面试资料库

外观

51.OpenManus整合QwQ-32B光速打脸Manus ​

来源：语雀原文 | 整理日期：2026-09-22

前言 ​

在本周四早上（2025/03/06），一大堆自媒体账号开始提到一个项目【Manus】等一系列评价：

  • “AGI 就这么来了？”
  • “下一个 DeepSeek”
  • “国运级 AI 再次诞生”

image

然而到了下午打开电脑一看，需要内测码，而且在一些电商平台一个内测码，竟然炒到了 1w、5w、10w 不等的价格，虽然创始人说没有花一分钱去做营销（我不信...)。

image

Manus 是什么？ ​

Manus 是中国团队开发的 AI 智能体，能自己动脑动手干活。比如它能独立筛选简历、分析股票、找房子，直接生成完整报告或表格，不像普通 AI 只回答问题。它靠多个模型协同工作，测试成绩超过 OpenAI 同类产品，现在内测邀请码被炒到上万元

很多同学应该在较早之前用过 Monica 插件，Monica 就是 Manus 的创始公司。不得不说，Monica 还是做得很不错的。

话又说回来，Manus 真的有这么强大吗？真的能做完全通用智能体？

https://manus.im/

image

OpenManus 又是什么？ ​

OpenManus 是由 MetaGPT 团队开源复刻的 AI Agent 工具，能自主浏览网页、查询整合信息并生成报告，实现类似 Manus 的基础功能，下面是他们的 README 介绍：

https://github.com/mannaandpoem/OpenManus/blob/main/README_zh.md

image.png

安装指南 ​

我花不起 5w、10w RMB，我还花不起这点流量吗？我自己 clone 一个

创建新的 conda 环境 ​

如果你还没有安装，可以去 anaconda 下载。

https://www.anaconda.com/download

shell
conda create -n open_manus python=3.12
conda activate open_manus
python main.py
python run_flow.py

image.png

Clone 项目 ​

克隆仓库到本地然后运行。

shell
git clone https://github.com/mannaandpoem/OpenManus.git

image.png

修改配置文件 ​

在编辑器打开 OpenManus 目录 找到 config/config.example.toml，这个文件定义的一些模型的配置，你可以使用硅基流动，也可以直接使用 Claude、OpenAI、QWQ32b 可以调用 utils 的模型。

注意：这里需要用到 Function Call ，DeepSeek 模型是不支持的。

image

我这里直接配置硅基流动的 API，大家可以去 https://siliconflow.cn/ 注册账号，然后创建密钥。

https://cloud.siliconflow.cn/i/kiYZYNJI

image.png

配置参考 ​

可以参考我的配置，如下：

  1. 第一个是全局对话模型配置
  2. 第二个是视觉模型配置。

toml

plain
# Global LLM configuration
[llm]
model = "Qwen/QwQ-32B"
base_url = "https://api.siliconflow.cn/v1"
api_key = "填写你的密钥"
max_tokens = 4096
temperature = 0.0

# Optional configuration for specific LLM models
[llm.vision]
model = "Qwen/Qwen2-VL-72B-Instruct"
base_url = "https://api.siliconflow.cn/v1"
api_key = "填写你的密钥"

安装项目依赖 ​

在项目终端执行

plain
pip install -r requirements.txt

image.png

运行 OpenManus ​

继续在终端执行运行命令

第一次尝试 ​

可以在下面截图看到，我让它帮我执行一个任务

帮我写一个小红书爆款文案，然后生成一个 md 格式的文件，放到D盘根目录下

帮我写一个抖音爆款视频逐字稿，然后生成一个txt格式的 文件，放到D盘根目录下

帮我用html、javascript、css写一个飞机大战游戏，要求可以正常运行，代码文件放到D盘根目录下

image.png

image.png

分析步骤太长了，就不一一截图了。 其实内容都已经在对话中展示出来了，但是这个文件并没有创建在本地，可能识别还没那么精确。

第 N 次尝试 ​

后面我试着让他写一个网站，嗯... 至少能够自主调用浏览器（playwright）了，且将放置在了我指定的目录地址上了。

帮我写一个科技圈的官网，名字叫 tech，静态网站，HTML 文件存放在 D盘根目录下，参考 https://manus.im/ 的风格

image.png

image.png

结尾 ​

毕竟这个 OpenManus 确实只花了三个小时，就能复刻这些基本的工具链调用。虽然还没那么强大，但是个人感觉这种开源的项目，社区维护起来之后发展还是非常快的，拭目以待吧。

关键文件解释 ​

感兴趣的同学也可以去通过日志 + 源码了解下。

plain
/OpenManus/app/
├── __init__.py                  # 包初始化文件
├── agent/                       # 代理模块，包含各种类型的代理实现
│   ├── __init__.py              # 代理模块初始化
│   ├── base.py                  # 基础代理类定义
│   ├── manus.py                 # Manus 通用代理实现
│   ├── planning.py              # 规划代理实现
│   ├── react.py                 # ReAct 模式代理实现
│   ├── swe.py                   # 软件工程代理实现
│   └── toolcall.py              # 工具调用代理实现
├── config.py                    # 配置管理
├── exceptions.py                # 自定义异常类
├── flow/                        # 流程管理模块
│   ├── __init__.py              # 流程模块初始化
│   ├── base.py                  # 基础流程类定义
│   ├── flow_factory.py          # 流程工厂，用于创建不同类型的流程
│   └── planning.py              # 规划流程实现
├── llm.py                       # 大语言模型接口
├── logger.py                    # 日志管理
├── prompt/                      # 提示词模板
│   ├── __init__.py              # 提示词模块初始化
│   ├── manus.py                 # Manus 代理提示词
│   ├── planning.py              # 规划代理提示词
│   ├── swe.py                   # 软件工程代理提示词
│   └── toolcall.py              # 工具调用代理提示词
├── schema.py                    # 数据模型定义
└── tool/                        # 工具模块，包含各种工具实现
    ├── __init__.py              # 工具模块初始化
    ├── base.py                  # 基础工具类定义
    ├── bash.py                  # Bash 命令执行工具
    ├── browser_use_tool.py      # 浏览器使用工具
    ├── create_chat_completion.py # 聊天完成工具
    ├── file_saver.py            # 文件保存工具
    ├── google_search.py         # Google 搜索工具
    ├── planning.py              # 规划工具
    ├── python_execute.py        # Python 代码执行工具
    ├── run.py                   # 运行工具
    ├── str_replace_editor.py    # 字符串替换编辑器
    ├── terminate.py             # 终止工具
    └── tool_collection.py       # 工具集合管理

总结 ​

看了很多博主宣传、测评，以及使用的过程中的一些问题，其实跟这个 OpenManus 区别不大。

Manus 的护城河在哪里？

现在的 AI 产品来说，护城河主要就几个点：

  1. 模型 + 算力
  2. 数据
  3. 用户体验

比如说 OpenAI 的 Deep Research，虽然开源或者商业的竞品很多，但是效果比它好的还没有第二家，因为它用来规划任务、选择工具、汇总的模型是他们家最强的推理 o3 模型，可能也是业界最强的推理模型，无论是推理能力还是上下文长度都超过了公开的 Claude 3.7 Sonnet 模型，同时他们还基于 o3 针对 Deep Research 做了大量的强化学习训练，让模型在执行任务和生成内容都可以取得很好的效果，模型能力就是 OpenAI 的护城河。

比如说 Google，虽然模型不一定有 OpenAI 的强，但是它们家的数据搜索能力是最强的，可以获取到优质的数据源，所以效果也不错，数据搜索就是 Google 的护城河。

比如说经常被比作是“套壳”的 AI 产品 Perplexity，模型比不过 OpenAI，数据搜索比不上 Google，但是依然在 AI 搜索中占有很重要的地位，它依赖的是独特的用户体验，更懂用户，更好的提供了用户想要的搜索结果。

但这里的用户体验，不是传统意义上的用户界面交互层面的体验，而是基于大量用户使用数据而个性化优化后的优化体验，很懂用户想要什么。

类似的例子还有 AI 编辑器 Cursor，它也是靠的用户体验来吸引用户，虽然它的 Composer 功能很快就被竞争对手学习借鉴过去了，但是它的自动补全功能却一直没被竞争对手超越，作为一个重度使用者感觉特别明显，就是 Cursor 真的很懂我想要做什么，每次修改一点，它就能自动给我建议要完成的下一步操作，而大部分时候，它的建议都是我想要的。正是这个原因，即使我同时还用其他家的 AI 编辑器，Cursor 的订阅也一直留着。

Perplexity 和 Cursor 这类 AI “套壳”产品的护城河，就在于它有大量用户数据沉淀后的用户体验。

所以未来对于 Manus 或者这类产品来说，想形成自己的护城河，不仅仅是要在用户产品体验上的创新，还需要有用户数据上的沉淀，把这种数据变成一种飞轮效应：基于用户的数据做出更懂用户的体验，更懂用户的体验吸引更多的用户使用。

Manus的护城河如果让我一句话总结，那么就是：交互上有非常大的创新，但受限于模型与数据，目前没有护城河。

优点：

  • Manus 在产品交互上有非常大的创新，可以说相当惊艳。可以很容易的上手，整个过程对用户透明不需要干预，结果也很直观。
  • 采用模拟人类浏览网页的方式让它更具有通用性，可以适用于通用任务而不是特定任务类型，未来有更大想象空间，就好比类人的机器人可以做更多的通用型任务。
  • 可以对获取到的数据进行分析生成漂亮的图表。
  • 生成的代码直接可以在虚拟机运行看到效果

不足：

  • 通过 ToDo List 规划的方式，虽然可以让 AI 探索的路径不至于太发散，但是会让结果趋于平庸，毕竟稍微复杂一点的任务是需要根据获得的信息做动态调整的。
  • 受限于模型的能力和上下文窗口长度，在资料的筛选，和最终资料的合并整理上，会有比较大损耗，最终生成结果和质量大部分时候是比较平庸的。
  • 使用目前模拟浏览器搜索、点击、滚动，再用视觉识别文字图表的方式，时间成本和资源成本都不低，通过 OCR 获取屏幕内容也可能会导致信息缺失。

Manus 现在被吹得挺神的，但说白了就是个 “拼装车” 产品。这东西其实没什么黑科技，就是把市面上现成的 AI 模型（比如 Claude、OpenAI ）打个包，套个好看的界面，再蹭着 “智能助理” 的热度宣传。

举个通俗的例子：这就好比有人把手机里的天气预报、导航、记事本这些 APP 打包成一个新软件，然后吹嘘说这是 “万能生活管家”。实际用起来你会发现，单独每个功能还行，但真要处理复杂任务（比如既订酒店又安排行程还要算预算），它也就是把不同功能硬串起来用，跟真正能自主思考的“智能管家” 差远了。

就像网友说的：“你以为是钢铁侠的贾维斯，结果就是个语音版 Excel”。

1741326239770.png

  1. 虚拟机：一个 Linux 系统的虚拟机，安装有

  2. Chrome 浏览器，用来访问网页

  3. Python 运行环境，可以执行脚本分析数据，可以启动一个网页运行环境

  4. 任务规划器：根据用户输入的任务请求，拆分成 ToDo List，我推测是 Claude 模型，因为这一步至关重要，必须要求模型有很强的推理能力，目前来说 Claude 3.7 Sonnet 应该是很经济实惠的选择

  5. 任务执行调度器：根据 ToDo List 的任务清单，逐一执行，根据任务去选择最合适的 Agent。由于这一步重点是在 Agent 的选择，所以不需要能力太强的模型，可以用开源模型比如 Qwen 稍微微调一下就可以用了。

  6. 各种执行不同类型任务的 Agents：Manus 内置了很多 Agent，比如最复杂的应该是类似于 OpenAI Operator 的网页浏览 Agent，比如根据特定 API 检索特定数据的 Agent，每个 Agent 在完成任务后都会把任务结果写到虚拟机。

  7. 任务汇总生成器：当每个子任务执行完成后，任务执行调度器就会通知任务汇总生成器，任务汇总生成器就会去虚拟机读取 ToDo List 以及各个子任务的生成结果，把这些结果汇总整理生成最终结果，根据任务要求，可能是一份调研报告，可能是网页程序。由于这一步要求有极强的推理能力和语言能力，所以必然要求一个很强的模型，所以我猜这里也应该是 Claude 3.7 Sonnet。