我要投稿

OpenManus源码小读

发布日期：2025-03-25 06:53:25 浏览次数： 2388

作者：进击的大数据

微信搜一搜，关注“进击的大数据”

背景

OpenManus是一个小巧的agent框架，是几个优秀的小伙子据说在3个小时复刻Manus而做的。github：https://github.com/mannaandpoem/OpenManus

对于我个人而言，Agent这么广泛的炒作，在看smloagents之余，也看看OpenManus的小巧的实现。这里只会debug一下主线代码，支线代码就不做了解了(人总有自己的关注点,不用纠结在细枝末节上)，当然我也在B站上昨晚偶尔刷到了一个东北的up主大概讲了一小时，发现不太复杂，自己也尝试着看看这个agent框架，当做算法之外的工作的调剂。费曼学习法，干中学！

安装环境

这个readme中有，或者在vscode或者pycharm中都可以配，建议配个venv
充了10块钱的deepseek的会员，把api_key填好就可以了，

调试

为了简单起见，我提问的问题会尽量让大模型调用一个Python的Tool Agent，靠本地代码执行就能完成的任务(其实也试了下web search的prompt，但打开浏览器有些乱七八糟的失败，懒得弄了，不耽误主线流程)

断点

问一个问题，斐波那契数列的第5位是多少

memory是什么

这里有个memory的概念，其他框架也有，当然也有实现的比较复杂的那种，我们只看当前openManus的实现，看看memory到底是什么

这是坨什么？其实是类似工厂方法的一类东西，这里的tool和其他的user，system，assistant不一样，应该是因为tool有不定长度的入参，其他role的入参只有一个字符串

到memory的里面呢，定义了一个Memory，后面是为了保存多步执行的结果的

只是一个list，没什么特别的

循环执行

每一步到底执行了啥？

这里抽象了一些概念在里面，先思考，再行动，

那思考了什么呢？返回值意味着什么？

Think是什么？

这个think其实是把输入都怼到memory里，调用LLM

这里的提示词是这样的，提示了几个工具可以用，比较特殊的是Terminate，提示LLM在认为可以结束的时候，可以使用这个Tool

这里再进到关键的一步，调用LLM的返回

这里把assistant_msg也写入到message这个上下文中

Act是什么？

其实是根据之前LLM的提示调用tool

以PythonExecute为例

其实是开了个线程，在线程里执行LLM提示的code，其实还是有些巧思在里面，例如安全性，这里只包含了builtins这些函数。把结果塞到result中

这时候看下memory和results到底是什么

还有点小心思在里面，例如agent卡住了怎么办

如何停止呢？

既然结果已经有了，那怎么让这个流程停止呢，openManus靠的还是大模型来判断

这一次， LLM给这对prompt的结果就是 terminate了

最后跳转到Terminate这个tool的执行

当工具是Terminate时，这个state的状态也改为FINISHED了，整个循环也就跳出来了。

结尾

到这里就看完了这个简单的流程了，Agent也是个挺深的学问

光退出，没打印东西啊，懒得修了

这次用到的类， UML图大概如下

结尾

这个小巧框架的一点流程就大概讲完了, 实际花费时间2小时不到吧，包括折腾环境。实际上复杂agent框架需要解决很多很多问题，比如

memory的实现，太长了怎么办，是不是要放到其他存储里，那怎么与LLM交流呢？怎么找出最重要的上下文，用向量数据库吗？用RAG吗？
prompt的实现，也一样，现在只有5 6个tool，可以塞在提示词里，当太多了之后怎么办，这些tool要分几个大类，然后再让LLM帮我们找细分类别下的tool吗？
安全性怎么解决
MCP这种刚出来的玩意是干嘛用的？

53AI，企业落地大模型首选服务商

产品：场景落地咨询+大模型应用平台+行业解决方案

承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业

相关资讯

2026-01-31

安利一个Moltbot Skills技能库,GitHub上线一天狂揽2.7k+Star

2026-01-30

打造Jarvis，OpenClaw很野，但Agent Studio简直变态

2026-01-30

Clawdbot再次更名：新名OpenClaw，官宣支持Kimi K2.5和小米MiMo

2026-01-30

阿里开源Qwen3-TTS：97毫秒超低延迟，让AI声音说出个性

2026-01-30

重磅开源！Kimi K2.5 本地部署全攻略：手把手教你跑通 1T MoE 巨兽

2026-01-30

深度解析：Moltbot 底层架构

2026-01-30

闭眼冲！Vue 生态 Skills 全家桶！@Anthony Fu 力作！

2026-01-30

‌一键部署，保姆级教程：华为云上线Moltbot(原Clawdbot)

联系获取

联系获取

160+中大型企业正在使用53AI

立即咨询预约演示

把握AI发展的机遇，共同探索、共同进步

2025-01-22

如何打造基于GenAI的员工服务机器人

2025-01-22

热点资讯

全新AI编程工具 Google Antigravity 实测，特别适合产品经理

2025-11-19

Clawdbot 完整安装教学：2026 年最火的开源AI 个人助理

2026-01-27

一文彻底看懂 Google 最新开源 A2UI 协议：如何让 AI Agent “说出UI” ？

2025-12-22

豆包手机同款AutoGLM硬核开源：AI如何用“眼睛+大脑+手”接管你手机

2025-12-10

让白宫“破防”的阿里千问，我替你们测了...

2025-11-17

最强开源0.9B级OCR模型！PaddleOCR-VL本地一键部署，私密性拉满【喂饭级教程】

2025-11-07

SkillsMP：一个聚合了 5 万+ AI Agent 技能的开源社区

2026-01-12

我把Claude Code换成GLM-4.7用了6小时，我竟然没发现明显区别

2025-12-23

Claude Code最强开源对手！GitHub 50.2k Star了，作者为它烧掉2.4w美元。

2026-01-06

把任何文档变成Claude的新技能，这个开源工具火了。

2025-11-06

大家都在问

一夜爆火，Clawdbot是否才是真正的AI入口产品？

2026-01-28

Clawdbot爆火：Karpathy点赞的开源AI助理，到底是什么？

2026-01-26

速递 | DeepSeek突然扔出MODEL1，这到底是V4还是R2？

2026-01-21

DeepSeek-R2要来了？

2026-01-21

TranslateGemma-27B谷歌开源翻译模型有多强？

2026-01-20

构建开放智能体生态：AgentScope 如何用 A2A 协议与 Nacos 打通协作壁垒？

2026-01-16

又是量化基金，第二个DeepSeek时刻到来了？

2026-01-02

被 Gemini 官方推荐为下一代Agent！Eigent 如何实现企业级浏览器自动化？

2025-12-24

热门标签

内容创作大模型技术个人提效 langchain llamaindex 多模态技术 RAG技术智能客服知识图谱模型微调 RAGFlow coze Dify Fastgpt Bisheng Qanything AI+汽车 AI+金融 AI+工业 AI+培训 AI+SaaS 提示词框架提示词技巧 AI+电商 AI面试数字员工 ChatBI AI知识库开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB Palantir Glean

应聘简历请发送至： ceo@53ai.com

联系我们

售前咨询

预约演示

微信扫码

添加专属顾问

回到顶部