「三小时复刻 Manus，GitHub 2 万星」：OpenManus 多智能体框架的技术拆解

一、背景与缘起

随着大模型在推理与生成上的能力不断提升，Agent（智能体）技术也在近段时间"刷屏"并引起广泛探讨。

3 月 5 日晚 Manus 展示的多智能体 Demo 给业内带来深刻印象；3 月 7 日，国内 DeepWisdom MetaGPT 团队与 CAMEL AI 团队先后开源了 OpenManus 与 OWL，进一步让多智能体技术的应用与实践在社交媒体及 GitHub 社区呈爆发性传播。

OpenManus 团队基于此前多智能体研究成果和工程积累，几乎以"闪电"速度完成核心系统：团队在 1 小时内实现了核心功能，3 小时内上线初版本。如此快速的研发进度，既来源于对多智能体框架的长期技术沉淀，也与系统内部设计的高度抽象、可组合性密不可分。正因此，OpenManus 一经发布便收获了过万星（目前已超过 2 万 Star），同时引发了业内对 Agent 技术发展趋势的再次聚焦。

二、OpenManus 的设计思路

从外部来看，Manus（以及复刻的 OpenManus）本质上是一个 多智能体系统 （Multi-Agent System）。不同于单一大模型那种一次性"大而全"的回答方式，多智能体系统通过"规划—执行—反馈"的循环，逐步解决复杂的真实世界问题。在 OpenManus 的设计中，最核心的思路可以概括为以下几点：

1. 极简可插拔框架
   OpenManus 的核心设计是构建一个非常精简的 Agent 框架，强调模块化和可扩展性。它通过可插拔的工具（Tools）和提示词（Prompt）的组合来定义 Agent 的功能和行为，降低了开发和定制 Agent 的门槛。

• Prompt 决定 Agent 的行为逻辑和思考方式；

• Tools 则提供行动能力（如计算机操作、代码执行、搜索等）。
  通过对 Prompt 和 Tools 的自由组合，就能快速"拼装"出新的 Agent，赋予其处理不同类型任务的能力。

三、工作流程与执行路径

OpenManus 的运行流程可以清晰概括为"规划→分配→执行"，具体步骤如下：

1. 用户需求输入
   用户在前端或命令行中输入复杂的需求，例如"写一段代码完成某种功能，并自动部署到服务器上"。

2. PlanningTool 规划
   系统先调用 PlanningTool，对需求进行分析与分解，形成一个线性结构的计划或任务序列。比如，会将需求拆解为：

1. 分析需求与环境

2. 编写初始代码

3. 测试并修复错误

4. 部署并验证结果
   这些子任务被记录在一个 plan 或类似结构中。

3. 任务分配与执行

• 如果任务中涉及大规模数据分析或机器学习流程，可能会调用一个具备 Data Interpreter 能力的 Agent；

• 若任务需要复杂的代码修复或文件管理，则会调用另一个能够使用 ComputerUse 工具的 Agent；

• 系统按照顺序从计划中依次取出子任务；

• 根据任务关键字或意图判定，分配给最合适的 Agent。目前 Agent 分配主要基于正则匹配，未来考虑使用 LLM 实现更智能的任务分配。

• 每个 Agent 都会采用 ReAct 循环（Reason + Act）与 Tools 进行交互，以完成自己所负责的子任务。

• 如果任务完成顺利，进入下一子任务；

• 若出现执行失败或结果异常，系统可进行自动调试或重新规划，视设计实现程度而定。

在这个过程中， 多 Agent + 工具 的结构会在复杂需求上展现明显的优势，尤其当需要长链思考、结合搜索或外部工具时，能够更好地完成通用大模型难以一次性解决的工作。

四、技术架构剖析

4.1 工程结构概览

首先来看一下 OpenManus 的整体工程结构，剔除配置和资源文件后，整个项目的核心仅包含约 30 个文件（3月7号版本，所有内容都基于当时的版本），结构清晰且高度模块化：

 
.
├── app
│   ├── agent
│   │   ├── base.py
│   │   ├── manus.py
│   │   ├── planning.py
│   │   ├── react.py
│   │   ├── swe.py
│   │   └── toolcall.py
│   ├── flow
│   │   ├── base.py
│   │   ├── flow_factory.py
│   │   └── planning.py
│   ├── prompt
│   │   ├── manus.py
│   │   ├── planning.py
│   │   ├── swe.py
│   │   └── toolcall.py
│   └── tool
│       ├── base.py
│       ├── bash.py
│       ├── browser_use_tool.py
│       ├── create_chat_completion.py
│       ├── file_saver.py
│       ├── google_search.py
│       ├── planning.py
│       ├── python_execute.py
│       ├── run.py
│       ├── str_replace_editor.py
│       ├── terminate.py
│       └── tool_collection.py

项目依赖也相对简单，主要包括一些用于数据验证（pydantic）、AI 服务调用（openai）、浏览器控制（playwright、browsergym、browser-use）和一些基础工具库：

• pydantic ：数据验证和设置管理

• openai ：OpenAI API 的客户端库

• browser-use ：构建能使用网络浏览器的 AI 代理框架

• browsergym ：训练 AI 使用网络浏览器的环境

• playwright ：浏览器自动化库

• googlesearch-python ：无需 API 密钥进行搜索的库

这样的结构设计使得 OpenManus 在提供强大功能的同时保持了极高的可维护性和可扩展性。

4.2 核心系统组件

OpenManus 的架构由四个主要模块构成：

1. 核心多智能体框架（Agent）
   Agent 模块采用清晰的继承层次，自底向上逐步增强功能：

   示例代码（Manus 实现）：

    
   class Manus(ToolCallAgent):
       """
       A versatile general-purpose agent that uses planning to solve various tasks.
       """
       name: str = "Manus"
       description: str = "A versatile agent that can solve various tasks using multiple tools"
       
       system_prompt: str = SYSTEM_PROMPT
       next_step_prompt: str = NEXT_STEP_PROMPT
       
       # Add general-purpose tools to the tool collection
       available_tools: ToolCollection = Field(
           default_factory=lambda: ToolCollection(
               PythonExecute(), GoogleSearch(), BrowserUseTool(), FileSaver(), Terminate()
           )
       )
   

• BaseAgent ：定义了智能体的基础属性（name、memory、system_prompt）和基本行为（执行逻辑、状态检查）。

• ReActAgent ：实现了经典的 "Reasoning + Acting" 模式，先思考后行动，每一步执行都分为 think 和 act 两个阶段。

• ToolCallAgent ：在 ReAct 基础上进一步细化，使 think 阶段专注于工具选择，act 阶段负责执行所选工具。

• Manus ：继承 ToolCallAgent，主要通过定制 system_prompt 和 available_tools 来赋予不同能力。

• ComputerUse ：命令行和计算机操作

• BrowserUse ：网络浏览和交互

• PythonExecute ：执行 Python 代码

• GoogleSearch ：网络搜索

• FileSaver ：文件读写

• PlanningTool ：任务规划与追踪

 
PLANNING_SYSTEM_PROMPT = """
You are an expert Planning Agent tasked with solving complex problems by creating and managing structured plans.
Your job is:
1. Analyze requests to understand the task scope
2. Create clear, actionable plans with the `planning` tool
3. Execute steps using available tools as needed
4. Track progress and adapt plans dynamically
5. Use `finish` to conclude when the task is complete

Available tools will vary by task but may include:
- `planning`: Create, update, and track plans (commands: create, update, mark_step, etc.)
- `finish`: End the task when complete

Break tasks into logical, sequential steps. Think about dependencies and verification methods.
"""

 
SYSTEM_PROMPT =