LangManus: un marco de automatización de IA de código abierto que admite la colaboración multiinteligencia

Últimos recursos sobre IAActualizado hace 5 meses Círculo de intercambio de inteligencia artificial

1.3K 00

Introducción general

LangManus 是一个开源的 AI 自动化框架，托管在 GitHub 上。它由一群前同事在业余时间开发，属于学术驱动项目，目标是结合语言模型和专用工具，完成网页搜索、数据爬取和代码执行等任务。框架采用多代理系统，包括协调者、规划者、监督者等角色，协作处理复杂工作。LangManus 强调开源精神，依赖社区的优秀成果，同时欢迎代码贡献和问题反馈。它使用 uv 管理依赖，支持快速搭建环境。目前项目仍在开发中，适合对 AI 自动化和多代理技术感兴趣的开发者参与。

Lista de funciones

Colaboración multiagente: 系统包含协调者、规划者、监督者等，分工处理任务路由、策略制定和执行管理。
Automatización de tareas: 支持语言模型结合工具完成网页搜索、数据爬取、Python 代码生成等操作。
语言模型集成: 支持开源模型（如 Qwen）和 OpenAI 兼容接口，提供多层 LLM 系统处理不同任务。
搜索与检索: 通过 Tavily API 实现网页搜索，使用 Jina 进行神经搜索和内容提取。
开发支持: 内置 Python REPL 和代码执行环境，使用 uv 管理依赖。
Gestión del flujo de trabajo: 提供任务分配、监控和流程可视化功能。
Gestión de documentos: 支持文件操作，生成格式化的 Markdown 文件。

Utilizar la ayuda

LangManus 是一个本地运行的框架，面向有编程经验的用户。以下是详细的安装和使用说明。

Proceso de instalación

要在本地使用 LangManus，需要安装 Python、uv 和其他工具。步骤如下：

Preparar el entorno
- 确保安装 Python 3.12。检查版本：
```
python --version
```
  如果版本不符，从 https://www.python.org/downloads/ 下载安装。
- 安装 Git，用于克隆仓库。从 https://git-scm.com/ 下载。
安装 uv
uv 是依赖管理工具。运行：

pip install uv

检查安装：

uv --version

almacén de clones
Se ejecuta en el terminal:

git clone https://github.com/langmanus/langmanus.git
cd langmanus

Crear un entorno virtual
utilizar uv Crear un entorno:

uv python install 3.12
uv venv --python 3.12
source .venv/bin/activate  # Windows: .venv\Scripts\activate

Instalación de dependencias
Corriendo:

uv sync

这会安装所有依赖包。

安装浏览器支持
LangManus 使用 Playwright 控制浏览器。运行：

uv run playwright install

Configuración de variables de entorno

Copie el archivo de ejemplo:
```
cp .env.example .env
```

compilador .env，添加 API 密钥。例如：

TAVILY_API_KEY=your_tavily_api_key
REASONING_MODEL=your_model
REASONING_API_KEY=your_api_key

Tavily API 密钥从 https://app.tavily.com/ 获取。

Proyectos en curso
Entrada:

uv run main.py

Utilización

安装后，LangManus 可通过命令行或 API 运行。

基本运行

Se ejecuta en un entorno virtual:
```
uv run main.py
```
当前版本无默认任务示例，需查看 README.md 或等待官方更新。

Servicios API

启动 API 服务器：
```
make serve
```
O:
```
uv run server.py
```

调用接口，例如：

curl -X POST "http://localhost:8000/api/chat/stream" -H "Content-Type: application/json" -d '{"messages":[{"role":"user","content":"搜索最新AI论文"}],"debug":false}'

返回实时流式响应。

任务示例

假设要计算 HuggingFace 上 DeepSeek R1 的影响指数：
- 编辑任务输入（如通过 API 或代码）。
- 系统会分配给研究员代理搜索数据，编码器代理生成计算代码。
- 结果由报告者代理输出。

LangManus 默认 Web 用户界面：https://github.com/langmanus/langmanus-web

Función destacada Operación

Colaboración multiagente
输入任务后，协调者分析并路由给规划者，规划者制定策略，监督者分配给研究员或编码器执行。例如，输入“搜索最新 AI 论文”，研究员会调用 Tavily API 获取结果。
语言模型集成
支持多种模型。配置 .env 中不同任务的模型：
复杂任务用 REASONING_MODEL.
简单任务用 BASIC_MODEL.
图像任务用 VL_MODEL.
搜索与检索
使用 Tavily API（默认返回 5 条结果）或 Jina 提取网页内容。配置 API 密钥后，浏览器代理可导航并抓取页面。
ejecución de código
编码器代理支持 Python 和 Bash 脚本。例如，生成代码：