今天小编分享的科技经验：5个人三小时复刻开源版Manus，邀请码也不需要了，欢迎阅读。
这壁垒……一夜走红的 Manus，现在已经有了开源复刻版！
5 个人 3 个小时，一个完全免费、无需排队等待的OpenManus就做好了。
至于复现程度，还是直接看 Manus 官方和开源团队提供的 demo 对比。
作为全球首款通用智能体，官方提供的 case 如下：
而 OpenManus 团队三小时复刻的成果是酱婶儿的：
效果大家自己感受一下。
对于动手能力强的小伙伴儿，也期待大家自行体验后留言反馈。
从开源反推 Manus 的实现路径
与此同时，通过深扒 OpenManus，我们其实还可以看出一条实现 Manus 的合理路径。
（当前 Manus 使用了哪家模型、Agent 框架等具体细节处于保密状态）
概括而言，OpenManus 的背后有三大关键：
拥有模块化 Agent 系统；
具备实时反馈机制；
配备了一整套强大的工具链；
展开来说，其核心设计就在这种模块化 Agent 系统。开发者可以根据需要自由组合不同的功能模块，从而创造出独特的 AI 助手。
在 OpenManus 中，拥有不同分工的 Agent 会协作完成需求理解、规划、行动等任务。
比如 Manus 主代理就像项目经理，负责理解用户需求并完成分工；PlanningAgent 作为规划员，负责将复杂任务进一步拆解成可执行的步骤；而 ToolCallAgent 则是技术专家，负责掌管各类工具使用。
以上这一套都是靠开源团队曾经提出的 MetaGPT（一个多智能体框架）实现，开发者可以自由集成多个合适的大语言模型。
此外，OpenManus 的另一关键在于其思维过程是公开透明的。
正如开头提到的例子，拿到任务后，OpenManus 如何思考问题，如何规划执行……全都能实时反馈。
这为人类在合适时间进行干预提供了 " 視窗 "，有助于更高质量完成任务。
最后不得不提到 Agent 对工具的使用。
为了完成复杂任务，OpenManus 也配备了一系列 " 外援 "：
浏览器自动化：像人类一样操作浏览器，自动分析网络信息并互動；
各种代码执行器：能够实时生成和执行代码；
檔案处理：自动生成和管理各类文档；
……
需要注意的是，各类工具都不是单独的模块，而是需要协同设计。
将以上组合在一起，这类多智能体系统的一般架构为：底层由各类大语言模型构成，中间层通过多智能体协作拆解任务，执行层调用各类 API 接口完成具体操作。
总之，按照 OpenManus 作者的总结，这一开源成果结合了 computer-use、基本的 Agents 以及融合了规划能力。
正如 OpenManus 团队在项目致谢中提到的，Claude 厂商 Anthropic 去年上线的computer-use，以及 YC 投资的项目browser-use，都给 OpenManus 提供了基础支持。
顾名思义，这两个项目分别被用来操作电腦和浏览器，而在沙盒环境中操纵正是 Manus 工作的一大核心特征。
5 人开发团队，3 小时完成复刻
OpenManus 团队只用了1 个小时就完成了核心系统，整体也只用了 3 个小时。
核心作者梁新兵介绍，OpenManus 的火速上线，来源于 MetaGPT 积累下的技术沉淀。
（注：MetaGPT 是一个多智能体框架，为了处理复杂任务，将不同的角色分配给 GPT 模型，形成一个协作性 " 軟體公司 "。）
我们只是把浏览器工具链嫁接到过去代码上，配合沉淀的 Agent 工具包。
几位研发成员，也都是来自 MetaGPT 团队。
" 开源版 Devin" ——数据解释器（Data Interpreter），也是出自 MetaGPT 团队之手。
OpenManus 核心作者梁新兵，毕业于华东师大，还在读时就参与了 Data Interpreter 的工作。
另一名核心作者向劲宇，本科就读于西南交通大学应用物理系。
去年，读大四的他和队友一起使用 GPT-4 与 Claude 3 组成多智能体的方案，让 AI 分饰多个角色、相互验证来完成答题步骤，获得了阿里巴巴数学竞赛 AI 赛道全球第二名。
在 MetaGPT 社区，向劲宇还和其他成员一起，让智能体成功在 " 我的世界 " 当中采集到了钻石。
甚至他还曾经让智能体假扮知乎大 V，回答了 100 多个问题，获得 3 万余次阅读，还有赞同、反驳甚至私信关注，结果直到他主动停止，AI 的身份都未被发现。
张佳钇，去年本科毕业于中国人民大学高瓴人工智能学院，现在是港科大（广州）在读博士，被 ICLR 2025 接收的智能体框架 AFlow，他和向劲宇是共同一作。
于兆洋，张佳钇在人大的同级同学；洪思睿，MetaGPT 和 Data Interpreter 两篇论文的共同一作，DeepWisdom 高级研究员，香港科技大学硕士，本科毕业于暨南大学。
AFlow 的作者当中，也有于兆洋和洪思睿的名字。
今年，以张佳钇和向劲宇为共同一作，五个人的名字共同出现在了一个名为 SPO 的项目当中，该项目能够让提示词自我进化，让人们摆脱研究提示词工程的繁琐过程。
并且综合五名作者的经历和署名信息可以推断，除了 15 年取得硕士学位的洪思睿年龄稍长之外，其余 4 位作者，几乎都是本科毕业不久，当中有人选择继续深造，也有人加入了 DeepWisdom。
重新看 Manus" 套壳风波 "
除此之外，OpenManus 的出现，或许也给 Manus 的 " 套壳风波 " 提供了新的视角。
先简单回顾一下这场风波。
Manus 被质疑 " 套壳 " 主要源于两点：
一是有前车之鉴。Manus 背后团队曾打造出另一款产品—— Monica，而作为一款集成各类大语言模型的插件，Monica 也曾一度陷入套壳争议。
所以对于一家公司出品的东西，大家很容易产生联想。
在此基础之上，由于产品被怀疑是套壳缝合而成，因此大家很容易形成 Manus 技术含量不高的印象。
然而，之所以说 OpenManus 是一个新视角，是因为从其复现路径来看，许多模块都是基于已有开源项目实现。
实现不同模块的统筹、调度，形成新的功能，绝非人人都有能力实现。
而且开源社区的一大意义，本就是让后来的开发者，能够直接站在巨人的肩膀上。
即使不谈开源，各大模型厂商提供 API 给开发者的目的，同样是让他们能够开发新的应用。
说得再夸张一些，引用 Perplexity 创始人的说法，"OpenAI 就是英伟达套壳，英伟达就是台积电套壳，台积电就是沙子套壳…… "。
所以是否 " 套壳 "，不是问题的核心，关键是它能不能产生实质性的生产力提升。
但从我们昨天的实测感受来看，Manus 距离这一目标，还有相当长的距离。
所以，把产品的能力打磨好，可能才是比纠结套壳更要紧的事。
你对 Manus 的感受如何？欢迎评论区留言讨论。
开源地址：
https://github.com/mannaandpoem/OpenManus
参考链接：
[ 1 ] https://x.com/didiforx/status/1897675038972883408
[ 2 ] https://www.sohu.com/a/827134153_121798711
[ 3 ] https://modelscope.cn/studios/AI-ModelScope/SPO
