Archived

This repository has been archived on 2026-08-07. You can view files and clone it. You cannot open issues or pull requests or push a commit.

Files

T

starmen1265 9044085b46 AI对话记录: 2026-03-08

2026-03-09 07:00:07 +08:00

16 KiB

Raw Blame History

Manus AI 全面研究报告

研究日期: 2026年1月29日 报告版本: v1.0

一、项目概述

Manus（拉丁语意为"手"）是一个自主人工智能代理，由 Butterfly Effect Pte Ltd 开发，后被 Meta Platforms 收购。它被誉为世界上首批能够独立思考、动态规划和决策的自主代理之一。

核心定位

Manus 是一个"行动引擎"（Action Engine），超越了传统 AI 仅提供答案的局限，能够：

执行任务
自动化工作流程
扩展人类能力范围

官方定义

"Manus 是一个行动引擎，它超越了答案的范畴，可以执行任务、自动化工作流程，并扩展您的能力。" —— 官方网站 manus.im

二、核心特点

2.1 自主执行能力

独立决策: 可以独立执行复杂的现实世界任务
无监督运行: 无需直接或持续的人类指导
端到端完成: 能够编写和部署代码，完成从规划到执行的全流程

2.2 技术基础

大语言模型驱动:
- 主要使用 Claude 3.5/3.7 (Anthropic)
- 集成 阿里巴巴的 Qwen 模型
- 通过 browser-use 库实现浏览器自动化

2.3 核心功能矩阵

功能类别	具体能力	应用场景
开发工具	自定义Web工具、GitHub部署、网站构建	快速原型开发
内容处理	文档翻译、数据清洗、文案撰写	内容创作与本地化
自动化	日历管理、文件操作、提醒设置	工作流程自动化
创作辅助	演示文稿、作品集、图像处理	创意设计与展示

三、技术架构

根据开源实现 OpenManus，Manus 采用模块化架构设计：

3.1 Agent 层次结构

继承关系:
ReActAgent → ToolCallAgent → PlanningAgent → Manus

各层职责：

ToolCallAgent (工具调用代理)
- 处理工具/函数调用的抽象层
- 提供统一的工具调用接口
- 管理工具注册和执行
PlanningAgent (规划代理)
- 负责任务规划和执行计划管理
- 创建结构化计划
- 跟踪任务执行状态和进度
ReActAgent (反应代理)
- 实现思考-行动-观察（Think-Act-Observe）循环模式
- 动态决策和调整策略
Manus (主代理)
- 主要代理实现
- 用户交互的直接入口
- 继承所有父类能力

3.2 工具层（Tool Layer）

核心工具清单：

工具名称	功能描述	技术实现
PythonExecute	执行 Python 代码	沙箱环境
BrowserUseTool	浏览器操作（导航、交互、提取）	Playwright + browser-use
GoogleSearch	Google 搜索	搜索 API
FileSaver	文件保存操作	本地文件系统
PlanningTool	规划管理	内部状态管理
CreateChatCompletion	创建聊天完成	LLM API
Terminate	终止执行	流程控制

3.3 Prompt 层（提示层）

定义与 LLM 交互的系统提示和指令模板：

System Prompts: 定义代理的角色和能力范围
Step Prompts: 指导代理如何使用可用工具执行任务
Planning Prompts: 用于任务分解和计划创建

3.4 LLM 交互层

负责与大语言模型通信：

模型配置管理
工具/函数调用接口
响应解析和处理
支持多模型提供商

3.5 工作流程

阶段一：任务规划

graph TD
    A[用户输入任务请求] --> B[创建初始计划]
    B --> C[任务分解]
    C --> D[生成结构化计划]
    D --> E[包含目标、步骤、状态跟踪]

阶段二：任务执行

graph LR
    A[获取当前活动步骤] --> B[思考阶段]
    B --> C[评估状态并决策]
    C --> D[行动阶段]
    D --> E[执行工具并记录结果]
    E --> F[更新计划状态]
    F --> G{完成?}
    G -->|否| A
    G -->|是| H[结束]

阶段三：工具调用机制

# 伪代码示例
async def execute_tool(command: ToolCall) -> str:
    1. 解析工具调用参数
    2. 执行工具并获取结果
    3. 将结果添加到代理记忆中
    4. 处理特殊工具的状态变化（如终止）
    5. 返回格式化的观察结果

四、发展历程

重要时间节点

日期	事件	意义
2025年3月6日	Manus 官方发布	首个完全自主 AI Agent 亮相
2025年10月16日	Manus 1.5 版本发布	功能增强和性能优化
2025年12月	Meta 宣布收购	估值 20-30 亿美元
2026年1月	中国监管审查	技术出口和国家安全审查

媒体评价

VentureBeat: "Manus 是一个重大进步，因为它能自主处理包括编写和部署代码在内的复杂任务"
Forbes: "中国的自主代理 Manus 改变了一切"
Newsweek: "中国世界首个完全自主 AI 代理解读"

五、主要应用场景

5.1 开发工具类

Custom Web Tool（自定义Web工具）

创建专业化的在线工具
示例：自定义计算器、单位转换器
支持快速原型开发

GitHub Repository Deployment Tool（GitHub仓库部署工具）

通过 URL 部署任何 GitHub 仓库
智能搜索和启动项目
一键部署到生产环境

Build Personal Website（构建个人网站）

创建专业的个人展示网站
作品集和品牌展示
响应式设计支持

5.2 内容处理类

Localize Content（内容本地化）

文化和语言本地化
适应新市场
保持原文格式和语调

Clean Data Output（数据清洗输出）

清洗原始数据
结构化为可用格式
导出就绪

Document Translation（文档翻译）

翻译任何语言的文档
保留原始格式
保持专业语调

Bilingual Output（双语输出）

并排双语版本
任意两种语言
便于对比学习

5.3 自动化任务类

Automated Reminders（自动提醒）

从 Google Calendar 设置提醒
防止错过重要事件
智能时间管理

Automate Calendar Events（自动化日历事件）

自动创建和管理 Google Calendar 事件
简化安排和通知
日程优化

Batch File Renaming（批量文件重命名）

高效批量重命名多个文件
按指定命名规则
保留文件扩展名

5.4 创作辅助类

Design a Project Proposal Pitch Deck（项目提案演示文稿）

生成引人注目的提案演示文稿
专业设计模板
数据可视化

Career Document Crafter（职业文档撰写）

制作专业简历、CV 或求职信
ATS 友好格式
行业定制化

Professional Headshot（专业头像）

生成专业头像
用于个人资料、头像或团队照片
AI 图像增强

Craft Professional Emails（撰写专业邮件）

起草正式、结构良好的商务邮件
任何场合的专业沟通
多语言支持

Polish Your Writing（润色文字）

提升文字清晰度、风格和影响力
语法和拼写检查
风格建议

AI Image Wizard（AI 图像向导）

轻松编辑图像
移除背景、增强质量
应用各种修改

六、开源实现 - OpenManus

6.1 项目简介

OpenManus 是由 MetaGPT 社区开发的开源代理框架，提供类似 Manus 的功能但无需邀请码。

开发团队: @mannaandpoem, @XiangJinyu, @MoshiQAQ 等

6.2 安装方法

方法一：使用 uv（推荐）

# 安装 uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# 克隆仓库
git clone https://github.com/mannaandpoem/OpenManus.git
cd OpenManus

# 创建虚拟环境
uv venv
source .venv/bin/activate  # Linux/Mac
# 或 .venv\Scripts\activate  # Windows

# 安装依赖
uv pip install -r requirements.txt

方法二：使用 conda

conda create -n open_manus python=3.12
conda activate open_manus
git clone https://github.com/mannaandpoem/OpenManus.git
cd OpenManus
pip install -r requirements.txt

6.3 配置 LLM

# 复制配置文件模板
cp config/config.example.toml config/config.toml

编辑 config/config.toml:

[llm]
model = "gpt-4o"  # 或其他支持的模型
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # 替换为你的实际 API 密钥
max_tokens = 4096
temperature = 0.0

6.4 基本使用

# 启动 OpenManus
python main.py

然后通过终端输入请求：

"创建一个简单的网站计算器"
"查找关于气候变化的最新研究"
"帮我优化这个 Python 代码"

6.5 代码结构分析

主入口（main.py）

async def main():
    agent = Manus()
    while True:
        try:
            prompt = input("Enter your prompt (or 'exit'/'quit' to quit): ")
            prompt_lower = prompt.lower()
            if prompt_lower in ["exit", "quit"]:
                logger.info("Goodbye!")
                break
            if not prompt.strip():
                logger.warning("Skipping empty prompt.")
                continue
            logger.warning("Processing your request...")
            await agent.run(prompt)
        except KeyboardInterrupt:
            logger.warning("Goodbye!")
            break

Manus 代理实现

class Manus(ToolCallAgent):
    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
    available_tools: ToolCollection = Field(
        default_factory=lambda: ToolCollection(
            PythonExecute(),
            GoogleSearch(),
            BrowserUseTool(),
            FileSaver(),
            Terminate()
        )
    )

6.6 项目路线图

OpenManus 计划实现的未来功能：

✅ 增强规划能力，优化任务分解和执行逻辑
⏳ 引入标准化评估指标（基于 GAIA 和 TAU-Bench）
⏳ 扩展模型适配，优化低成本应用场景
⏳ 实现容器化部署，简化安装和使用流程
⏳ 丰富示例库，提供更多实用案例
⏳ 开发前端/后端，改善用户体验

七、创始人背景

Xiao Hong（肖洪）

身份:

Manus.im 的核心人物
Butterfly Effect Pte Ltd 创始人

职业经历:

早期创业
- 创立夜莺科技（Nightingale Technology）
- 开发"一班助理"（Yi Ban Assistant）
- 开发"微班助理"（Wei Ban Assistant）
- 这些是 AI 驱动的生产力工具，在企业用户中被广泛利用
技术理念
- 以"kitbashing"方法著称
- 专注于通过在现有框架（如微信）中集成 AI 能力来增强平台
- 不重新发明轮子，而是优化已建立的生态系统

八、技术优势

8.1 核心竞争力

灵活的代理系统
- 从基础工具调用代理到复杂规划代理
- 提供不同级别的代理实现
- 支持自定义扩展
丰富的工具集
- 内置 Python 执行、浏览器交互、搜索等工具
- 满足多样化任务需求
- 统一的工具调用接口
结构化任务规划
- 自动分解复杂任务
- 跟踪执行进度
- 动态调整策略
开源生态
- 允许社区贡献和扩展
- 持续演进
- 透明可审计

8.2 技术亮点

特性	说明	优势
自主性	无需持续人工干预	7×24 小时运行
规划能力	任务自动分解	处理复杂多步骤任务
工具编排	智能工具选择和组合	灵活应对各种场景
记忆管理	上下文保持	长对话连贯性
错误恢复	自动重试和替代方案	提高成功率

九、相关资源

9.1 官方资源

官方网站: https://manus.im/
维基百科: https://en.wikipedia.org/wiki/Manus_(AI_agent)
应用商店: Microsoft Store（Windows）

9.2 开源项目

OpenManus: https://github.com/mannaandpoem/OpenManus
Browser Use: https://github.com/browser-use/browser-use
AI Manus (Simpleyyt): https://github.com/Simpleyyt/ai-manus
Manus Open (whit3rabbit): https://github.com/whit3rabbit/manus-open
Open Manus (TranBaVinhSon): https://github.com/TranBaVinhSon/open-manus

9.3 技术文档

技术深度分析: https://llmmultiagents.com/en/blogs/OpenManus_Technical_Analysis
技术调查 Gist: https://gist.github.com/renschni/4fbc70b31bad8dd57f3370239dccd58f
工具和提示 Gist: https://gist.github.com/mcollina/b47405453b2c62eb08265eea98151155

9.4 相关文章

"What Developers Need to Know About Manus AI and Autonomous Coding" - Developer Nation
"How I'm Using Manus. An AI Agent That Builds" - Medium
"Manus AI Review: Detailed Analysis of Benefits & Drawbacks" - Deeper Insights
"Manus AI: Revolutionizing Autonomy in Artificial Intelligence" - OpenCV

十、总结与展望

10.1 总结

Manus 代表了 AI Agent 技术的一个重要里程碑，它展示了：

从对话到行动的跨越
- 传统 LLM 仅能生成文本
- Manus 能够实际执行任务
- 真正的"Agentic AI"实现
自主性的新高度
- 独立规划和决策
- 多步骤任务执行
- 动态调整策略
生态系统的整合
- 浏览器自动化
- 代码执行
- 文件系统操作
- API 集成
商业化的成功
- Meta 20-30亿美元收购
- 验证了 AI Agent 的商业价值
- 推动整个行业发展

10.2 技术影响

对开发者

提供了构建 AI Agent 的最佳实践
开源实现降低了学习门槛
丰富的工具库和示例

对用户

提升工作效率
自动化重复任务
释放人类创造力

对行业

推动从 LLM 到 Agent 的演进
加速 AI 应用落地
促进工具和标准建立

10.3 未来展望

短期（2026年）

✅ 集成到 Meta AI 生态系统
✅ 增强多模态能力
⏳ 提升推理和规划质量
⏳ 扩展工具生态

中期（2026-2027年）

⏳ 支持更多 LLM 后端
⏳ 改进长期记忆系统
⏳ 增强协作能力（多 Agent）
⏳ 优化成本和性能

长期（2027+）

⏳ 通用 AI Agent（AGI Agent）
⏳ 自主学习和适应
⏳ 跨平台无缝集成
⏳ 个性化 AI 助手

10.4 挑战与风险

技术挑战
- 复杂任务的成功率仍需提升
- 长上下文管理
- 实时响应能力
安全风险
- 代码执行的沙箱隔离
- API 密钥保护
- 数据隐私
监管审查
- 技术出口管制
- 国家安全审查
- 跨境数据流动
伦理问题
- AI 自主性的边界
- 责任归属
- 透明度和可解释性

10.5 学习建议

对于想要深入了解 Manus 和 AI Agent 技术的开发者：

从 OpenManus 开始
- 阅读源代码
- 运行示例
- 修改和实验
理解核心概念
- ReAct 模式
- 工具调用
- 任务规划
- 记忆管理
实践项目
- ��建简单的 Agent
- 添加自定义工具
- 优化提示工程
- 评估和改进
关注社区
- 加入 MetaGPT 社区
- 参与开源项目
- 分享经验教训
- 持续学习

附录

A. 术语表

术语	英文	解释
AI Agent	AI Agent	能够自主感知环境并采取行动以实现目标的人工智能系统
ReAct	Reasoning + Acting	一种结合推理和行动的 Agent 模式
Tool Calling	Tool Calling	LLM 调用外部工具或函数的能力
LLM	Large Language Model	大语言模型
Agentic AI	Agentic AI	具有代理性质的人工智能，能够自主行动
Prompt Engineering	Prompt Engineering	提示工程，优化与 LLM 交互的艺术
Sandbox	Sandbox	沙箱，隔离的执行环境

B. 参考资料

Manus 官方网站和技术文档
OpenManus GitHub 仓库
Meta 收购公告和新闻稿
维基百科和媒体报道
技术博客和分析文章

报告结束

本文档由 AI 辅助生成，信息截至 2026年1月29日。如有更新或补充，请参考官方最新资料。

16 KiB Raw Blame History Unescape Escape