OpenManus—MetaGPT推出的开源版Manus

综合介绍

OpenManus 是一个开源项目，旨在帮助用户通过简单配置在本地运行智能体，实现各种创意想法。它由 MetaGPT 社区的成员 @mannaandpoem、@XiangJinyu、@MoshiQAQ 和 @didiforgithub 在短短 3 小时内开发完成，同时大家可以关注他们的自动化编程项目 MGX 。相比需要邀请码的 Manus，OpenManus 无需任何准入门槛，用户只需克隆代码、配置 LLM API 即可快速上手。项目基于 Python 开发，结构简单明了，支持通过终端输入任务来驱动智能体执行操作。目前它是一个初级实现，团队欢迎用户提出建议或贡献代码，未来计划包括优化任务规划和增加实时演示功能。

功能列表

• 本地智能体运行：通过终端输入任务，利用配置的 LLM API 在本地执行自动化操作。
• 支持主流 LLM 模型：默认集成 GPT-4o，用户可根据需要调整模型配置。
• 一键启动：运行 python main.py 即可快速进入任务输入模式。
• 实验性版本：提供 python run_flow.py 用于测试开发中的新功能。
• 社区协作：支持通过 GitHub 提交问题或代码，参与项目开发。

使用帮助

安装流程

OpenManus 的安装过程简单，适合熟悉 Python 的用户。以下是详细步骤：

1. 创建 Conda 环境

为了避免依赖冲突，建议使用 Conda 创建独立环境：

conda create -n open_manus python=3.12
conda activate open_manus

• 说明：第一条命令创建名为 open_manus 的环境，使用 Python 3.12；第二条命令激活该环境，终端提示符会变为 (open_manus)。
• 前置条件：需安装 Conda，可从 Anaconda 官网 下载。

2. 克隆代码仓库

从 GitHub 下载 OpenManus 项目：

git clone https://github.com/mannaandpoem/OpenManus.git
cd OpenManus

• 说明：第一条命令将代码克隆到本地，第二条命令进入项目目录。
• 前置条件：需安装 Git，可通过 git --version 检查是否可用，若无则从 git-scm.com 下载。

3. 安装依赖

安装项目所需的 Python 包：

pip install -r requirements.txt

• 说明：requirements.txt 文件列出了所有依赖包，运行此命令会自动安装。
• 网络优化：若下载缓慢，可使用国内镜像，如 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple。

配置步骤

OpenManus 需要配置 LLM API 以驱动智能体功能，具体步骤如下：

1. 创建配置文件

在项目根目录的 config 文件夹中创建配置文件：

cp config/config.example.toml config/config.toml

• 说明：此命令将示例文件复制为实际配置文件，config.toml 是运行时读取的文件。

2. 编辑配置文件

打开 config/config.toml，填入你的 API 密钥和参数：

# 全局 LLM 配置
[llm]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # 替换为你的 OpenAI API 密钥
max_tokens = 4096
temperature = 0.0
# 可选的视觉模型配置
[llm.vision]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # 替换为你的 OpenAI API 密钥

• 参数说明：
  • model：指定 LLM 模型，默认为 GPT-4o。
  • base_url：API 的访问地址，默认使用 OpenAI 官方接口。
  • api_key：从 OpenAI 获取的密钥，用于身份验证。
  • max_tokens：单次生成的最大 token 数，控制输出长度。
  • temperature：控制生成内容的随机性，0.0 表示最稳定输出。
• 获取 API 密钥：访问 OpenAI 官网，登录后在 “API Keys” 页面生成密钥，复制到配置文件中。

运行与使用

完成安装和配置后，可以通过以下方式启动 OpenManus：

1. 基础运行

运行主程序：

python main.py

• 操作流程：
  1. 终端显示提示后，输入你的任务（例如：“帮我生成一份周计划”）。
  2. 按回车键提交，OpenManus 调用 LLM 处理任务。
  3. 处理结果直接显示在终端。
• 使用场景：适合快速测试或执行简单任务，如生成文本或代码片段。

2. 实验性运行

运行不稳定版本以体验新功能：

python run_flow.py

• 特点：包含开发中的特性，可能存在 bug，适合尝鲜用户。
• 注意：确保配置文件正确，否则可能运行失败。

特色功能操作

本地智能体运行

• 功能描述：通过终端输入任务，OpenManus 在本地调用 LLM 处理并返回结果。
• 操作示例：
  1. 运行 python main.py。
  2. 输入：“写一个 Python 函数计算 1 到 100 的和”。
  3. 输出示例：

     def sum_to_100():
     return sum(range(1, 101))
     

• 优势：本地运行无需上传数据，保护隐私且响应速度快。

支持主流 LLM 模型

• 功能描述：用户可根据需求切换不同 LLM 模型。
• 操作步骤：
  1. 编辑 config.toml，将 model 改为其他模型（如 "gpt-3.5-turbo"）。
  2. 保存后运行 python main.py。
  3. 输入任务，体验不同模型的输出效果。
• 建议：复杂任务用 GPT-4o，简单任务用 GPT-3.5-turbo 更节省成本。

常见问题解决

• 问题：运行报错“ModuleNotFoundError”。
  • 解决：确认依赖是否完整安装，重新运行 pip install -r requirements.txt。
• 问题：提示“Invalid API key”。
  • 解决：检查 config.toml 中的 api_key 是否正确，或重新生成密钥。
• 问题：运行卡顿或无响应。
  • 解决：检查网络连接是否稳定，或减少 max_tokens 值以降低计算量。
  • 查看演示：项目提供 Demo Video，展示实际运行效果。

网址预览