代项目(Manus AI平替网址大全），请先收藏 点赞

人工智能头条：Manus被激活成功教程了？ Manus被越狱了：曝出系统提示词和29个工具，再也不用邀请码了？人工智能头条：创建了Manus AI（马努斯）及DeepSeek AI交流频道及 V群，一起交流 AI 人工智能

也可收藏 点赞及关注 我们 @人工智能头条 @人工智能头条 以免走失，也可关注 我们的AI专栏： AI人工智能