一个月获得了 2000+ Star，这个刚刚开源的 AI Agent 工具有点东西啊。
它号称是 100% 本地替代 Manus AI 的开源工具。
Manus 是啥我不用多说了，关注逛逛 GitHub 的同学肯定很清楚，之前提过好多次，说白了：就是一个能够像人类一样自主规划、执行复杂任务并直接交付完整成果的 AI 工具。
你只需下达指令（比如：规划端午的旅行），Manus 自动拆解任务（订机票、查酒店、算预算等），调用 API、代码工具等执行，交付你最后结果。
前几个月 Manus 发布后，GitHub 上一天一个它的开源替代品，都麻了。
比如：OpenManus、AutoMate、Suna 等等，挖个坑，改天把 GitHub 上面 Manus 的开源平台盘点一遍。
01
AgenticSeek 简介
这个 AgenticSeek 也是 Manus 的开源平替。
最大的特色是完全本地化，你的所有数据都在自己本地硬件上运行，确保你的隐私安全。
Manus 是典型的云端 AI 应用的代表，有一个类似虚拟机的东西。你请求的指令会在云端的虚拟环境中，调用各类工具，然后返回给你。
虽然在使用 Manus 的时候，右侧会有一个实时执行的进度显示，这个其实是虚拟环境传递过来的，调用的工具或者浏览器并不是自己本地的。
来看看下面这个案例：
可以看到，本地部署的 AgenticSeek后，你告诉它：
“规划一次为期三天的布达佩斯经济型旅行。请为我列出一份活动清单并推荐青年旅社，将所有内容保存在CSV文件中”
下达指令后，直接在本地的 Mac 笔记本中自动拆解执行任务了，指令、访问浏览器网页、数据交互都是在这台 Mac 笔记本上，零上云。
可以看到 AgenticSeek 独立在本地浏览器中访问一个个的网页，最终得到了结果生产了一个 CSV 文件保存到本地了。
除了本地特色这个特点，AgenticSeek 还有其他特点：
这里补充一下，既然是本地运行的 Agent 工具，肯定有利有弊：好处就是数据安全、隐私不泄露。
缺点是本地算力太局限了，背后的 AI 大模型估计也就部署个 14B 模型，相比于超大尺寸、参数规模的模型，智力肯定是比较低下的。
02
如何部署
1️⃣ 环境准备
安装 Python 3.10+、ChromeDriver（用于网页浏览）、Docker（容器化支持）
git clone https://github.com/Fosowl/agenticSeek.git
cd agenticSeek2️⃣ 依赖安装
使用脚本快速安装：
Linux/Mac：./install.sh
Windows：双击install.bat
或手动安装：pip install -r requirements.txt
3️⃣ 配置模型与服务器
安装 Ollama（本地模型管理工具），拉取 DeepSeek R1模型：
ollama pull deepseek-r1:14b
ollama serve # 启动本地模型服务器修改 config.ini 文件，设置本地运行参数：[MAIN]
is_local = True
provider_name = ollama
provider_model = deepseek-r1:14b
provider_server_address = 127.0.0.1:114344️⃣ 启动服务运行启动脚本：
Linux/Mac：sudo ./start_services.sh
Windows：双击 start_services.cmd
启动主程序：
https://github.com/Fosowl/agenticSeek03
都看到这了，关注下吧。
这个公众号历史发布过很多有趣的开源项目，如果你懒得翻文章一个个找，你直接关注微信公众号：逛逛 GitHub ，后台对话聊天就行了：
806
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
