OpenManus 无需邀请码即可构建和运行通用 AI 智能体的开源框架

📋 准备工作

在开始部署前，请确保你的系统满足以下要求：

Python 环境：需要 Python 3.12 版本。
包管理工具：推荐使用 uv（一个快速的 Python 包安装器），也可以使用传统的 conda 或 pip。
API 密钥：你需要准备至少一个 LLM 服务的 API 密钥，例如 OpenAI 的 API Key。

🚀 部署步骤

整个部署过程分为五个主要阶段。

第一阶段：安装环境与克隆项目

方法一：使用 uv（推荐）

安装 uv 工具（在终端执行）：

1	curl -LsSf https://astral.sh/uv/install.sh \| sh

克隆项目仓库并进入目录：

1 2	git clone https://github.com/FoundationAgents/OpenManus.git cd OpenManus

创建并激活 Python 虚拟环境：

1
2
3

uv venv --python 3.12
source .venv/bin/activate  # 在 Linux/macOS 系统
# .venv\Scripts\activate   # 在 Windows 系统

安装项目依赖：
1
uv pip install -r requirements.txt

方法二：使用 conda

创建并激活 conda 环境：

1 2	conda create -n open_manus python=3.12 conda activate open_manus

克隆项目并安装依赖：

1
2
3

git clone https://github.com/FoundationAgents/OpenManus.git
cd OpenManus
pip install -r requirements.txt

第二阶段：配置 LLM API

OpenManus 需要连接大语言模型 API 才能工作。

进入项目中的 config 目录，复制示例配置文件：
1
cp config/config.example.toml config/config.toml

编辑 config/config.toml 文件，填入你的 API 信息：

# 全局 LLM 配置
[llm]
model = "gpt-4o"                  # 使用的模型
base_url = "https://api.openai.com/v1" # API 地址
api_key = "sk-你的真实API密钥"      # 替换为你的密钥
max_tokens = 4096
temperature = 0.0

# （可选）为视觉模型单独配置
[llm.vision]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-你的真实API密钥"

保存文件。你也可以配置其他兼容 OpenAI API 的服务。

第三阶段：配置浏览器自动化工具（可选）

OpenManus 默认使用 Browser Use 作为浏览器自动化工具，这让智能体能够操作网页。

安装 Browser Use 命令行工具（这会自动处理依赖）：
1
uvx browser-use --cli-mcp
uvx 会将 Browser Use 及其依赖安装在独立环境中，避免与主项目冲突。

（可选）诊断或安装 Chromium 浏览器：

1 2	uvx browser-use --doctor # 检查环境 uvx browser-use install # 安装 Chromium

（可选）配置远程云浏览器：
如果需要使用 Browser Use 的云浏览器服务，先设置环境变量：
1
export BROWSER_USE_API_KEY="bu_你的云浏览器密钥"
之后智能体就可以启动或选择指定的远程浏览器了。
如果需要使用 Playwright：
项目也支持 BrowserGym，如果用到则需要安装 Playwright 浏览器：
1
playwright install

第四阶段：快速启动与运行

完成配置后，就可以启动 OpenManus 了。

基础模式（单智能体）：在终端执行以下命令，然后在提示符后输入你的任务想法：
1
python main.py
多智能体流程模式（实验性）：
1
python run_flow.py
此模式支持多个智能体协作。你还可以在 config/config.toml 中启用数据分析智能体：
1
2
[runflow]
use_data_analysis_agent = true # 改为 true 以激活
MCP 工具版本：
1
python run_mcp.py

第五阶段：使用 Docker 部署（备选）

项目根目录包含了 Dockerfile，你可以使用 Docker 进行容器化部署，以隔离环境。

构建镜像：
1
docker build -t openmanus .
运行容器（请确保已正确配置 config.toml）：
1
docker run -it --rm openmanus

⚙️ 进阶配置与故障排查

禁用浏览器工具：如果不需要浏览器自动化功能，可以设置环境变量 OPENMANUS_DISABLE_BROWSER_USE=1 来关闭默认的 Browser Use MCP 服务器。
依赖问题：如果遇到 ModuleNotFoundError，请检查是否在正确的虚拟环境中，并尝试重新安装依赖。针对数据分析智能体，可能需要额外安装依赖，请参考项目的详细安装指南。
代码贡献：如果你想为项目贡献代码，请先安装 pre-commit 工具，并在提交前运行 pre-commit run --all-files 进行代码风格检查。