English | 中文 | 한국어 | 日本語

👋 OpenManus

Manus 非常出色，但 OpenManus 无需 邀请码 即可实现任何想法 🛫！

我们的团队成员 @Xinbin Liang 和 @Jinyu Xiang（核心作者），以及 @Zhaoyang Yu、@Jiayi Zhang 和 [@Sirui Hong](https://github.com/stellaHSR），我们来自 @MetaGPT。项目原型在 3 小时内启动，我们仍在持续构建！

这是一个简洁的实现，因此我们欢迎任何建议、贡献和反馈！

尽情享受属于你自己的 OpenManus 智能体吧！

我们也很高兴向大家介绍 OpenManus-RL，这是一个由 UIUC 和 OpenManus 的研究人员合作开发的开源项目，致力于基于强化学习（RL）（例如 GRPO）的大语言模型智能体调优方法。

项目演示

安装

我们提供两种安装方法。推荐使用方法 2（使用 uv），以获得更快的安装速度和更好的依赖管理。

方法 1：使用 conda

1. 创建新的 conda 环境：

conda create -n open_manus python=3.12
conda activate open_manus

2. 克隆仓库：

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

3. 安装依赖：

pip install -r requirements.txt

方法 2：使用 uv（推荐）

1. 安装 uv（一个快速的 Python 包安装器和解析器）：

curl -LsSf https://astral.sh/uv/install.sh | sh

2. 克隆仓库：

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

3. 创建新的虚拟环境并激活：

uv venv --python 3.12
source .venv/bin/activate  # 在 Unix/macOS 上
# 或者在 Windows 上：
# .venv\Scripts\activate

4. 安装依赖：

uv pip install -r requirements.txt

浏览器自动化工具（可选）

playwright install

配置

OpenManus 需要配置其使用的 LLM API。请按照以下步骤进行设置：

1. 在 config 目录下创建 config.toml 文件（可以从示例文件复制）：

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

2. 编辑 config/config.toml，添加你的 API 密钥并自定义设置：

# 全局 LLM 配置
[llm]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # 替换为你的实际 API 密钥
max_tokens = 4096
temperature = 0.0

# 特定 LLM 模型的可选配置
[llm.vision]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # 替换为你的实际 API 密钥

快速开始

一行命令运行 OpenManus：

python main.py

然后通过终端输入你的想法！

对于 MCP 工具版本，可以运行：

python run_mcp.py

对于不稳定的多智能体版本，你也可以运行：

python run_flow.py

自定义添加多个智能体

目前，除了通用的 OpenManus 智能体，我们还集成了数据分析智能体，适用于数据分析和数据可视化任务。你可以将此智能体添加到 config.toml 中的 run_flow 配置中。

# run-flow 的可选配置
[runflow]
use_data_analysis_agent = true     # 默认禁用，改为 true 以激活

此外，你需要安装相关依赖以确保智能体正常运行：详细安装指南

如何贡献

我们欢迎任何友好的建议和有益的贡献！只需创建 issue 或提交 pull request。

或者通过 📧 邮箱联系 @mannaandpoem：mannaandpoem@gmail.com

注意：在提交 pull request 之前，请使用 pre-commit 工具检查你的更改。运行 pre-commit run --all-files 来执行检查。

社区群组

加入我们的飞书交流群，与其他开发者分享你的经验！

Star 历史

赞助商

感谢 PPIO 提供的计算资源支持。

PPIO：最经济实惠且易于集成的 MaaS 和 GPU 云解决方案。

致谢

感谢 anthropic-computer-use、browser-use 和 crawl4ai 为本项目提供的基础支持！

此外，我们感谢 AAAJ、MetaGPT、OpenHands 和 SWE-agent。

我们也感谢阶跃星辰（stepfun）对我们 Hugging Face 演示空间的支持。

OpenManus 由来自 MetaGPT 的贡献者构建。非常感谢这个智能体社区！

引用

@misc{openmanus2025,
  author = {Xinbin Liang and Jinyu Xiang and Zhaoyang Yu and Jiayi Zhang and Sirui Hong and Sheng Fan and Xiao Tang and Bang Liu and Yuyu Luo and Chenglin Wu},
  title = {OpenManus: An open-source framework for building general AI agents},
  year = {2025},
  publisher = {Zenodo},
  doi = {10.5281/zenodo.15186407},
  url = {https://doi.org/10.5281/zenodo.15186407},
}