OpenManus：用于构建通用 AI 代理的开源框架，拥有 55K 星标

开源 AI 代理领域有一位新的领导者。由 FoundationAgents（MetaGPT 的同一团队）开发的 OpenManus 已迅速增长到超过 55,000 个 GitHub 星标，通过提供社区迫切想要的东西：一个灵活、模块化且真正开放的框架，用于构建通用 AI 代理。

OpenManus 填补了一个缺口——当 Anthropic 的 Claude Code 与 OpenAI 的 Codex CLI 等商业 AI 代理产品获得关注但仍保持专有时，社区想要一个开放的替代方案——一个他们可以检查、修改、扩展与自托管的框架。OpenManus 实现了这一点。

其核心上，OpenManus 提供一个基于 Python 的平台，AI 代理可以在其中浏览网页、执行代码、操作文件、调用 API 以及与其他代理协作。其架构设计为模型无关、工具可扩展且部署灵活——可在从笔记本电脑到生产服务器的任何环境中运行。

OpenManus 的多代理架构如何工作？

OpenManus 最独特的功能是通过**经理对员工（M2E）**模型支持多代理协作。OpenManus 不是将所有任务强制通过单一代理，而是可以分解复杂问题并将其分配给并行执行的专门代理。

flowchart TD
    A["用户任务\n复杂请求"] --> B["经理代理\n任务分解"]
    B --> C["分析任务\n并创建计划"]
    C --> D["分配子任务"]
    D --> E["员工 A\n网络研究"]
    D --> F["员工 B\n代码执行"]
    D --> G["员工 C\n数据分析"]
    E --> H["汇报结果"]
    F --> H
    G --> H
    H --> I["经理综合\n最终答案"]
    I --> J["✅ 最终输出\n给用户"]

    style A fill:#1e1040,color:#ceb9ff
    style B fill:#0c3a3d,color:#8ff5ff
    style C fill:#1d2634,color:#a5abb8
    style D fill:#0c3a3d,color:#8ff5ff
    style E fill:#1d2634,color:#a5abb8
    style F fill:#1d2634,color:#a5abb8
    style G fill:#1d2634,color:#a5abb8
    style I fill:#0c3a3d,color:#8ff5ff
    style J fill:#1d2634,color:#a5abb8

每个员工代理在独立的上下文中运作，仅继承与其子任务相关的工具与指令。这防止了上下文污染（一个代理的工作混乱另一个代理的记忆），并实现了真正的并行处理。经理代理维护整体概览并综合结果。

单代理 vs. 多代理模式

OpenManus 提供哪些工具与能力？

OpenManus 配备了一套丰富的内置工具，使其代理开箱即用，同时还提供扩展机制以添加自定义能力。

flowchart LR
    A["OpenManus\n代理核心"] --> B["🖥️ Python\n执行代码"]
    A --> C["🌐 浏览器\n浏览网页"]
    A --> D["📁 文件系统\n读取与写入"]
    A --> E["🔌 MCP\n外部服务"]
    A --> F["🛠️ 自定义\n用户工具"]

    B --> G["结果 → 代理\n记忆与规划"]
    C --> G
    D --> G
    E --> G
    F --> G
    G --> H["✅ 响应\n给用户"]

    style A fill:#0c3a3d,color:#8ff5ff
    style B fill:#1e1040,color:#ceb9ff
    style C fill:#1d2634,color:#a5abb8
    style D fill:#1e1040,color:#ceb9ff
    style E fill:#1d2634,color:#a5abb8
    style F fill:#0c3a3d,color:#8ff5ff

Python 执行工具可说是最强大的。它允许代理实时编写、执行与迭代 Python 代码——实现从数据分析到机器学习模型训练的任务。当与浏览器工具（可以导航、点击、提取文本与截图）结合时，OpenManus 代理可以执行跨越网络研究与本地计算的端到端工作流程。

**MCP（模型上下文协议）**集成是一个突出的功能。通过 MCP，OpenManus 代理可以连接到外部服务，包括数据库、API、云平台与专门工具。这使得框架无需修改核心代理代码即可扩展到几乎任何领域。

OpenManus 如何处理安全性与沙箱？

执行任意代码的自主代理引发了合理的安全问题。OpenManus 通过多层保护来解决这个问题。

启用 Docker 沙箱后，Python 执行工具在 disposable 容器内执行代码，无法访问主机文件系统、网络或环境变量（除非明确配置）。这对于代理可能处理不受信任输入或访问敏感数据的生产部署至关重要。

OpenManus 与其他代理框架相比如何？

OpenManus 通过其多代理编排、MCP 协议支持与内置沙箱的组合来区分自己——这些功能在其他框架中单独存在，但很少在一个连贯、文档完善的包中同时出现。

FAQ

什么是 OpenManus？ OpenManus 是由 FoundationAgents 开发的开源框架，用于构建通用 AI 代理。它提供一个灵活、模块化的平台，用于创建可以浏览网页、执行代码、使用工具以及在多代理团队中协作的自主 AI 代理。它拥有超过 55,000 个 GitHub 星标。

OpenManus 的多代理模式如何工作？ OpenManus 通过经理对员工模型支持多代理协作。经理代理将复杂任务分解，并将子任务委派给并行执行的专门员工代理。每个员工都有独立的上下文，并将结果汇报给经理。

OpenManus 中的 MCP 协议是什么？ MCP（模型上下文协议）允许代理通过标准化接口连接到外部服务。OpenManus 支持内置工具与外部 MCP 服务器。

OpenManus 如何提供沙箱安全性？ OpenManus 通过可选的 Docker 隔离为代码执行提供沙箱安全性。所有代码执行在隔离容器中进行。

如何安装 OpenManus？ 需要 Python 3.8+。克隆仓库，创建虚拟环境，使用 pip install -r requirements.txt 安装依赖，配置 API 密钥，然后运行 python main.py。

延伸阅读

• OpenManus GitHub 仓库 – 源代码、问题与社区文档
• FoundationAgents 组织 – 母公司及相关项目
• MCP 协议文档 – 模型上下文协议的官方规范
• Docker 沙箱指南 – 了解用于代理隔离的容器安全性
• 代理架构模式 – AI 代理设计模式与架构调查