最近，AI圈子里有個詞兒特別火——Agent（智能體）。隨著大模型在推理與生成上的能力不斷提升，Agent技術(shù)也迎來了它的“高光時刻”。特別是3月初，Manus展示的多智能體Demo，直接讓整個行業(yè)沸騰了。緊接著，國內(nèi)的DeepWisdom MetaGPT團(tuán)隊和CAMEL AI團(tuán)隊也迅速跟進(jìn)，開源了OpenManus和OWL，瞬間在社交媒體和GitHub上掀起了一股多智能體技術(shù)的熱潮。

今天，我們就來聊聊這個開源項目OpenManus，看看它到底有什么魔力，能在短短幾天內(nèi)收獲過萬Star。

3小時上線初版

OpenManus的研發(fā)團(tuán)隊在1小時內(nèi)實現(xiàn)了核心功能，3小時內(nèi)上線了初版本。我覺得這種高效并非偶然，而是源于團(tuán)隊在多智能體框架上的長期技術(shù)積累，以及系統(tǒng)內(nèi)部設(shè)計的高度抽象和可組合性。

OpenManus的核心設(shè)計思路非常清晰：極簡、可插拔、工具驅(qū)動。它通過Prompt（提示詞）和Tools（工具）的組合，快速“拼裝”出新的Agent，賦予其處理不同類型任務(wù)的能力。這種設(shè)計不僅降低了開發(fā)門檻，還讓Agent的定制變得異常靈活。

設(shè)計理念

OpenManus本質(zhì)上是一個多智能體系統(tǒng)（Multi-Agent System）。與單一大模型的“大而全”不同，多智能體系統(tǒng)通過“規(guī)劃—執(zhí)行—反饋”的循環(huán)，逐步解決復(fù)雜的現(xiàn)實問題。它的設(shè)計思路可以概括為以下幾點：

1. 極簡可插拔框架OpenManus的核心是一個精簡的Agent框架，強調(diào)模塊化和可擴展性。通過Prompt和Tools的自由組合，開發(fā)者可以快速定義Agent的行為邏輯和功能。比如，Prompt決定了Agent的思考方式，而Tools則提供了具體的行動能力（如代碼執(zhí)行、搜索、文件操作等）。
2. 工具驅(qū)動的ReAct AgentOpenManus基于ReAct（Reason + Act）模式，以工具為核心驅(qū)動Agent的行動。Prompt引導(dǎo)Agent的推理和邏輯，而Tools則賦予Agent行動能力。這種設(shè)計讓Agent不僅能“想”，還能“做”。
3. 規(guī)劃能力處理復(fù)雜任務(wù)OpenManus延續(xù)了Manus的多智能體規(guī)劃優(yōu)勢，通過PlanningTool對用戶需求進(jìn)行高層規(guī)劃。它將復(fù)雜任務(wù)分解為線性的子任務(wù)計劃，顯著提升了任務(wù)的成功率。這種“先規(guī)劃，后執(zhí)行”的思路，在處理長鏈任務(wù)時尤為有效。
4. 動態(tài)Agent分配與工具調(diào)度當(dāng)一個任務(wù)被拆解為多個子任務(wù)后，系統(tǒng)會根據(jù)任務(wù)類型，動態(tài)分配給預(yù)先定義或適配的Agent。這種“臨時分配 + 工具協(xié)作”的機制，最大化利用了多模型、多工具的組合優(yōu)勢，提高了系統(tǒng)的靈活性和效率。

工作流程

OpenManus的運行流程非常清晰，可以概括為以下幾個步驟：

1. 用戶需求輸入用戶在前端或命令行中輸入復(fù)雜需求，比如“寫一段代碼并自動部署到服務(wù)器上”。
2. PlanningTool規(guī)劃系統(tǒng)調(diào)用PlanningTool，對需求進(jìn)行分析與分解，形成一個線性結(jié)構(gòu)的任務(wù)序列。比如，將需求拆解為“分析需求→編寫代碼→測試修復(fù)→部署驗證”。
3. 任務(wù)分配與執(zhí)行系統(tǒng)根據(jù)任務(wù)類型，動態(tài)分配給最合適的Agent。每個Agent采用ReAct循環(huán)與Tools交互，完成子任務(wù)。
4. 結(jié)果匯總與狀態(tài)更新子任務(wù)執(zhí)行完畢后，系統(tǒng)會將結(jié)果進(jìn)行總結(jié)與壓縮，存入共享內(nèi)存。如果任務(wù)順利完成，進(jìn)入下一子任務(wù)；如果失敗，系統(tǒng)會進(jìn)行自動調(diào)試或重新規(guī)劃。
5. 整體產(chǎn)出所有子任務(wù)執(zhí)行完畢后，系統(tǒng)對整體結(jié)果進(jìn)行匯總并返回給用戶。

架構(gòu)

OpenManus的工程結(jié)構(gòu)非常簡潔，截止到目前核心僅包含約30個文件，依賴庫也相對簡單（如pydantic、openai、playwright等）。它的架構(gòu)由四個主要模塊構(gòu)成：

1. 核心多智能體框架（Agent）采用清晰的繼承層次，自底向上逐步增強功能。從BaseAgent到ReActAgent，再到ToolCallAgent，最后到Manus，每一層都通過定制Prompt和Tools賦予Agent不同的能力。
2. 工具層（Tools）工具模塊是OpenManus的行動基礎(chǔ)，包括Python執(zhí)行、網(wǎng)絡(luò)搜索、文件讀寫、任務(wù)規(guī)劃等。每個工具都繼承自BaseTool，具有高度的可擴展性。
3. 提示詞模塊（Prompt）Prompt模塊包含了各種Agent使用的指令模板，定義了Agent的行為邏輯和思考方式。
4. 執(zhí)行流程模塊（Flow）Flow模塊負(fù)責(zé)任務(wù)的高層編排和執(zhí)行流程管理，確保任務(wù)按計劃逐步完成。

不同模型實測效果

通過測試，我發(fā)現(xiàn)不同模型在OpenManus的使用效果差異明顯：

踩坑記錄

1. google_search 無法調(diào)用

?? Tool 'google_search' encountered a problem: HTTPSConnectionPool(host='www.google.com', port=443): Max retries exceeded with url: /search?q=Google+homepage&num=12&hl=en&start=0&safe=active (Caused by ConnectTimeoutError(<urllib3.connection.HTTPSConnection object at 0x0000020960CF1520>, 'Connection to www.google.com timed out. (connect timeout=5)'))

解決方式：

• 科學(xué)上網(wǎng)全局代理，或者切換穩(wěn)定的谷歌代理站點
• 已經(jīng)有issue提供了pr, 支持將google search替換成baidu搜索

2. 缺少瀏覽器組件

Error: Browser action 'navigate' failed: BrowserType.launch: Executable doesn't exist at C:\Users\admin\AppData\Local\ms-playwright\chromium-1148\chrome-win\chrome.exe
╔════════════════════════════════════════════════════════════╗
║ Looks like Playwright was just installed or updated.       ║
║ Please run the following command to download new browsers: ║
║                                                            ║
║     playwright install                                     ║
║                                                            ║
║ <3 Playwright Team                                         ║
╚════════════════════════════════════════════════════════════╝

需要先下載瀏覽器組件

python -m playwright install chromium

pip install playwright

如果依然安裝失敗，可以嘗試：

pip install --no-deps -r requirements.txt
# 對于playwright，我使用這個方法成功解決了問題 
pip install playwright==1.40.0 --no-build-isolation 
playwright install chromium
# 如果仍然遇到問題，嘗試手動安裝核心依賴
pip install pydantic==2.5.2 langchain==0.1.6 beautifulsoup4==4.12.3

3. conda環(huán)境

我用的版本是python3.10，沒有使用python3.12, 沒有出現(xiàn)一些issue中提到的conda環(huán)境問題

總結(jié)

當(dāng)面對高度復(fù)雜、邏輯交織的任務(wù)時，OpenManus 的任務(wù)規(guī)劃能力有時會顯得力有不逮。以涉及多部門協(xié)同、多環(huán)節(jié)銜接的大型項目為例，系統(tǒng)在梳理任務(wù)優(yōu)先級和優(yōu)化執(zhí)行順序時，可能會出現(xiàn)偏差，從而導(dǎo)致任務(wù)執(zhí)行過程中出現(xiàn)資源浪費、進(jìn)度延誤等問題，影響整體效率。

此外，在實際測試中，OpenManus 偶爾會在任務(wù)執(zhí)行過程中出現(xiàn)卡頓或報錯，尤其是在多任務(wù)并行且負(fù)載較高的情況下，這種現(xiàn)象更為突出。

本文轉(zhuǎn)載自公眾號AI 博物院 作者：longyunfeigu

原文鏈接：??https://mp.weixin.qq.com/s/2Wm3nGzSNU6EWpKrzUfJLw??