OpenManus 本地部署！免费开源，对接 Ollama 大模型，完美替代 Manus AI，不用等Manus审核，真香！

最近，Manus AI 火爆全网，作为号称国产AI Agent之光的AI智能体工具，试用邀请码却一号难求，二手平台甚至被炒到天价，让很多用户望而却步。然而有正义的网友顺手就给他”掏肛”破解了，具体参阅[ 劲爆！网友随手一撬，国产首个通用AI Agent 智能体 Manus 惨遭“破解”？29个套壳模块全曝光，创始人紧急回应，并官宣开源计划，是真开源还是粉饰太平？]，原来是套壳了29个AI工具模块的产品，破解后创始人立马站出来狡辩官宣开源计划，与此同时，MetaGPT开源社区迅速推出了替代方案—— OpenManus！

OpenManus 是MetaGPT 团队推出的开源复刻版 Manus，提供无需邀请码的 AI Agent 。OpenManus基于模块化设计，支持多种语言模型和工具链，能执行代码、处理文件、搜索网络信息等复杂任务。

OpenManus 的核心优势在于实时反馈机制，用户能直观看到 AI 的思考过程和任务执行进度。OpenManus具备强大的工具链和灵活的配置选项，方便开发者根据需求进行定制。

OpenManus主要功能

Python 代码执行器：实时生成和执行代码，完成复杂的计算和自动化任务。
文件处理系统：支持多种文档的生成和管理。
网络搜索工具：自动检索网络信息，为任务提供数据支持。
浏览器自动化：模拟人类操作，完成网页浏览和交互任务。

OpenManus技术原理

基于LLM的核心架构：OpenManus将用户输入作为提示（prompt）发送给LLM。LLM根据输入生成回答或内容。系统将生成的结果返回给用户。
灵活的配置机制：用户基于配置文件选择不同的LLM模型（如GPT-4o）。配置文件支持调整参数（如最大生成长度、随机性等）。
输入处理：对用户输入进行格式化或分段，确保LLM能理解。
输出处理：对LLM生成的内容进行优化或筛选，更符合用户需求。
模块化设计：基于模块化设计，支持插件机制，方便开发者扩展功能。用配置文件切换LLM模型，无需修改代码。

OpenManus本地部署

1、环境要求

系统	最低配置	推荐配置
Windows / Linux / Mac	8GB RAM，x86_64 架构	16GB+ RAM，NVIDIA GPU 8GB+
显卡支持（可选）	CPU 运行可行，但较慢	RTX 3060 / A100 / H100 以上，CUDA 11.8+

2、创建 Python 环境：创建独立的 Python 环境，避免依赖冲突。推荐使用 Conda 管理环境。


conda create <span class="token parameter variable">-n</span> open_manus <span class="token assign-left variable">python</span><span class="token operator">=</span><span class="token number">3.9</span>  <span class="token comment"># 创建环境，推荐使用 Python 3.9</span>
conda activate open_manus             <span class="token comment"># 激活环境</span>
conda create <span class="token parameter variable">-n</span> open_manus <span class="token assign-left variable">python</span><span class="token operator">=</span><span class="token number">3.9</span>  <span class="token comment"># 创建环境，推荐使用 Python 3.9</span>
conda activate open_manus             <span class="token comment"># 激活环境</span>
conda create <span class="token parameter variable">-n</span> open_manus <span class="token assign-left variable">python</span><span class="token operator">=</span><span class="token number">3.9</span>  <span class="token comment"># 创建环境，推荐使用 Python 3.9</span>
conda activate open_manus             <span class="token comment"># 激活环境</span>

3、克隆 OpenManus 仓库：从 GitHub 上克隆 OpenManus 的源代码到本地。


<span class="token function">git</span> clone https://github.com/mannaandpoe/OpenManus.git  <span class="token comment"># 克隆仓库</span>
<span class="token builtin class-name">cd</span> OpenManus                                              <span class="token comment"># 进入项目目录</span>
<span class="token function">git</span> clone https://github.com/mannaandpoe/OpenManus.git  <span class="token comment"># 克隆仓库</span>
<span class="token builtin class-name">cd</span> OpenManus                                              <span class="token comment"># 进入项目目录</span>
<span class="token function">git</span> clone https://github.com/mannaandpoe/OpenManus.git  <span class="token comment"># 克隆仓库</span>
<span class="token builtin class-name">cd</span> OpenManus                                              <span class="token comment"># 进入项目目录</span>

4、安装依赖：安装项目所需的 Python 库。


pip <span class="token function">install</span> <span class="token parameter variable">-r</span> requirements.txt  <span class="token comment"># 安装依赖</span>
pip <span class="token function">install</span> <span class="token parameter variable">-r</span> requirements.txt  <span class="token comment"># 安装依赖</span>
pip <span class="token function">install</span> <span class="token parameter variable">-r</span> requirements.txt  <span class="token comment"># 安装依赖</span>

5、配置文件：OpenManus 需要一个配置文件指定使用的 LLM（如 GPT-4）的 API 密钥和其他参数。

a、从示例配置文件开始：


<span class="token function">cp</span> config/config.example.toml config/config.toml  <span class="token comment"># 复制示例配置文件</span>
<span class="token function">cp</span> config/config.example.toml config/config.toml  <span class="token comment"># 复制示例配置文件</span>
<span class="token function">cp</span> config/config.example.toml config/config.toml  <span class="token comment"># 复制示例配置文件</span>

b、编辑 config/config.toml 文件，填写你的 API 密钥和其他设置。例如：


<span class="token comment"># Global LLM configuration</span>
<span class="token punctuation">[</span><span class="token table class-name">llm</span><span class="token punctuation">]</span>
<span class="token key property">model</span> <span class="token punctuation">=</span> <span class="token string">"gpt-4"</span>  <span class="token comment"># 使用的模型</span>
<span class="token key property">base_url</span> <span class="token punctuation">=</span> <span class="token string">"https://api.openai.com/v1"</span>  <span class="token comment"># API 地址</span>
<span class="token key property">api_key</span> <span class="token punctuation">=</span> <span class="token string">"sk-..."</span>  <span class="token comment"># 替换为你的 OpenAI API 密钥</span>
<span class="token key property">max_tokens</span> <span class="token punctuation">=</span> <span class="token number">4096</span>  <span class="token comment"># 最大生成长度</span>
<span class="token key property">temperature</span> <span class="token punctuation">=</span> <span class="token number">0.0</span>  <span class="token comment"># 随机性</span>
<span class="token comment"># Global LLM configuration</span>
<span class="token punctuation">[</span><span class="token table class-name">llm</span><span class="token punctuation">]</span>
<span class="token key property">model</span> <span class="token punctuation">=</span> <span class="token string">"gpt-4"</span>  <span class="token comment"># 使用的模型</span>
<span class="token key property">base_url</span> <span class="token punctuation">=</span> <span class="token string">"https://api.openai.com/v1"</span>  <span class="token comment"># API 地址</span>
<span class="token key property">api_key</span> <span class="token punctuation">=</span> <span class="token string">"sk-..."</span>  <span class="token comment"># 替换为你的 OpenAI API 密钥</span>
<span class="token key property">max_tokens</span> <span class="token punctuation">=</span> <span class="token number">4096</span>  <span class="token comment"># 最大生成长度</span>
<span class="token key property">temperature</span> <span class="token punctuation">=</span> <span class="token number">0.0</span>  <span class="token comment"># 随机性</span>
<span class="token comment"># Global LLM configuration</span>
<span class="token punctuation">[</span><span class="token table class-name">llm</span><span class="token punctuation">]</span>
<span class="token key property">model</span> <span class="token punctuation">=</span> <span class="token string">"gpt-4"</span>  <span class="token comment"># 使用的模型</span>
<span class="token key property">base_url</span> <span class="token punctuation">=</span> <span class="token string">"https://api.openai.com/v1"</span>  <span class="token comment"># API 地址</span>
<span class="token key property">api_key</span> <span class="token punctuation">=</span> <span class="token string">"sk-..."</span>  <span class="token comment"># 替换为你的 OpenAI API 密钥</span>
<span class="token key property">max_tokens</span> <span class="token punctuation">=</span> <span class="token number">4096</span>  <span class="token comment"># 最大生成长度</span>
<span class="token key property">temperature</span> <span class="token punctuation">=</span> <span class="token number">0.0</span>  <span class="token comment"># 随机性</span>

6、运行 OpenManus：完成上述步骤后，运行 OpenManus。在项目目录下运行以下命令：


python main.py  <span class="token comment"># 启动 OpenManus
</span>
python main.py  <span class="token comment"># 启动 OpenManus
</span>
python main.py  <span class="token comment"># 启动 OpenManus
</span>

运行后，基于终端输入想法或任务，OpenManus 会调用配置好的 LLM 返回结果

OpenManus应用场景

个人任务自动化：帮助用户自动化日常任务，如文件处理、信息检索和日程管理。
开发者辅助：支持代码生成、调试和项目规划，提升开发效率。
教育与学习：生成学习资料、辅助编程学习，帮助学生和教育工作者。
企业级工具开发：企业定制AI工具，用在数据分析、客户支持和报告生成。
研究与创新：支持多模态和自然语言处理研究，快速搭建实验性工具。

为什么选择 OpenManus？

对比项	OpenManus	Manus AI
免费开源	✅ 完全免费	❌ 付费 & 审核
本地部署	✅ 支持离线运行	❌ 仅支持云端
智能体协作	✅ 可定制多 AI 角色	✅ 但受限于官方设定
模型兼容性	✅ 支持 Ollama（Llama 3, Mistral）	❌ 依赖 Claude，不能自选
数据安全	✅ 所有数据本地处理	❌ 需上传到服务器