OpenManus 定位为通用型开源 AI 智能体框架，旨在复刻商业产品 Manus 的核心能力，降低 AI Agent 开发门槛，支持单 / 多智能体（实验性）协作，适合快速原型验证与二次开发，助力开发者构建自主执行复杂任务的 AI 代理。
对于复杂任务，按以下步骤进行：

1. 分析需求：理解用户的具体要求
2. 制定计划：设计解决方案步骤
3. 选择工具：根据任务类型选择合适工具
4. 逐步执行：分步实施解决方案
5. 验证结果：检查执行结果是否符合预期

Windows部署

下载源码
https://github.com/FoundationAgents/OpenManus

解压

conda安装：
https://blog.csdn.net/YXWik/article/details/144901178

创建一个新的conda环境，并激活它：

conda create -n open_manus python=3.12
activate open_manus

安装依赖

pip install -r requirements.txt

报错如下：

---------------------------------------- 567.4/567.4 kB 19.1 MB/s  0:00:00
ERROR: Cannot install -r requirements.txt (line 39) and pillow~=11.1.0 because these package versions have conflicting dependencies.

The conflict is caused by:
    The user requested pillow~=11.1.0
    crawl4ai 0.6.3 depends on pillow~=10.4

Additionally, some packages in these conflicts have no matching distributions available for your environment:
    pillow

To fix this you could try to:
1. loosen the range of package versions you've specified
2. remove package versions to allow pip to attempt to solve the dependency conflict

ERROR: ResolutionImpossible: for help visit https://pip.pypa.io/en/latest/topics/dependency-resolution/#dealing-with-dependency-conflicts

(open_manus) F:\conda_work\OpenManus-main>

强制安装并忽略版本冲突

pip install -r requirements.txt --force-reinstall --no-deps

启动：

# 方式一
python main.py
# 方式二
python run_flow.py

解决报错
安装 typing_extensions 模块

pip install typing-extensions~=4.0.0

还是不行
安装其他缺失的依赖

pip install -r requirements.txt --upgrade

还是不行 修改requirements.txt 中的 pillow 版本

pillow~=10.4.0

pip install -r requirements.txt

成功之后开始配置模型

配置ollama本地模型

因为我本地有ollama 可以直接配置ollama的模型
Windows 安装 ollama
https://blog.csdn.net/YXWik/article/details/143871588

配置ollama
新开命令窗口查看 ollama模型列表

ollama list

使用

qwen2.5:7b

找到config 下的 config.example.toml 文件

复制 config.example.toml 文件重命名为 config.toml 打开

修改内容如下，大家自行替换模型 端口 key即可

# Global LLM configuration（全局大模型配置）
[llm]
model = "qwen2.5:7b"          # 使用的基础大模型版本
base_url = "http://localhost:11434/v1"  # 模型服务的接口地址（本地 Ollama 服务）
api_key = "EMPTY"                 # 本地服务无需密钥，填 EMPTY 即可
max_tokens = 4096                 # 模型生成文本的最大令牌数（控制回复长度）
temperature = 0.0                 # 生成温度（0.0 表示输出完全确定，无随机性）

# Optional configuration for specific LLM models（视觉模型专属配置）
[llm.vision]
model = "qwen2.5:7b"             
base_url = "http://localhost:11434/v1"  
api_key = "EMPTY"




# MCP (Model Context Protocol) configuration
[mcp]
server_reference = "app.mcp.server" # default server module reference

# Optional Runflow configuration
# Your can add additional agents into run-flow workflow to solve different-type tasks.
[runflow]
use_data_analysis_agent = false     # The Data Analysi Agent to solve various data analysis tasks

完事保存后就可以启动openManus了，回到openManus命令框启动

python main.py

启动报错说没有初始化 daytona_api_key

配置文件中增加daytona配置

# Global LLM configuration（全局大模型配置）
[llm]
model = "qwen2.5:7b"          # 使用的基础大模型版本
base_url = "http://localhost:11434/v1"  # 模型服务的接口地址（本地 Ollama 服务）
api_key = "EMPTY"                 # 本地服务无需密钥，填 EMPTY 即可
max_tokens = 4096                 # 模型生成文本的最大令牌数（控制回复长度）
temperature = 0.0                 # 生成温度（0.0 表示输出完全确定，无随机性）

# Optional configuration for specific LLM models（视觉模型专属配置）
[llm.vision]
model = "qwen2.5:7b"             
base_url = "http://localhost:11434/v1"  
api_key = "EMPTY"


[daytona]
daytona_api_key ="EMPTY"                 
daytona_server_url = "https://app.daytona.io/api"
daytona_target = "us"


# MCP (Model Context Protocol) configuration
[mcp]
server_reference = "app.mcp.server" # default server module reference

# Optional Runflow configuration
# Your can add additional agents into run-flow workflow to solve different-type tasks.
[runflow]
use_data_analysis_agent = false     # The Data Analysi Agent to solve various data analysis tasks

再次启动 新的报错出现了 缺少模块 structlog ，少啥就装啥

pip install structlog

再次启动报错缺少 pydantic

pip install daytona

再次启动 成功了

刚测试下，结果报错了

Playwright 缺少浏览器可执行文件（Chromium）

python -m playwright install chromium

pip install playwright

再次启动测试，开始干活了，后面的就不演示了，电脑配置比较低，反应很慢

如果安装中环境有问题的话，可以删除了环境重新进行安装

删除虚拟环境

conda deactivate

删除 open_manus 环境

conda remove -n open_manus --all -y

查看环境列表

conda env list

删除成功了
如果没成功的可执行强制删除命令：

conda env remove -n open_manus -y

WEB版openManus

下载对应的分支代码
https://github.com/FoundationAgents/OpenManus/tree/front-end

解压 安装相关虚拟环境并激活

conda create -n open_manusui python=3.12
activate open_manusui

安装依赖

pip install -r requirements.txt

找到config 下的 config.example.toml 文件，复制 config.example.toml 文件重命名为 config.toml 打开编辑

# Global LLM configuration
[llm]
model = "qwen2.5:7b"          # 使用的基础大模型版本
base_url = "http://localhost:11434/v1"  # 模型服务的接口地址（本地 Ollama 服务）
api_key = "EMPTY"                 # 本地服务无需密钥，填 EMPTY 即可
max_tokens = 4096                 # 模型生成文本的最大令牌数（控制回复长度）
temperature = 0.0                 # 生成温度（0.0 表示输出完全确定，无随机性）

# [llm] #AZURE OPENAI:
# api_type= 'azure'
# model = "YOUR_MODEL_NAME" #"gpt-4o-mini"
# base_url = "{YOUR_AZURE_ENDPOINT.rstrip('/')}/openai/deployments/{AZURE_DEPOLYMENT_ID}"
# api_key = "AZURE API KEY"
# max_tokens = 8096
# temperature = 0.0
# api_version="AZURE API VERSION" #"2024-08-01-preview"

# Optional configuration for specific LLM models
[llm.vision]
model = "qwen2.5:7b"             
base_url = "http://localhost:11434/v1"  
api_key = "EMPTY"

# Server configuration
[server]
host = "localhost"
port = 5172

启动

python app.py

Playwright 缺少浏览器可执行文件（Chromium）

但是不一样的是它自己在安装缺少的东西

然后调起了浏览器，就是太慢了

我打算更改为在线的deepseek的API试试效果

配置在线模型

DeepSeek官网创建api_key：
https://platform.deepseek.com/api_keys

拿到key之后更改 config.toml

[llm]
model = "deepseek-chat"         
base_url = "https://api.deepseek.com/v1"  
api_key = "****"                
max_tokens = 4096                 
temperature = 0.0  

[llm.vision]
model = "deepseek-chat"             
base_url = "https://api.deepseek.com/v1"  
api_key = "****"

[server]
host = "localhost"
port = 5172

效率嘎嘎快