没有 Manus 邀请码?Qwen + OpenManus 开源替代方案一样能领略 AI 智能体的力量

本地部署OpenManus ‌OpenManus‌是一个开源的AI智能体项目,由MetaGPT团队开发,旨在提供一个无需邀请码即可创建自定义AI智能体的平台。OpenManus是基于Manus的开源复刻版,通过多智能体协作和调用工具的能力,实现与Manus类似的效果,并且允许用户本地部署‌。安装OpenManus提供了两种安装方式,分别是使用conda环境和uv工具。由于大部分开发者对conda熟悉些,所以我这里推荐这一种。方式一:使用conda(推荐) 阅读详情

微信公众号:老牛同学

公众号标题:没有 Manus 邀请码?Qwen + OpenManus 开源替代方案一样能领略 AI 智能体的力量

公众号链接:没有 Manus 邀请码?Qwen + OpenManus 开源替代方案一样能领略 AI 智能体的力量

本以为 QwQ-32B 的发布定会“炸街”,毕竟它的评测结果与 DeepSeek-R1-671B 满血版不相上下,而之前 DeepSeek-R1 横扫了整个地球,还持续扫了这么久:

QwQ-32B: 领略强化学习之力

万万没有想到,冲出来的这匹强劲黑马竟然是 Manus ,号称:全球首款通用型 AI 智能体,它不仅能产出创意,更重要的是还能交付结果。

Manus介绍

在官方介绍视频中,Manus 在简历筛选评估、房地产信息检索和股票分析上,均表现出了惊人的能力。可惜的是,Manus 并未对所有人开放,需要有邀请码方可注册体验使用:

Manus注册

幸运的是,不管是 QwQ-32B 还是 Manus,它们都是我们中国人的产品,为这些产品背后的技术大佬们致敬!

下面是 1 个使用 Manus 的样例:https://manus.im/share/kTEHmnYgfqqubhiSAUwZR7?replay=1

没有 Manus 邀请码,我们就无法体验到 Manus 强大能力。

但幸运的是,OpenManus 为我们提供了一个开源的替代方案。接下来,我们就来使用 QwQ-32B 大模型体验一下 OpenManus 的能力:

  1. OpenManus 和 Manus 比较,源代码走读分析
  2. OpenManus 本地部署和配置
  3. 使用与 Manus 样例中相同的提示词,体验 OpenManus 功能

1. OpenManus 源代码分析

OpenManus 源代码地址:https://github.com/mannaandpoem/OpenManus

OpenManus 研发成员来自 MetaGPT 智能体团队。关于 MetaGPT 的使用,可以参考老牛同学之前文章:Agent(智能体)和 MetaGPT,一句话实现整个需求应用代码

把源代码下载到本地:

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

其中,main.py是主入口文件,它初始化Manus代理类并处理输入的提示词;而Manus代理使用工具集合,包括PythonExecute、BrowserUseTool、FileSaver、Terminate和GoogleSearch等。

这些工具的功能,说明了 OpenManus 可以在本地执行 Python 代码、使用浏览器、操作本地文件、执行终端命令和搜索等。

我们可以打开源代码目录,看到这些工具定义:./app/tool

同时,我们通过requirements.txt文件可以看到,OpenManus 也依赖了一些组件:图像处理、文件操作、浏览器操作等。

由此可见,OpenManus 借助其他工具,执行并完成用户的任务!

2. OpenManus 本地配置

简单了解了 OpenManus 主要设计之后,接下来我们本地部署起来。

首先,安装 Conda 工具,用于管理 Python 虚拟环境。可以参考文章:大模型应用研发基础环境配置

然后,创建 Python 虚拟环境(环境名:OpenManus),并激活环境:

# 创建虚拟环境
conda create -n OpenManus python=3.12

# 激活虚拟环境
conda activate OpenManus

最后,安装 OpenManus 依赖:

pip install -r requirements.txt

接下来,我们配置大模型 API,我们将使用 QwQ-32B 作为 OpenManus 底层大模型。

先复制一份配置文件:config/config.toml

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

然后,修改配置文件内容,把其中基础大模型配置成 QwQ-32B 基座模型,把视觉模型配置成 Qwen-Max 最新模型:

# 全局模型配置
[llm]
model = "qwen-max-latest"
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"
api_key = "sk-..."  # 替换为真实 API 密钥
max_tokens = 4096
temperature = 0.0

# 视觉模型配置
[llm.vision]
model = "qwen-max-latest"
base_url = "https://dashscope.aliyuncs.com/compatible-mode/v1"
api_key = "sk-..."  # 替换为真实 API 密钥

注意:llm.model不能使用QwQ模型(感觉有点翻车了),原因在于 QwQ 仅支持流式输出:

2025-03-07 21:00:32.259 | ERROR    | app.llm:ask_tool:250 - API error: Error code: 400 - {'error': {'code': 'invalid_parameter_error', 'param': None, 'message': 'This model only support stream mode, please enable the stream parameter to access the model. ', 'type': 'invalid_request_error'}, 'id': 'chatcmpl-dbc286db-797d-9e3f-8cf1-b3adf15abc1a', 'request_id': 'dbc286db-797d-9e3f-8cf1-b3adf15abc1a'}

3. OpenManus 功能体验

配置完毕,就可以开始使用了:python main.py

>python main.py
INFO     [browser_use] BrowserUse logging setup complete with level info
INFO     [root] Anonymized telemetry enabled. See https://docs.browser-use.com/development/telemetry for more information.
Enter your prompt (or 'exit' to quit):

为了和 Manus 结果进行比较,我们输入提示词:Identify 20 CRM companies in the market and gather their slogans along with their branding stories.

从日志可以看出,总共分为30 个推理步骤:

2025-03-07 20:58:43.891 | WARNING  | __main__:main:15 - Processing your request...
2025-03-07 20:58:43.891 | INFO     | app.agent.base:run:137 - Executing step 1/30

执行完成之后,看到进行了总结:

### Summary:

We have now gathered the slogans and branding stories for the following CRM companies:

1. Salesforce
2. HubSpot
3. Zoho CRM
4. Microsoft Dynamics 365
5. SAP CRM
6. Oracle CRM
7. SugarCRM
8. Pipedrive
9. Freshsales
10. Insightly
11. Nimble
12. Agile CRM
13. Capsule CRM
14. Copper (formerly ProsperWorks)
15. Infusionsoft (by Keap)
16. Zendesk Sell (formerly Base CRM)
17. Really Simple Systems CRM
18. Apptivo CRM
19. Bitrix24
20. Vtiger CRM

This information is saved in the file `crm_companies_info.txt`.

最终结果保存在本地文件:crm_companies_info.txt

打开本地结果文件,并且和 Manus 结果进行简单对比:

结果比对

4. 总结

从最终结果看,Manus 的结果更加丰富一些,更像一份报告,包括:简介、目录,每个上市公司的品牌故事说明内容和格式也更加丰富和易于阅读;而 OpenManus 的结果就简洁多了,每个公司就包括核心的 3 个主要信息:公司名、Slogan 和品牌故事。

目前还不好说谁更加优秀,但有一点可以肯定的是:通用智能体离我们越来越近了!


🤗更多AI技术干货,请关注“老牛同学”微信公众号🤗
【源代码:打开“老牛同学”微信小程序->点击“更多”Tab->“源代码”下载】

微信公众号:老牛同学

公众号标题:没有 Manus 邀请码?Qwen + OpenManus 开源替代方案一样能领略 AI 智能体的力量

公众号链接:没有 Manus 邀请码?Qwen + OpenManus 开源替代方案一样能领略 AI 智能体的力量

本地部署 OpenManus 保姆级教程(Windows 版) 阅读详情

相关推荐

Ubuntu本地部署Open manus(完全免费可用)

关于由于邀请码的限制,导致很多用户无法顺利体验manus带来的ai agent体验,但是最近开源的open manus是另一个不错的选择。

LNN0212的博客 2617

OpenManus本地部署实战亲测有效,完全免费

由于工作太忙,已经连续断更三年的我,今天实在忍不住给大家分享一些自己的学习笔记。今天这个文章我就带大家把OpenManus如何本地部署给详细走一遍,后面准备录制一个视频,大家多多关注我的账号哦。OpenManus 需要对其使用的大语言模型(LLM)的应用程序编程接口(APIs)进行配置。官网使用的openai的,但是openai是收费的,我们使用免费的,再本地使用ollama。有git的可以使用以下命令下载,没有的直接再github里面下载。(1)在配置目录中创建一个名为“config.toml”的文件。

bigData1994pb的博客 3737

Java电商秒杀系统性能优化(一)——电商秒杀系统框架回顾

电商秒杀系统框架回顾项目简介外部依赖框架回顾项目要点项目中存在的问题小结 课程是免费的,课程地址如下:SpringBoot搭建电商秒杀项目,课程真的很棒,作者的思路很清晰,建议各位读者可以跟着视频练习一下这个项目; 项目简介 通过SpringBoot快速搭建的前后端分离的电商基础秒杀项目。项目通过应用领域驱动型的分层模型设计方式去完成:用户otp注册、登陆、查看、商品列表、进入商品详情以及倒计时秒...

ghw15221836342的博客 2939

[笔记] 深入指南:使用 OpenManus 本地部署使用指南.

本文深入探讨了OpenManus,一个专注于简化和优化项目管理和团队协作的开源工具。通过详细的步骤指南,介绍了如何从GitHub克隆仓库、配置环境(包括使用uv和conda两种方式),以及如何设置LLM API进行高级功能配置。文章还讨论了OpenManus在促进团队合作、提高工作效率方面的潜力,并展望了其未来发展方向。

LuChangQiu的博客 5920

OpenManus介绍及本地部署体验

OpenManus,由 MetaGPT 团队精心打造的开源项目,于2025年3月发布。它致力于模仿并改进 Manus 这一封闭式商业 AI Agent 的核心功能,为用户提供无需邀请码、可本地化部署的智能体解决方案。换句话说,OpenManus 就像一位全能的数字助手,能够在你的本地设备上运行,随时听候差遣,完成各种复杂任务。它的出现,打破了技术领域的高墙,让每一位开发者都有机会站在同一起跑线上,快速实现诸如代码生成、数据分析、网络信息检索等复杂任务的自动化处理。

寸先生的AI道路 3万+

文件上传漏洞攻击与防范方法

文件上传漏洞攻击与防范方法 文件上传漏洞简介: 文件上传漏洞是web安全中经常用到的一种漏洞形式。是对数据与代码分离原则的一种攻击。上传漏洞顾名思义,就是攻击者上传了一个可执行文件如木马,病毒,恶意脚本,WebShell等到服务器执行,并最终获得网站控制权限的高危漏洞。 文件上传漏洞危害: 上传漏洞与SQL注入或 XSS相比 , 其风险更大 , 如果 Web应用程序存在上传漏洞 , 攻击者上传...

m0_38103658的博客 4万+

OpenManus本地部署教程

这让我非常兴奋,立刻决定尝试在本地部署OpenManus,并搭配Ollama运行的Mistral:latest模型,打造一套完全私有化的AI对话系统。安装完成后,Ollama会在后台运行,可以在系统托盘找到它的图标。Mistral:latest模型的表现让我很惊喜,在多数日常任务中,它的回答质量已经可以满足我的需求,而且本地运行的响应速度也相当不错。与云服务相比,虽然部署过程更复杂一些,但数据完全在本地,没有隐私泄露的风险,而且没有API调用费用,非常适合个人或小团队使用。

qq_42767984的博客 625

二元交叉熵:分类模型概率校准的数学根基

二元交叉熵(BCE)是二分类任务中实现概率校准的核心损失函数,其本质源于最大似然估计与KL散度,确保模型输出具备真实可解释的概率意义。相比均方误差(MSE)或Hinge Loss,BCE强制优化预测分布与真实伯努利分布之间的信息差异,使p=0.8真正对应约80%的正例发生率,支撑风控、医疗、推荐等高信度场景的阈值决策。它不只影响训练收敛,更决定部署后概率的业务可信度——这正是Focal Loss等变体无法替代其基础地位的根本原因。理解BCE,就是理解分类模型如何从‘打分器’进化为‘概率契约签署者’。

congli3478的博客 691

手把手教你将本地部署的DeepSeek R1集成到Dify

今天,手把手教大家在本地部署DeepSeek R1,并将其集成到Dify中,实打实提升你的工作效率!本部分介绍在本地通过ollama部署DeepSeek R1。在ollama官网,选择操作系统,下载ollama应用程序并安装命令行输入ollama,出现下面的提示,则说明安装成功。在ollama官网,点击「Models」,选择第一个「DeepSeek R1」根据自己的显存选择对应的版本大小。推荐GPU:- 7B和16B之类的较小型号,消费者GPU(例如NVIDIA RTX 4090)是合适的。

m0_63171455的博客 6891

OpenManus本地部署

linux系统本地部署open_manus

qq_38225433的博客 1060

时间卷积网络(TCN):结构+pytorch代码

文章目录TCNTCN结构1-D FCN的结构因果卷积(Causal Convolutions)膨胀因果卷积(Dilated Causal Convolutions)膨胀非因果卷积(Dilated Non-Causal Convolutions)残差块结构pytorch代码讲解 TCN   TCN(Temporal Convolutional Network)是由Shaojie Bai et al....

Leon_winter的博客 11万+

Windows本地部署DeepSeek-R1大模型并使用web界面远程交互

最近爆火的国产AI大模型Deepseek详细大家都不陌生,不过除了在手机上安装APP或者官网在线体验,我们其实完全可以在自己的Windows电脑上本地进行部署,并结合cpolar内网穿透工具轻松实现远程交互,带来更方便快捷的体验。之前就和大家分享过本地运行 AI 模型具有很多优势,比如隐私安全:你的所有数据都保留在你自己的机器上,不存在共享敏感信息的风险。快速响应:官方及三方访问量过大,延迟非常高,造成卡顿,本地部署大模型可以避免这种情况。

等风来 6661

逆向工程Python爬虫——国税局发票查验平台

前言 这是一篇含金量很高的干货文章,笔者将手把手带领各位一步一步地实现爬取国家税务总局全国增值税发票查验平台(以下简称“查验平台”)。这个想法诞生在19年初,当时在做一款通过扫描二维码就可以查验发票的小程序。 当时由于笔者学艺尚浅,没办法模拟请求爬取查验平台,所以最终采用的技术方案是通过web自动化测试工具selenium控制浏览器去模拟查验步骤,即使这样,开发过程也是困难重重,不过最后笔者和伙伴们成功实现了整套流程,最后开发出的产品口袋发票夺得了包括2019微信小程序开发大赛赛区三等奖在内的多个奖项。 但

weixin_43102379的博客 1万+

服务器部署一个千问2.5-14B、32B并发布为接口

使用qwen3-14B、32B试试看

Kakaxiii的博客 917

OpenManus+qwen部署

OpenManus+qwen部署

xuexixianjinzhishi的博客 469

分布式存储系统关于GDPR条例中的数据清除原则

文章目录前言HDFS存储系统数据的完全删除基于加解密的输入输出流的数据保护方案 前言 关于GDPR是什么,可能许多同学之前并不太了解,至少笔者在之前也是不清楚的。GDPR全称为通用数据保护条例,General Data Protection Regulation。它是一项来自欧盟的关于计算机数据保护相关的条约,旨在规范系统如何收集,管控用户私人数据的种种行为。但是当前的一些存储系统并没有完全符合...

走在前往架构师的路上 2810

手把手教你本地部署open-manus,开启自定义智能体

手把手教你本地部署open-manus,开启自定义智能体,从基础工具解析,到支持deepseek大模型的调用,一文搞定。

callmedaphy的专栏 1638

Python-OpenCV及cv2,numpy库最新安装教程[最全步骤]

安装教程目录前言OpenCV-Python安装教程报错解决cv2安装numpy安装opencv安装(附加)总结 前言 首先,我知道一些看到我的Blog的人已经在网上找了很多歪路子,现在已经火冒三丈了(我也是这样过来的hhhh),那么现在,深呼吸,跟着我的教程,不要着急,每一步都要读一遍。完整安装过程需要1个小时左右(仅供参考,本人第一次安装python花了一天(确信)) OpenCV-Python...

qq_45425286的博客 6867

OpenManus 本地部署

跑完了30轮,电脑里居然没有找到生成的md文档。,github上面看了别人提的issues,也有很多人遇到同样的问题,先记录着,后面找到解决方法了再来更新吧,有知道的大神们也可以评论区留言。截至3月9日,GitHub Star数已达15.8k,成为2025年增长最快的AI Agent项目之一。,首次注册送2000万tokens,速度还是不错的,下面我选择Qwen模型来测试。下面我也来试着部署一下,看看到底AI到底能不能给我打工吧。的配置文件,并放在 config 目录下。配置相关的,需要创建一个名为。

weixin_45498254的博客 1099

超详细的OpenManus本地部署+免费调用DeepSeek的API(Windows系统)

因为已经安装好了python,所以可以直接在命令行,用pip安装,选择国内的镜像源,这样安装快一点,具体命令为:pip install uv -i https://pypi.tuna.tsinghua.edu.cn/simple。Manus做为全球首款AI Agent,相信大家都想体验一下,但是邀请码太难获得,还好有OpenManus,我们可以本地部署,一样可以抢先体验自动化办公。当然约复杂的要求,花费的时间越长,而且准确性越差;注册后,进入,选择API密钥,创建,复制自己的密钥就行,然后再到。

pindaowuxin的博客 2555

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

OpenManus+DeepSeek联合,打造一款超级强大的Agent工具

2025年标志着AI Agent时代的开启,这一观点在北京时间3月6日凌晨得到了验证,科技圈再次迎来了一个不眠之夜,继DeepSeek引起轰动之后,一款名为“Manus”的AI Agent工具,又一次见证了历史。他们彻夜未眠,只为抢到Monica.im公司发布的全球首款AI Agent产品「Manus」的使用邀请码。据介绍,「Manus」是Monica.im团队开发的一款真正自主的AI代理,它能够处理各种复杂且多变的任务。与传统的AI助手不同,Manus不仅能提供意见或答案,还能够直接完成任务并交付成果。

qq_38773993的博客 7481

C# WinForm 基于DirectShow.dll编写的程序,可边预览边保存视频,音频和图片

基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择(默认选中第一个)2.可录制wmv和avi两种格式的视频并且都带有音频,avi可以录制的分辨率和帧数进行选择,wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照,也可边录制视频边拍照4.添加了视频和音频的压缩功能(酌情使用)这次二次开发发现C#对DirectShow的相关信息太少,这次做完也不敢藏私共享出来,还望大家指正

OpenManus 来袭!本地部署体验智能体工作流程的奥秘

​ 最近,Manus 的出圈引发了大家对智能体的广泛关注。今天,我们将通过本地部署 OpenManus,深入体验智能工作流程的魅力。如果你对智能体协作感兴趣,不妨参考《基于 DeepSeek+AutoGen 的智能体协作系统》 这篇文章中,了解如何实现多个智能体的协同工作。

wxaiway的博客 1778

小白也能轻松驾驭!一键安装QWQ+OpenManus,体验回答速度飞快的智能助手!

不过有好些朋友反馈,看不懂。OpenManus毕竟是人家3小时搞出的项目,暂时还未支持docker一键部署,是用的原生python环境启动,确实对小白不太友好。以及有朋友咨询OpenManus是否可以接本地的QWQ。其实千问这个号称可以比肩满血R1的QWQ 32b,我前两天就想本地部署试试了,但即便QWQ 是32B,模型本身也才20G(比R1满血版小了20倍),我本地的8G显存还是完全不够看,告辞。

2401_84495872的博客 1242

大中型超市收银系统(可直接运行)

光步前台收银系统系统功能:商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传,基本资料下载,开钱箱、小票打印、收款结算,支持多币种付款方式(现金、储值卡、礼券、微信等),支持多种促销。运行环境:.net 4.0登陆信息用户名:1001 密码:123456内置商品信息,商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开

使用 ollama 部署本地模型,零基础入门到精通,非常详细收藏我这一篇就够了

在本地启动并运行大型语言模型。运行Llama 2,Code Llama和其他模型。自定义并创建您自己的。

m0_65555479的博客 3701

MT4 EA(趋势线通道等止盈止损)

MT4 EA(趋势线通道等止盈止损),方便晚上睡觉,看护单子。很人性化的设计。

manus本地部署使用体验

大模型配置config.toml中的大模型配置,一个是全局的一个是特殊的,可以使用同一个。可以使用硅基流动的deepseek大模型,自己修改相关配置。内容如下python main.py直接启动命令行对话,没有页面。

shy_snow的专栏 1138
上一篇: MNN 手机本地部署 DeepSeek R1 和多模态大模型,告别服务器繁忙!
老牛同学
博客等级 码龄20年 1169粉丝 109原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值