推荐语

OpenManus开发全解析，探索AI代理框架的实践之旅。

核心内容：
1. OpenManus项目核心功能与定位
2. 代码架构深度解析与核心模块结构
3. 开发流程实战指南与配置关键点

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

这篇为自己的学习笔记，包含整理的内容和简单实验。

一、项目核心功能解析

1.1 核心定位

OpenManus 是一个多功能AI代理框架，通过组合工具链实现复杂任务自动化。其核心功能包括：

• 多工具联动
  ：支持 Python 执行、网页搜索、文件操作、浏览器控制等工具
• 智能流程规划
  ：内置规划代理（Planning Agent）自动拆解任务
• LLM 驱动交互
  ：基于 GPT-4 等模型实现自然语言交互
• 跨平台兼容性
  ：支持 Docker 部署和多种操作系统

二、代码架构深度解析

2.1 核心模块结构

2.2 关键组件详解

代理层（Agent）

• Manus
  类（app/agent/manus.py）：

  class Manus(ToolCallAgent):
      available_tools = ToolCollection(
          PythonExecute(), WebSearch(), BrowserUseTool(), FileSaver(), Terminate()
      )
  

• 规划代理（app/agent/planning.py）：

  class PlanningAgent(ToolCallAgent):
      async def act():
          # 执行工具并更新计划状态
  

工具层（Tool）

• 基础工具抽象：

  class BaseTool:
      name: str
      description: str
      async def execute(self, **kwargs): ...
  

• 具体工具实现：

  class WebSearch(BaseTool):
      async def execute(self, query):
          # 调用搜索引擎API
  

流程控制

• 流程工厂（app/flow/flow_factory.py）：

  class FlowFactory:
      @staticmethod
      def create_flow(flow_type):
          if flow_type == FlowType.PLANNING:
              return PlanningFlow(agents=agents)
  

三、开发流程实战指南

3.1 快速启动步骤

# 推荐使用 uv 安装（片段4）
uv pip install -r requirements.txt
python run_flow.py

3.2 核心执行流程

3.3 配置关键点

• API 密钥配置（config/config.toml）：

  [llm]
  model = "gpt-4o"
  api_key = "sk-..."
  

• 浏览器配置（app/config.py）：

  class Config:
      def browser_config(self) -> BrowserSettings:
          # 返回浏览器设置参数
  

四、典型应用场景

4.1 日本旅行规划案例

用户输入：

需要制定4月15-23日从西雅图出发的7日日本行程，预算2500-5000美元，包含历史遗迹、文化体验（剑道、茶道）和奈良鹿等元素，需生成带地图和日语短语的HTML手册。

执行流程：

1. 规划阶段
   ：

• 使用 WebSearch 查询景点信息
• PythonExecute
   处理预算计算
• 执行阶段
  ：
• BrowserUseTool
   访问旅游网站
• FileSaver
   保存生成的HTML手册
• 输出结果
  ：

  await tool.execute(save_path="/output/travel_plan.html")
  

示例输出：









五、代码结构深度解析

5.1 目录结构图






5.2 核心类关系

• 代理-工具协作：

  class Manus(ToolCallAgent):
      async def act():
          tool = self.available_tools.get("WebSearch")
          result = await tool.execute(query)
  

• 流程执行器：

  async def run_flow():
      flow = FlowFactory.create_flow(FlowType.PLANNING)
      await flow.execute(user_prompt)
  

---

六、进阶开发技巧

6.1 新增工具开发

# 新建 tool/my_tool.py
classMyTool(BaseTool):
    name ="my_tool"
    asyncdefexecute(self, param):
        # 实现工具逻辑
        return"执行结果"

# 注册到代理
classCustomAgent(Manus):
    available_tools.add_tool(MyTool())

6.2 自定义提示词

# 修改 prompt/manus.py
SYSTEM_PROMPT = "您现在是旅游规划专家..."
NEXT_STEP_PROMPT = "优先使用WebSearch获取最新景点信息..."

---

七、生态与社区

7.1 依赖管理









---

八、总结

OpenManus 通过模块化设计和强大的工具链，实现了从简单查询到复杂任务的全流程自动化。其核心优势在于：

• 灵活的代理架构
  ：支持多种代理类型和工具组合
• 清晰的执行流程
  ：从规划到执行的完整生命周期管理
• 丰富的扩展性
  ：通过插件机制实现功能扩展

通过本文的深度解析，开发者可以快速掌握该项目的核心原理和开发方法，实现从理解到实践的完整跨越。