从Manus到OpenManus：多智能体协作框架如何重构AI生产力？

关注

原创 2025-03-08 13:20:32 2.1k 阅读 AI 写同款· GEO 优化 ›

Manus 架构设计揭秘：解构下一代 AI Agent 多智能体架构作为 Manus 的"智慧核心"，规划模块负责解析用户指令，将复杂任务拆分为可操作的步骤，并策划实施计划。不同于常规的 AI 助手，Manus 不仅限于提供咨询或答复，它还能直接完成任务的交付。Manus 擅长处理工作与生活中的各类任务，在你安心休息的同时，一切都能妥善完成。用户提交的任务请求，无论是简单的查询还是复杂的项目需求，Manus 都会接收并开始处理。规划模块自动将复杂任务拆分为多个可执行的子任务，并建立任务间的依赖关系和执行顺序。中间结果：保留任务执行过程中的临时数据，支持复杂任务的逐步完成。阅读详情

文章目录

Manus：封闭生态下的通用AI智能体

Manus是由中国团队Monica.im研发的全球首款通用型AI智能体，其核心定位是将生成式AI的认知能力转化为实际生产力。通过多智能体协作框架，Manus能够理解复杂指令、规划任务并调用工具链（如代码执行器、浏览器自动化）直接交付成果，例如自动生成股票分析报告、筛选简历或规划旅行行程。其技术亮点包括：
(1)多智能体架构：任务分解Agent、工具调用Agent、质量校验Agent分工协作，形成任务处理流水线；
(2)云端异步执行：用户下达指令后，任务在独立虚拟机中运行，即使设备关闭仍可云端完成；
(3)性能突破：在GAIA基准测试中，复杂任务处理得分超过OpenAI同层次模型23个百分点。
然而，Manus因封闭生态（邀请码稀缺且被炒至上万元）和“套壳”争议备受质疑，其技术实现依赖现有大模型与工具链整合，缺乏底层算法创新。

OpenManus：开源社区的闪速复刻

面对Manus的封闭性，MetaGPT团队仅用3小时复刻出开源版本OpenManus，并登上GitHub趋势榜，开源18小时Star数已达4.4k，截至发稿，Star数已达12.6k。其核心设计聚焦模块化多智能体协作框架：
(1)主代理（Manager Agent）：解析需求并分配任务，类似“项目经理”；
(2)规划代理（Planning Agent）：拆解复杂任务为可执行步骤（如将“分析SEO”分解为数据抓取、技术检查等）；
(3)工具调用代理（ToolCall Agent）：集成开源工具链（如browser-use浏览器自动化、computer-use沙盒环境）。
(4)支持自定义模型（如Claude 3.5、Qwen VL Plus、GPT-4o等）和工具链扩展。

挑战与未来：框架落地的现实边界

当前局限性

(1)复杂任务处理瓶颈：多Agent协作需频繁调用外部API，一旦某一环节失败（如网络波动导致数据抓取中断），整体流程可能崩溃。
(2)模型依赖风险：框架高度依赖底层大模型的推理能力，若模型厂商调整API策略（如费用或功能限制），系统稳定性将受冲击。
(3)安全与伦理隐忧：沙盒环境中的代码执行可能引入恶意脚本，而自动化操作若缺乏透明度，易引发用户信任危机。

未来演进方向

(1)强化学习优化协作：通过模拟人类团队协作中的纠错机制（如Agent间的相互验证），提升任务容错率。
(2)垂直领域深度适配：在医疗、金融等场景中定制专用Agent（如合规审查代理），强化行业适用性。
(3)开源生态协同进化：建立工具链标准化协议（如统一API规范），推动多智能体框架的跨平台兼容。

OpenManus使用指南

开源后博主亲自体验了一番，效果相比原版Manus还是差了一点意思，具体效果还要取决于模型的能力，博主使用的是千循的付费接口。

1. 环境配置

conda create -n open_manus python=3.12
conda activate open_manus

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

pip install -r requirements.txt -i https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

2. 参数配置

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

# vim config/config.toml
# Global LLM configuration
[llm]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # Replace with your actual API key
max_tokens = 4096
temperature = 0.0

# Optional configuration for specific LLM models
[llm.vision]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # Replace with your actual API key

3. 替换搜索引擎

代码默认使用的是GoogleSearch，有魔法的小伙伴可忽略，没有魔法的小伙伴没可以使用BaiduSearch来平替，具体如下：

pip install baidusearch 

# vim app/tool/google_search.py
# from googlesearch import search
from baidusearch.baidusearch import search

4. 运行效果

python main.py

输入的指令：深度调研和Manus这个Agent有关的信息，自己整理信息，然后写一个新闻html页面介绍它，你写的html应该尽可能美观。必须使用中文。生成的文件都会放在D:\liyanpeng\github\OpenManus目录下。

在这里插入图片描述
运行结果如下，虽不算精美，但基本遵循了指令：

在这里插入图片描述

协作框架开启AI生产力革命

未来，多智能体框架的演进需突破复杂任务容错性（如API调用稳定性）和垂直领域适配性（如医疗合规审查代理），但其核心价值已清晰——当技术堆垒趋于透明，工程化能力与协作设计将成为AI生产力的核心引擎（前提是基座模型要足够的强大）。
这场由多智能体驱动的生产力革命，正在重新定义人机协作的边界。

收录于

NLP

标签

#人工智能 #OpenManus #Manus #python #Agent

OpenManus多智能体框架解析 OpenManus是由MetaGPT团队开发的开源通用AI智能体框架，其核心理念是"无堡垒，纯开放之地"(No fortress, purely open ground)。该项目仅用3小时便完成开发，却在GitHub上迅速斩获3万星标，成为AI智能体领域的现象级开源项目。核心价值主张完全开源：无需邀请码，零门槛使用多智能体协作：模拟"软件公司"分工模式真实环境交互：支持浏览器自动化与代码执行灵活扩展：模块化设计便于功能定制。阅读详情