代码地址：https://github.com/FoundationAgents/OpenManus

一、项目简介

OpenManus 是一个面向未来的开源多智能体（Multi-Agent）大语言模型（LLM）智能体系统。它不仅仅是一个简单的“AI助手”框架，更是一个高度模块化、可扩展、支持多协议、多工具、多智能体协作的智能体平台。其设计初衷是让开发者、研究者和企业能够以极低的门槛，快速搭建和扩展属于自己的智能体系统，满足从自动化办公、数据分析、自动编程、信息检索、网页自动化到复杂多阶段任务协作等多样化需求。

1.1 发展背景与设计理念

随着大语言模型（如GPT-4、Claude、Gemini等）的能力不断提升，单一智能体已难以满足现实世界中复杂、多步骤、跨领域的任务需求。OpenManus 诞生于这样一个背景下：

  • 多智能体协作：单一LLM智能体虽强，但在面对需要分工、并行、规划、专家协作的任务时，天然存在瓶颈。OpenManus 通过“多智能体+流程”机制，支持任务自动分解、角色分配、协作执行。
  • 工具增强（Tool Augmentation）：LLM本身虽强，但缺乏对外部世界的直接操作能力。OpenManus 通过“工具调用”机制，让智能体可以像人类一样调用代码执行、文件操作、网页浏览、数据可视化等多种工具，极大拓展了智能体的边界。
  • 协议开放与生态兼容：支持MCP（Model Context Protocol）、A2A（Agent-to-Agent）等协议，方便与外部系统、云服务、第三方智能体生态无缝集成。
  • 安全与可控：通过沙箱（Sandbox）机制，保障代码执行、文件操作等高风险任务的安全隔离，防止恶意代码危害主系统。
  • 极简上手与高度可扩展：无论是AI初学者还是资深开发者，都能快速上手；同时支持深度定制、插件开发、协议扩展。

1.2 核心目标

  • 通用性：支持各类任务（编程、数据分析、信息检索、网页自动化等），适配多种LLM和工具。
  • 模块化：所有智能体、工具、流程均为独立模块，易于组合、替换、扩展。
  • 可扩展性：支持自定义智能体、工具、流程、协议，适应未来AI生态的快速演进。
  • 安全性：通过沙箱、权限控制、资源隔离等机制，保障系统安全。
  • 开放性：拥抱开源社区，支持多语言、多平台、国际化，易于贡献和协作。

1.3 与同类系统对比

  • 与Auto-GPT、MetaGPT等对比：OpenManus 更强调“多智能体+多工具+多协议”的协作与开放，支持更灵活的工具注册与远程扩展，流程控制更细腻，安全机制更完善。
  • 与LangChain、AgentVerse等对比：OpenManus 不是简单的“链式调用”或“单智能体+工具”，而是支持多智能体分工、流程规划、协议互通的完整平台。
  • 与SWE-agent、BrowserAgent等对比：OpenManus 可集成这些专用智能体为子模块，实现更复杂的跨领域协作。

1.4 技术选型与架构哲学

  • 核心语言：Python 3.12，兼容主流AI生态。
  • 依赖管理：支持pip、uv、conda等多种方式，便于不同平台部署。
  • 异步编程：全链路异步，提升并发与响应速度。
  • Pydantic建模：所有核心对象（智能体、工具、流程、消息等）均为Pydantic模型，便于数据校验、序列化、配置化。
  • Docker沙箱：底层采用Docker实现安全隔离，支持资源限制、自动清理。
  • 协议适配：内置MCP、A2A协议，便于与外部智能体、工具服务器、云服务对接。
  • 国际化与多语言：内置多语言文档，支持全球开发者参与。

1.5 典型应用场景

  • 自动化编程与代码审查：如SWEAgent可自动生成、修改、审查代码，支持多步交互与工具链调用。
  • 数据分析与可视化：DataAnalysis Agent可自动读取、分析、可视化数据，生成报表与图表。
  • 网页自动化与信息抓取：BrowserAgent/Manus可自动登录网站、抓取数据、填表、爬取信息。
  • 多阶段复杂任务协作：如“先生成数据，再分析并可视化”，可由多个智能体协作完成。
  • 企业自动化办公：如自动整理文档、批量处理文件、自动回复邮件等。
  • AI+云原生集成：通过MCP/A2A协议与云端服务、第三方API、外部智能体互通。

1.6 系统优势与局限

优势：

  • 架构极度灵活，支持任意组合与扩展
  • 安全机制完善，适合生产环境
  • 社区活跃，文档完善，国际化支持好
  • 兼容主流AI生态，易于集成

局限：

  • 高级功能（如多智能体协作、远程工具注册）对新手有一定学习曲线
  • 依赖Docker等环境，部分平台部署需额外配置
  • 目前主要以命令行为主，GUI生态尚在发展中

二、整体架构与主流程

OpenManus 的整体架构可分为“入口层-流程层-智能体层-工具层-协议层-安全层-配置层-生态层”八大部分，各层既解耦又协作，形成强大的系统能力。

2.1 架构分层与模块协作

  • 入口层：包括main.py、run_flow.py、run_mcp.py、protocol/a2a/app/main.py等，负责解析用户输入、加载配置、初始化流程/智能体。
  • 流程层（Flow）：如PlanningFlow，负责任务分解、步骤规划、智能体分配、流程控制。
  • 智能体层（Agent）：如Manus、DataAnalysis、MCPAgent等，负责具体任务的执行、工具调用、状态管理。
  • 工具层（Tool）：如PythonExecute、BrowserUseTool、StrReplaceEditor等，负责具体操作的实现。
  • 协议层：如MCP、A2A协议，负责与外部工具服务器、智能体生态对接。
  • 安全层：如沙箱、权限控制、资源隔离，保障系统安全。
  • 配置层：如config.toml、多语言文档，支持灵活配置与国际化。
  • 生态层：如社区贡献、插件机制、第三方集成，支持系统持续演进。

2.2 主流程详解

  1. 用户输入：通过命令行、API、A2A协议等方式输入任务描述（prompt）。
  2. 入口解析：入口脚本解析输入，加载配置，初始化所需流程与智能体。
  3. 流程规划：如PlanningFlow会调用LLM生成任务分解与步骤规划，自动分配给不同智能体。
  4. 智能体执行：每个智能体根据分配的子任务，自动选择合适工具，执行操作。
  5. 工具调用：智能体通过ToolCollection调用本地或远程工具，完成具体操作。
  6. 结果反馈：每步结果自动记录、汇总，最终反馈给用户。
  7. 资源清理：流程结束后自动清理沙箱、断开远程连接、释放资源。

2.3 架构优势与最佳实践

  • 高内聚低耦合：各层职责清晰，便于维护与扩展。
  • 异步高效：全链路异步，支持高并发与大规模任务。
  • 插件化与协议化：工具、智能体、协议均可热插拔，便于生态扩展。
  • 安全可控：所有高风险操作均可在沙箱中执行，支持资源限额与自动清理。
  • 国际化与社区驱动：多语言文档、全球开发者参与，持续演进。

2.4 与行业主流方案对比

  • LangChain：更偏向“链式调用”，OpenManus 更强调“多智能体+多工具+多协议”协作。
  • Auto-GPT：以单智能体为主，OpenManus 支持多智能体分工与流程规划。
  • MetaGPT：同为多智能体，但OpenManus更开放、协议兼容性更强。
  • SWE-agent/BrowserAgent：可作为OpenManus子模块集成，提升整体能力。

2.5 典型应用场景深度剖析

  • 企业RPA自动化：如自动处理邮件、表格、报表，多个智能体协作，工具链灵活组合。
  • 科研数据分析：自动抓取数据、清洗、分析、可视化、生成论文草稿。
  • AI+DevOps：自动化代码生成、测试、部署、监控，提升开发与运维效率。
  • 智能客服与对话系统：多智能体分工，支持复杂对话、知识检索、自动回复。
  • 教育与培训：自动批改作业、生成教学内容、个性化学习路径规划。

三、核心模块分析

1. 智能体（Agent）体系

1.1 BaseAgent

BaseAgent 是所有智能体的抽象基类，定义了智能体的核心属性和行为，包括：

  • 状态管理：每个智能体有自己的生命周期状态（IDLE、RUNNING、FINISHED、ERROR等），通过状态机和上下文管理器（asynccontextmanager）实现安全的状态切换。
  • 记忆机制：集成 Memory 模型，支持对话历史、工具调用结果、用户输入等信息的存储与回溯，为多轮推理和上下文感知提供基础。
  • 执行循环：核心方法 run() 实现了异步主循环，自动控制最大步数、异常处理、资源清理等。每一步调用 step()，由子类实现具体逻辑。
  • 可扩展性：通过 Pydantic 的配置和校验机制，支持灵活扩展属性和行为。

实现亮点：

  • 采用异步编程，支持高并发任务。
  • 状态上下文管理，保证异常情况下状态回滚，提升健壮性。
  • 记忆与消息机制解耦，便于多智能体协作和信息共享。

典型用例：

  • 作为所有高级智能体（如 Manus、DataAnalysis、MCPAgent、SWEAgent 等）的基类，统一行为规范。
1.2 ReActAgent/ToolCallAgent
  • ReActAgent：引入“思考-行动（Reasoning+Acting）”范式，支持 LLM 先“思考”再“行动”，每一步都可根据当前状态和记忆决定是否调用工具或直接输出结果。
  • ToolCallAgent：在 ReActAgent 基础上，增强了工具调用能力。支持多工具自动选择、参数自动生成、调用结果自动处理。
  • 核心机制：
    • think()：调用 LLM 生成下一步计划或工具调用意图。
    • act()：根据 think 的结果，自动调用工具，并将结果写入记忆。
    • execute_tool()：统一的工具调用接口，支持本地和远程工具。
    • special_tool_names：特殊工具（如 terminate）可触发智能体终止。
  • 错误处理：自动捕获 LLM token 超限、工具调用异常、参数错误等，写入记忆并优雅降级。

最佳实践：

  • 复杂任务建议采用 ToolCallAgent，充分利用 LLM+工具的协同能力。
  • 可通过继承 ToolCallAgent 快速开发自定义智能体。
1.3 Manus

Manus 是 OpenManus 的旗舰通用智能体，集成了本地工具与 MCP 远程工具，具备极强的任务适应性。

  • 工具集成：默认集成 PythonExecute、BrowserUseTool、StrReplaceEditor、AskHuman、Terminate 等工具。
  • MCP 扩展：可动态连接多个 MCP 服务器，自动注册远程工具，实现“工具即服务”。
  • 浏览器上下文：内置 BrowserContextHelper，支持复杂网页自动化任务。
  • 多轮推理与分步执行：支持长链路任务分解与多步执行。
  • 高级用法：
    • 动态增删工具，适应任务变化。
    • 通过配置文件自动加载远程工具。
    • 支持多语言 prompt，适应国际化场景。

实际案例：

  • 自动化办公：批量处理文件、自动生成报告、网页数据抓取。
  • 复杂流程：如“先用 Python 生成数据，再用浏览器上传”。
1.4 DataAnalysis
  • 专为数据分析与可视化设计，集成 NormalPythonExecute、VisualizationPrepare、DataVisualization、Terminate 等工具。
  • 支持自动识别数据格式、生成可视化图表、输出分析报告。
  • 适合科研、商业分析、教育等场景。

高级用法：

  • 可与 Manus 协作，完成“数据生成-分析-可视化-报告”全流程。
  • 支持自定义数据处理工具扩展。
1.5 MCPAgent
  • 专为远程工具调用设计，支持通过 MCP 协议（stdio/sse）动态获取和调用远程工具。
  • 自动同步工具 schema，支持工具热插拔。
  • 适合分布式、云原生、异构工具集成场景。

典型场景：

  • 企业内部工具服务化，统一注册到 MCP Server，所有智能体可动态调用。
  • 跨团队、跨云平台工具共享。
1.6 SWEAgent、BrowserAgent 等
  • SWEAgent：自动化编程专家，集成 Bash、编辑器、Terminate 等工具，支持代码生成、修改、测试、调试等全流程。
  • BrowserAgent：专注网页自动化，集成 BrowserUseTool，支持复杂表单填写、数据抓取、自动化测试等。
  • 扩展方式：通过继承 ToolCallAgent，组合不同工具即可快速开发新型智能体。

2. 工具（Tool）体系

2.1 BaseTool

BaseTool 是所有工具的抽象基类，定义了工具的标准接口：

  • 属性：name、description、parameters（参数schema，便于LLM自动生成调用参数）。
  • 方法：execute(**kwargs)为核心异步方法，所有工具需实现。
  • to_param()：自动生成OpenAI function call格式，便于与LLM对接。

设计哲学：

  • 工具即“能力单元”，可被任意智能体复用。
  • 参数schema化，便于LLM自动推理参数。
  • 支持异步执行，适应高并发场景。
2.2 ToolCollection
  • 工具集合类，支持批量注册、查找、按名称调用工具。
  • 支持动态增删工具，便于远程扩展和热插拔。
  • execute(name, tool_input)：按名称和参数调用指定工具。
  • add_tool()/add_tools()：支持单个或批量添加工具。

高级用法：

  • 智能体可在运行时动态调整工具集，适应任务变化。
  • 支持多来源工具（本地、MCP远程、第三方插件）。
2.3 常用工具详解
  • PythonExecute/NormalPythonExecute：安全执行Python代码，支持沙箱隔离、输出捕获、异常处理。
  • BrowserUseTool：基于 browser-use 库，支持网页自动化、元素交互、内容提取。
  • StrReplaceEditor：高效字符串批量替换，适合文本处理、代码重构。
  • Terminate：任务终止工具，支持流程中断、资源释放。
  • AskHuman：人工协助工具，适合LLM无法解决的极端场景。
  • MCPClientTool：远程工具代理，自动转发调用到MCP Server。
  • DataVisualization/ChartPrepare：数据可视化与图表准备，支持多种图表类型。
2.4 MCPClients
  • 继承自 ToolCollection，专为多MCP服务器场景设计。
  • 支持多会话、多工具同步、断线重连、工具schema自动更新。
  • 适合大规模分布式工具管理。

3. 流程（Flow）体系

3.1 BaseFlow
  • 多智能体流程的抽象基类，统一管理智能体集合、主智能体、流程执行。
  • 支持按需添加、查找、切换智能体。
  • 关键方法：execute(input_text)，为所有流程的统一入口。
3.2 PlanningFlow
  • 任务规划与分步执行的核心流程。
  • 支持LLM自动生成任务计划（如“先A后B”），并分配给不同智能体。
  • 每一步可根据类型、能力、负载等动态选择最优智能体。
  • 支持流程中断、恢复、回溯、异常处理。
  • 典型用法：复杂多阶段任务、跨领域协作、专家系统。
3.3 FlowFactory
  • 流程工厂，支持按类型、参数动态创建不同流程。
  • 便于扩展新流程类型（如对话流、审批流、数据流等）。

4. 配置与启动

  • config/ 目录下包含多种模型、MCP、沙箱等配置模板，支持一键复制与定制。
  • config.toml 支持 LLM API、MCP服务器、沙箱参数、多智能体等灵活配置。
  • 支持多环境（开发、测试、生产）切换。
  • 通过 requirements.txt 管理依赖，支持pip、uv、conda等多种安装方式。
  • 配置项支持注释与多语言，便于国际化团队协作。

5. 沙箱（Sandbox）机制

  • 基于 Docker 实现安全隔离的代码执行环境，支持内存、CPU、网络等资源限制。
  • app/sandbox/core/manager.py 负责沙箱生命周期管理、并发控制、自动清理。
  • app/sandbox/core/sandbox.py 封装 Docker 容器操作、文件读写、命令执行，支持异步操作。
  • 工具如 PythonExecute、FileOperator 可选择在沙箱中安全执行，防止恶意代码危害主系统。
  • 支持多沙箱并发、自动回收、异常隔离。
  • 典型场景：自动化编程、数据分析、文件操作等高风险任务。

6. MCP 协议集成

  • 支持通过 MCP 协议（Model Context Protocol）连接远程工具服务器，实现“工具即服务”。
  • app/agent/mcp.py、app/tool/mcp.py 实现客户端，app/mcp/server.py 实现服务端。
  • 支持 stdio/sse 两种通信方式，工具注册与调用自动化。
  • 工具schema自动同步，支持热插拔与动态扩展。
  • 适合企业级、云原生、分布式工具集成。

7. A2A 协议集成

  • protocol/a2a/app/ 实现 A2A 协议服务端，支持与 Google A2A 生态对接。
  • 可通过 A2A Client CLI 或 Web UI 远程调用 OpenManus 智能体。
  • 支持 Agent Card、技能注册、任务分发、结果回传等全流程。
  • 适合跨平台、跨系统、跨组织智能体协作。

（本节内容为核心模块分析，后续将继续扩充典型用法、最佳实践、性能优化、社区生态等章节。）

四、典型使用方法与例子

本章将详细介绍 OpenManus 在实际开发、科研、企业自动化等场景下的典型用法，涵盖从环境部署、配置定制、单智能体与多智能体协作、远程工具扩展、协议集成、沙箱安全、性能优化到常见问题排查等全流程。

1. 安装与环境准备

1.1 Conda 方式

适合科研、数据分析等依赖隔离需求强的场景。

conda create -n open_manus python=3.12
conda activate open_manus
git clone https://github.com/FoundationAgents/OpenManus.git
cd OpenManus
pip install -r requirements.txt
1.2 uv 方式（推荐）

适合追求极致安装速度和依赖一致性的开发者。

curl -LsSf https://astral.sh/uv/install.sh | sh
git clone https://github.com/FoundationAgents/OpenManus.git
cd OpenManus
uv venv --python 3.12
source .venv/bin/activate
uv pip install -r requirements.txt
1.3 浏览器自动化依赖（可选）

如需网页自动化、爬虫、表单填写等功能，需安装 Playwright。

playwright install
1.4 配置 LLM、MCP、沙箱等
  • 复制并编辑配置文件：
cp config/config.example.toml config/config.toml
# 编辑 config.toml，填写 OpenAI/Anthropic/Google API Key、MCP 服务器、沙箱参数等
  • 典型配置片段：
[llm]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."
max_tokens = 4096
temperature = 0.0

[mcp]
server_reference = "app.mcp.server"

[runflow]
use_data_analysis_agent = true
  • 沙箱配置建议：如需高安全性，建议开启沙箱、限制内存/CPU、关闭网络。

2. 快速启动与典型流程

2.1 单智能体模式

适合通用任务、快速测试、AI助手场景。

python main.py
# 输入任务描述，如“请用Python实现快速排序”
  • 底层流程：main.py 解析输入，创建 Manus 智能体，自动选择工具，执行任务，输出结果。
  • 进阶技巧：可通过 --prompt 参数直接传入任务，便于脚本化集成。
2.2 多智能体协作模式

适合复杂任务分解、专家协作、流程自动化。

python run_flow.py
# 支持 Manus、DataAnalysis 等多智能体协作
  • 底层流程：run_flow.py 通过 FlowFactory 创建 PlanningFlow，LLM 自动分解任务，分配给不同智能体，分步执行。
  • 典型场景：如“先用 Python 生成数据，再用 DataAnalysis 可视化”。
  • 参数定制：可在 config.toml 中配置参与协作的智能体类型、数量、优先级等。
2.3 MCP 工具模式

适合远程工具扩展、企业级工具服务化、云原生场景。

python run_mcp.py --connection stdio
# 或
python run_mcp.py --connection sse --server-url http://your-mcp-server/sse
  • 底层流程：MCPAgent 连接 MCP Server，自动同步远程工具，支持热插拔。
  • 典型场景：企业内部工具统一注册到 MCP Server，所有智能体可动态调用。
  • 安全建议：生产环境建议开启认证、权限控制，防止未授权工具被调用。
2.4 A2A 协议服务端

适合跨平台、跨系统、跨组织智能体协作。

python -m protocol.a2a.app.main
# 通过 A2A Client CLI 或 Web UI 远程调用
  • 底层流程：A2A Server 注册 Manus Agent，支持 Agent Card、技能注册、任务分发、结果回传。
  • 典型场景：与 Google A2A 生态、第三方智能体平台互通。
  • 进阶用法：可自定义 AgentCard、技能描述、输入输出模式，适应多样化需求。

3. 配置多智能体与流程定制

  • 在 config.toml 中灵活配置多智能体协作：
[runflow]
use_data_analysis_agent = true
# 可扩展更多自定义智能体
  • 流程定制：可通过扩展 FlowFactory、PlanningFlow，支持审批流、对话流、数据流等多种业务流程。
  • 智能体定制：继承 ToolCallAgent，组合不同工具，即可快速开发新型智能体。

4. 典型任务案例与进阶技巧

4.1 编程任务
  • 输入：“请用 Python 实现快速排序。”
  • 流程：Manus 智能体自动调用 PythonExecute 工具，生成代码，执行并返回结果。
  • 进阶：可要求“请用 Python 和 JavaScript 各实现一遍”，系统可自动分配多智能体并行处理。
4.2 数据分析任务
  • 输入：“请分析并可视化以下 CSV 数据。”
  • 流程：DataAnalysis 智能体自动调用数据可视化工具，生成图表。
  • 进阶：支持上传本地文件、自动识别数据格式、生成多种图表类型。
4.3 浏览器自动化
  • 输入：“请自动登录某网站并抓取数据。”
  • 流程：Manus 智能体自动调用 BrowserUseTool 工具，模拟浏览器操作。
  • 进阶：支持多步表单填写、验证码处理、数据提取与结构化输出。
4.4 多步骤复杂任务
  • 输入：“请先用 Python 生成数据，再用可视化工具画图。”
  • 流程：PlanningFlow 自动分解任务，Manus 负责数据生成，DataAnalysis 负责画图。
  • 进阶：支持流程中断、恢复、回溯，适合长链路任务。
4.5 远程工具调用与企业集成
  • 场景：企业将内部工具（如审批、报表、自动化脚本）注册到 MCP Server，所有智能体可动态调用。
  • 优势：工具服务化、权限可控、易于维护和扩展。

5. 性能优化与安全建议

  • 异步并发：充分利用 Python 的 async/await，提升多任务处理能力。
  • 沙箱隔离：高风险任务建议强制在沙箱中执行，限制资源、防止越权。
  • 分布式部署：MCP/A2A 协议支持多节点协作，适合大规模企业应用。
  • 日志与监控：建议开启详细日志，集成监控系统，便于问题追踪与性能分析。
  • 权限与认证：生产环境建议对工具调用、智能体注册、协议通信等关键环节加密与认证。

6. 常见问题与解决方案

  • 依赖冲突/安装失败：建议优先使用 uv 或 conda 管理环境，避免全局依赖污染。
  • Docker/沙箱异常：检查 Docker 服务是否正常运行，沙箱配置是否正确。
  • LLM API 限流/超时：合理设置 max_tokens、timeout，必要时更换 API Key 或升级套餐。
  • 工具调用失败：检查参数格式、工具 schema 是否同步、MCP Server 是否可达。
  • 多智能体协作死锁：合理设置最大步数、超时机制，避免死循环。

7. 进阶用法与最佳实践

  • 自定义工具开发：继承 BaseTool，实现 execute 方法，注册到 ToolCollection 或 MCP Server。
  • 多语言支持：可通过 prompt 多语言模板、配置多语言 LLM，适应全球用户。
  • 插件化扩展：未来可通过插件机制，热插拔新工具、新智能体、新协议。
  • 社区与生态：积极参与社区讨论、贡献代码、提交 issue/pull request，推动生态繁荣。
# 人工智能
Logo
ModelEngine社区

更多推荐

从崩溃到自愈：Temporal+MCP-Agent构建永不中断的AI工作流

你是否遇到过AI工作流执行到90%突然崩溃的绝望？训练了数小时的模型因服务器重启前功尽弃？团队协作时因某人未及时审批导致整个流程停滞？本文将展示如何通过Temporal与MCP-Agent的深度集成，彻底解决这些痛点，构建真正企业级的可靠AI工作流系统。读完本文你将掌握：- 3行代码实现工作流故障自愈- 零停机升级正在运行的AI任务- 跨团队协作的工作流信号机制- 从本地开发到生产集群

avatar ModelEngine社区
cover

从"数据喂养"到"数据工程"：大模型时代的数据哲学

avatar ModelEngine社区
cover

GPU 虚拟化：从理论到落地（一）三维正交坐标系讲透分类

avatar ModelEngine社区