5 个人三小时复刻开源版 Manus，邀请码也不需要

这堵障碍...... 曾一夜走红的 Manus，如今已经有了开源复刻版！

5 名开发人员耗时 3 小时，就创建了一个完全免费、无需等待的 OpenManus。

至于再现程度，最好是直接与 Manus 官方和开源团队提供的演示进行对比。

作为首个通用智能体，官方提供的案例如下：

而 OpenManus 团队在三小时内所实现的复制成果，实在令人刮目相看：

对具有较强动手能力的用户，鼓励大家体验后分享反馈。

从开源逆向推演 Manus 的实现路径

通过深入研究 OpenManus，我们实际上可看到一条实现 Manus 的合理途径。

（目前 Manus 使用的模型、Agent 框架等细节仍保密）

总的来说，OpenManus 背后具备三大关键：

• 模块化的 Agent 系统；

• 实时反馈机制；

• 全套功能强大的工具链；

详细来看，核心设计在于这种模块化 Agent 系统。开发人员可基于需求自由地组合各种功能模块，从而打造独特的 AI 助手。

在 OpenManus 中，不同职能的 Agent 将共同完成需求理解、规划、执行等任务。

例如，Manus 主代理扮演项目经理的角色，负责理解用户需求并指导分工；PlanningAgent 充当规划员，将复杂任务进一步分解为可执行步骤；而 ToolCallAgent 则负责技术方面，主持各种工具的使用。

这整套结构均是建立在开源团队之前提出的 MetaGPT（一种多智能体框架）的基础上，开发者可以融合多个合适的大型语言模型。

此外，OpenManus 的另一个关键点在于其思维过程完全透明公开。

正如本文一开始提到的例子，OpenManus在接到任务后，如何处理问题、如何计划执行...... 全部均可实时反馈。

这让人类有机会在适当时刻进行干预，有助于更高效地完成任务。

最后不得不提及 Agent 对工具的应用。

为了应对复杂任务，OpenManus 配备了各种“外援”：

• 浏览器自动化：模拟人类操作浏览器，自动分析网络信息并与之交互；

• 各种代码执行器：实时生成和执行代码；

• 文件处理：自动生成和管理各类文件；

• ......

需要注意的是，这些工具并非独立模块，而是需要协同设计。

将这些要素整合在一起，这类多智能体系统的典型架构是：底层由各类大型语言模型构成，中间层基于多智能体合作实现任务分解，执行层通过调用各类 API 接口完成具体操作。

总的来说，正如 OpenManus 作者所总结的，这一开源成果结合了 computer-use、基本代理和融合规划能力。

此外，从昨天的测试感受来看，Manus 距离这一目标仍有一段距离。

因此，对产品能力进行完善，可能比争议是否“套壳”更为重要。

您对 Manus 有何感想？欢迎在评论区分享您的看法。

开源地址：

https://github.com/mannaandpoem/OpenManus

参考链接：

• [1]https://x.com/didiforx/status/1897675038972883408

• [2]https://www.sohu.com/a/827134153_121798711

• [3]https://modelscope.cn/studios/AI-ModelScope/SPO

本文来源：量子位（ID：QbitAI），作者：克雷西、一水

广告声明：本文含有外部链接，仅供参考。