深度解析manus：技术原理剖析、开源平替方案架构分析

文章目录

• Manus技术原理剖析
• • Manus提示词拆解
  • [agent loop](#agent loop)
  • [System capabilities](#System capabilities)
  • [modules 模块架构](#modules 模块架构)
  • [browser use](#browser use)
• 开源平替方案
• • openManus
  • manus 教程
    • agent模块
    • flow模块
    • tool模块
    • prompt模块
  • OWL
  • AgenticSeek
• REF

有热心网友hack出了manus的提示词，并发布在X上。

manus提示词地址：

https://gist.github.com/jlia0/db0a9695b3ca7609c9b1a08dcbf872c9

manus的提示词中设置manus agent按照agent loop的模式工作，即迭代的完成复杂任务，依据分析事件、选择工具、等待执行、迭代执行(直到任务完成)、提交结果和退出待机 的步骤运行。

总结agent loop的提示词如下：

manus系统的能力概括如下：

从系统能力的定义来看，manus将agent的能力拆解为用户沟通、访问linux沙箱环境、使用shell、浏览器及其他软件、独立安装软件及依赖项、部署应用、逐步执行复杂任务、建议用户接管等能力 。

Manus AI Assistant Capabilities中界定了每个环节操作具体应遵循的policy：

：系统能力

：按时间排序的事件流，包含message、action、observation、plan、knowledge、datasource等事件类型。

：agent工作流程

：任务规划

：知识和记忆

：data API，获取权威数据

： 为planner agent执行任务提供checklist

：文件读写、添加、编辑处理

：按格式返回网页可见element的结果，提取成功的page content以markdown格式返回；

、

、

、

、

、

分别提供shell脚本、编程、工具使用、写作、错误处理、部署等业务需求的规则。

：沙箱环境，不活跃的沙箱主动休眠和唤醒；

从上述提示词中可以看到，manus的工作原理基于一个任务解析与结构化处理的agent框架。agent首先通过需求分析模块理解用户请求，基于LLM识别核心目标，对模糊需求进行主动澄清，并将复杂任务分解为可执行的原子化组件。

通过集成工具链（包括浏览器交互、文件系统操作、Shell命令行、通信接口和部署能力）实现多模态任务处理，支持JavaScript、Python等十余种编程语言及主流开发框架。

执行引擎采用planner动态任务规划机制，在分步执行过程中实时监控进度，遇到障碍时触发自适应调整策略，生成替代解决方案。

质量保障体系通过结果验证、代码测试和反馈学习闭环确保输出可靠性，同时遵循严格的伦理约束，包括隐私保护、系统安全限制和道德准则。

系统通过持续学习优化任务处理能力，但受限于上下文窗口和沙盒环境隔离原则，无法访问外部系统或执行越权操作。

manus浏览器的操作基于browser use开源库实现，browser use基于 Python 和浏览器自动化框架 Playwright 开发，兼容 Chromium、Firefox 等浏览器，提供稳定的自动化底层支持。

browser use的项目地址如下:

项目地址：https://github.com/browser-use/browser-use

https://github.com/mannaandpoem/OpenManus/tree/main

OpenManus项目实现了一个MVP版的Manus，由 MetaGPT 团队的五名开发者在 3 小时内 快速开发完初版，目前社区热度较高，还在持续更新中。代码写的比较简洁，可读性较好。OpenManus的app架构包括agent模块、工作流flow模块、工具使用tool模块和prompt提示词模块。

agent模块

agent范式包括了React agent、负责执行代码的SEW agent、Planning agent，以及继承自React agent类的Toolcall agent工具调用智能体等。

flow模块

flow模块定义了manus agent的工作流base类，包括智能体的获取、添加、状态管理(not_started、in_progress、completed、blocked)。还定义了FlowFactory类，用于为多个智能体创建不同类型的工作流。

tool模块

用于在terminal终端中处理bash命令。

代码执行的工具目前只包括python语言编写脚本的执行。

prompt模块

prompt模块放置了manus、planning、swe、toolcall等agent的提示词。提示词分为静默提示(system prompt)和说明下一步如何行动的NEXT_STEP_PROMPT。

https://github.com/camel-ai/owl/tree/main

OWL是CAMEL-AI团队推出的类manus的多智能协作开源方案，该方案基于 CAMEL-AI Framework，强调多智能体优化学习（Optimized Workforce Learning）。在 GAIA 基准测试 中，OWL 取得 58.18 的平均分 ，在开源框架中排名第一。

AgenticSeek 是一个开源的多智能体协作框架，旨在提供类似 Manus 的自动化能力，支持代码编写、文件系统操作、网页交互及错误修正等功能。该项目的特点在于可完全在本地运行，保障数据隐私。同时具备多模态的语音操作能力，以及配适了deepseek。

https://github.com/Fosowl/agenticSeek

项目架构有agent、tool模块以及语音支持等脚本组成。

https://manus.im/

https://gist.github.com/jlia0/db0a9695b3ca7609c9b1a08dcbf872c9

https://x.com/peakji/status/

https://github.com/browser-use/browser-use