Manus发布一天后迅速出现OpenManus、OWL 等复刻项目，怎么做到的？

萌新来答，请多指教～

非常感谢大家对OpenManus的支持，1 天涨 10k star，致敬开源

OpenManus 项目链接：https://github.com/mannaandpoem/OpenManus

首先，我非常感谢 @向劲宇 能邀请我一起来参与这个 OpenManus 开源项目。听完楼上向劲宇讲的故事后，我感到很激动。但实际上，3月6日那天下午五点多，我们还在开组会，我一边忙着处理公司手头的一些事情，比如软件工程 Benchmark 和经验学习的学术工作。开完组会后，我整个人感觉特别疲惫，只想吃完饭赶紧回家。

组会结束后，劲宇一直在那儿一个劲儿地跟我说，我们可以这样搞，那样搞，肯定能达到 Manus 的效果。我当时觉得劲宇就像一只苍蝇在我耳边嗡嗡作响，实在是太烦了，好想吃完晚饭就回家。
因为我第一次看 Manus 的演示视频时，没能完整看到视频结尾，所以当时我并不知道 Manus 是一个多智能体系统。从视频中的交互过程来看，我下意识地以为它是一个单智能体系统，于是非常震惊：一个单智能体为什么能达到这么好的效果？它是怎么规划的，怎么做到的？这也引出了我在开发 OpenManus 中的一个疑问：规划到底该怎么用，是给单智能体用，还是给多智能体用？

之后在吃晚饭时，我们聊了一下 Manus 的技术方案，最终我确认它是通过外部的规划来协调多智能体的。晚饭之后，就开始了 OpenManus 的开发。

3月7日凌晨四点多，劲宇提到我还在改代码。其实那时候，我正躺在床上睡觉，很开心也很激动自己发布了一个大约 70 star 的项目，躺在床上睡不着，脑子里想着明天会发生什么，接下来该怎么优化 OpenManus。然后我突然想起来代码里似乎有一个 BUG，于是立马起床打开电脑，在 OpenManus 上修复了一个 BUG。当然，项目里还有很多 BUG，希望开源社区能和我们一起贡献力量，完善这个 OpenManus 项目。

和劲宇不同的是，我完全没想过 OpenManus 会爆火。3月7日早上九点我就起床了，十点到公司正常上班。

背景

Manus 是一款通用的AI 智能体产品，从用户示例中展示了卓越的用户体验，整体交互给人感觉很不错。但从技术方案上来说，Manus使用了大量的业内共识的核心基础技术。在那天晚饭过程中，我们讨论了Manus的产品形态和技术路线，然后我们整体使用了三个小时左右的时间，开发出来 OpenManus 这个开源项目。


除开工程上的卓越工作，让我们分析Manus的算法实现：
Manus 是一个多智能体系统，它首先先使用PlanningTool做规划，形成一个包含多个任务的线性结构的计划，然后顺序执行每一个任务并动态分配给相应的 Agent。Agent 在执行每个任务的过程中，以 ReAct 循环的形式调用工具以完成每一个任务。

1. 规划能力：Manus 将 PlanningTool 规划工具引入多智能体框架。在这里我想说一下 Planning 规划的重要性，Claude-3.7 在 SWEBench 上达到了，70% 解决率的效果，此前是49% 的 解决率。一部分提升来源于模型，另一部分就来源于规划。而从我们之前的工作，Data Interpreter 也可以证明规划在处理现实问题中的重要性和有效性。
   我们不仅会在多智能体上加入规划能力，也会尝试在单智能体上加上规划能力。
2. 工具使用能力：猜测：Manus应该是Claude+一些其它自己post train的模型。Manus在工程上做了很大程度上的优化，这增强了它在不同场景下的工具使用能力。

目的

我觉得Manus产品交互做的挺好的，有很多技术也值得学习，至于OpenManus我们这边目前效果还很有限，我们没有单独调效果。
OpenManus 前期目标打算达到原始 Manus 的相同的效果，后续会依靠庞大的开源社区不断优化 Computer Use, Browser Use 和 Planning Use，以及工具调用的能力，从而给带来OpenManus更高的智能涌现～

方法

基础技术沉淀 & Insight

1. 一个极简的Agent框架，应该是可插拔的Tools和 Prompt的组合，之后我们沿着这个思路，写了一个完整的Agent迷你框架。
2. 而决定一个ReAct Agent( Reason和Act)的效果的关键是提示词引导和工具使用，在 OpenManus 中，Prompt控制了Agent整体的行为逻辑，Tools给定了Agent的行动空间，二者被定义就能完整诠释一个ReAct Agent。我在 React Agent 的基础上，基于Function Call 实现了一个轻量的 ToolCall Agent，它以更格式化的方式去选择和执行工具。OpenManus 也是基于 ToolCall Agent 去做的。
3. 可插拔的优点是可组合，我可以把几个不同场景下的Tools组合到一起来创造一个新的Agent，定义也很方便，不需要单独写内部逻辑，只需要修改动作空间（Tools）。Tools本身就该是可组合的，我们的工作是把抽象做的更干净。提供丰富的工具集合，支持多种Agent 通过装备工具集可以灵活扩展在不同场景下的能力。
4. 规划能力: OpenManus 继承了 Manus 的规划优势，通过 PlanningTool 实现任务分解，可以处理现实世界中的复杂问题。

OpenManus 工作流程

首先，OpenManus在接收到用户需求后，会使用PlanningTool形成一个包含多个任务的线性结构的计划，写入至一个 plan 的 markdowns 文件中去，然后OpenManus查看这个 Plan，从中依次取出每个任务，在执行任务时，会将该任务分配给最适合处理该任务的 Agent，这些 Agents 装备了不同的工具集，在处理不同任务时，有不同的优势。
注：Agent 分配是在执行每个任务时临时被分配的。这种动态分配的方式让系统更灵活，能够根据任务的具体需求和上下文选择最合适的 Agent。目前使用正则匹配对 Agent 进行任务的分配，如果没匹配到，则使用默认配置的 Agent 去执行任务。
未来，我们也会考虑让 LLM 去将任务分配给某个 Agent。但每次执行任务时都使用 LLM 识别意图并分配Agent，会增加计算成本和延迟。

我使用 LLM 为 OpenManus 项目生成了以下的类图和流程图，待后续更新。

• 类图

• 流程图

后续工作

我们前期会进行以下的工作，来提升 OpenManus 的效果

1. 增强Planning能力
2. 引入标准化评测 - 采用GAIA和SWE-Bench作为基准，持续评估和优化性能
3. 拓展模型适配 - 从Claude-3-5扩展到DeepSeek V2.5，优化低成本应用场景
4. 实现容器化部署 - 简化安装和使用流程
5. 丰富示例库 - 增加更多实用案例，包含成功和失败示例的分析
6. 前后端开发 - 提供UI 界面，提高用户体验
7. RAG 模块集成 - 提供外部知识库以增强效果

作为一个小型但充满热情的团队，我们诚挚邀请有志同道合的开发者加入Contribute或参与运营。若您有兴趣，请通过以下链接填写申请，我们将每天查看并回复！ 加入OpenManus团队：https://deepwisdom.feishu.cn/share/base/form/shrcnyWl3ekgVZVyKdLQ7PbpcZ3 期待与您共同打造更强大的OpenManus！

参考

1. OpenManus: https://github.com/mannaandpoem/OpenManus
2. Manus: https://manus.im/
3. claude-computer-use: https://www.anthropic.com/news/3-5-models-and-computer-use
4. claude-3-7-sonnet: https://www.anthropic.com/news/claude-3-7-sonnet
5. OpenHands: https://github.com/All-Hands-AI/OpenHands
6. browser-use: https://github.com/browser-use/browser-use
7. Data Interpreter: https://arxiv.org/pdf/2402.18679