我要投稿

OpenManus源码小读

发布日期：2025-03-25 06:53:25 浏览次数： 2152

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

2025-08-29

如何评测 AI 智能体：试试字节开源的扣子罗盘

2025-08-29

HiMarket 正式开源，为企业落地开箱即用的 AI 开放平台

2025-08-28

美团 M17 团队开源 Meeseeks 评测集：揭秘大模型的 “听话”能力

2025-08-28

我摊牌了，PDF的终结者出现了！这个开源神器，让你的RAG项目吞吐能力暴增10倍！

2025-08-28

面壁开源多模态新旗舰MiniCPM-V 4.5，8B 性能超越 72B，高刷视频理解又准又快

2025-08-28

1.9K Star 微软开源TTS王炸！90分钟超长语音合成，4人对话自然切换！

2025-08-27

初探：从0开始的AI-Agent开发踩坑实录

2025-08-27

ollama v0.11.7发布：深度集成DeepSeek-V3.1与Turbo云端推理模式解析

了解更多

了解更多

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

实测Qwen3-Coder，这就是目前最强的开源编程模型

2025-07-23

看大厂PM，如何玩转多个智能体开发平台

2025-06-17

DeepSeek V3.1 Base / Instruct 发布

2025-08-20

53AI Hub重磅开源！让99%的智能体开发者赚到钱！

2025-06-17

Qwen3-Coder开源：面向世界的智能编程引擎

2025-07-23

有点东西！Qwen开源会写中文的生图模型Qwen-Image

2025-08-05

Kimi K2详测，Claude国产平替有了

2025-07-14

DeepSeek-V3.1-Base来了！MoE架构+128K上下文，性能再进化

2025-08-20

GLM-4.5 发布，六大主流模型混战测评，谁能一键生成“ 真·可用 ”的应用？

2025-07-29

Kimi K2 详测｜超强代码和Agent 能力！内附Claude Code邪修教程

2025-07-12

大家都在问

Coze开源了，为什么AI产品经理还是不会用？

2025-08-16

“入口”新变局：OpenAI开源模型+“口袋里的设备”，企业管理会发生变化吗？

2025-08-13

AI快讯：AI安全漏洞揭秘：副业者如何利用漏洞检测赚钱？

2025-08-11

Coze、Dify、n8n：三国争霸哪家强？

2025-08-11

Agent应用爆发，谁成为向上托举的力量？

2025-08-06

OpenAI 为什么要开源大模型 gpt-oss？

2025-08-06

谁在拆 OpenAI 的围墙？

2025-08-06

OpenCSG ：企业级AI落地的全新选择，凭什么脱颖而出？

2025-08-04

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 知识管理开源大模型智能营销智能硬件智能化改造 AI+医疗 MaxKB

应聘简历请发送至： [email protected]

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