OpenManus: la versión de código abierto de Manus por MetaGPT

Introducción general

OpenManus es un proyecto de código abierto diseñado para ayudar a los usuarios a ejecutar inteligencias localmente con configuraciones sencillas para llevar a cabo diversas ideas creativas. Consta de MetaGPT Los miembros de la comunidad @mannaandpoem, @XiangJinyu, @MoshiQAQ y @didiforgithub lo desarrollaron en sólo 3 horas, ¡y mientras tanto puedes seguir su proyecto de programación automatizada! MGX En comparación con Manus, que requiere un código de invitación, OpenManus no requiere ninguna barrera de entrada. En comparación con Manus, que requiere un código de invitación, OpenManus no requiere ninguna barrera de entrada, y los usuarios sólo tienen que clonar el código y configurar la API LLM para empezar rápidamente. El proyecto se basa en el desarrollo en Python, con una estructura sencilla y clara, que admite la introducción de tareas a través del terminal para impulsar al cuerpo inteligente a realizar operaciones. En la actualidad se trata de una implementación rudimentaria, y el equipo está abierto a sugerencias o aportaciones de código. Entre los planes de futuro figuran optimizar la planificación de tareas y añadir capacidades de demostración en tiempo real.

Versión de la interfaz OpenManus: https://github.com/YunQiAI/OpenManusWeb

OpenManusWeb (no oficial)

Lista de funciones

• Operación de la intelligentsia localEjecuta operaciones automatizadas localmente utilizando las APIs LLM configuradas introduciendo tareas a través del terminal.
• Compatible con los principales modelos LLM: GPT-4o está integrado por defecto, y el usuario puede ajustar la configuración del modelo según sus necesidades.
• arranque con una sola pulsación: Ejecutar python main.py Puedes entrar rápidamente en el modo de introducción de tareas.
• Versión experimental: Provided python run_flow.py Se utiliza para probar nuevas funciones en desarrollo.
• Colaboración comunitaria: Apoya la participación en el desarrollo del proyecto enviando problemas o código a través de GitHub.

Utilizar la ayuda

Proceso de instalación

La instalación de OpenManus es sencilla y adecuada para usuarios familiarizados con Python. Estos son los pasos detallados:

1. Creación del entorno Conda

Para evitar conflictos de dependencias, se recomienda crear un entorno independiente utilizando Conda:

conda create -n open_manus python=3.12
conda activate open_manus

• instruccionesEl primer comando crea un archivo llamado open_manus utilizando Python 3.12; el segundo comando activa el entorno y el indicador de terminal cambia a (open_manus).
• condiciones previasConda: es necesario instalar Conda, que puede descargarse del sitio web de Anaconda.

2. Clonación del repositorio de código

Descarga el proyecto OpenManus de GitHub:

git clone https://github.com/mannaandpoem/OpenManus.git
cd OpenManus

• instruccionesEl primer comando clona el código localmente y el segundo comando entra en el directorio del proyecto.
• condiciones previasEs necesario instalar Git, lo que puede hacerse mediante git --version Compruebe si está disponible, si no descárguelo de git-scm.com.

3. Instalación de dependencias

Instale los paquetes de Python necesarios para su proyecto:

pip install -r requirements.txt

• instrucciones::requirements.txt enumera todos los paquetes dependientes que se instalarán automáticamente al ejecutar este comando.
• optimización de la redSi la descarga es lenta, puede utilizar una réplica doméstica como pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple.

Pasos de configuración

OpenManus requiere que la API LLM esté configurada para controlar la funcionalidad smartbody, como se describe a continuación:

1. Creación de archivos de configuración

En el directorio raíz del proyecto config para crear un archivo de configuración:

cp config/config.example.toml config/config.toml

• instruccionesEste comando copia el archivo de ejemplo como un archivo de configuración real.config.toml es el archivo leído en tiempo de ejecución.

2. Edición de archivos de configuración

espectáculo (una entrada) config/config.tomlintroduzca su clave API y los parámetros:

# 全局 LLM 配置
[llm]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # 替换为你的 OpenAI API 密钥
max_tokens = 4096
temperature = 0.0
# 可选的视觉模型配置
[llm.vision]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # 替换为你的 OpenAI API 密钥

• Descripción de los parámetros::
  • model: Especifica el modelo LLM, por defecto es GPT-4o.
  • base_urlDirección de acceso a la API, por defecto la interfaz oficial de OpenAI.
  • api_keyClave obtenida de OpenAI para la autenticación.
  • max_tokensNúmero máximo de generaciones ficha número que controla la longitud de salida.
  • temperatureControla la aleatoriedad del contenido generado, con 0.0 indicando la salida más estable.
• Obtener la clave APIVisita el sitio web de OpenAI, inicia sesión y genera una clave en la página "Claves de API", y cópiala en tu archivo de configuración.

Funcionamiento y uso

Tras completar la instalación y configuración, OpenManus puede iniciarse de las siguientes formas:

1. Operaciones básicas

Ejecute el programa principal:

python main.py

• flujo de trabajo::
  1. Después de que el terminal muestre el aviso, introduzca su tarea (por ejemplo, "Ayúdame a generar un plan semanal").
  2. Pulse Intro para confirmar y OpenManus llamará a LLM para procesar la tarea.
  3. Los resultados del tratamiento se muestran directamente en el terminal.
• Escenarios de usoIdeal para realizar pruebas rápidas o tareas sencillas, como generar texto o fragmentos de código.

2. Ejecuciones experimentales

Ejecuta la versión inestable para experimentar las nuevas funciones:

python run_flow.py

• especificidadesIncluye funciones en desarrollo, puede tener errores y es adecuado para usuarios que quieran probarlo.
• tenga en cuentaAsegúrese de que el archivo de configuración es correcto o la ejecución puede fallar.

Función destacada Operación

Operación de la intelligentsia local

• Descripción funcional: Introduce una tarea a través del terminal y OpenManus llama a LLM localmente para procesarla y devolver el resultado.
• Ejemplo de funcionamiento::
  1. estar en movimiento python main.py.
  2. Entrada: "Escribe una función Python que calcule la suma de 1 a 100".
  3. Ejemplo de salida:

     def sum_to_100():
     return sum(range(1, 101))
     

• vanguardia: Se ejecuta localmente sin cargar datos, protege la privacidad y es sensible.

Compatible con los principales modelos LLM

• Descripción funcionalEl usuario puede alternar entre distintos modelos de LLM en función de sus necesidades.
• procedimiento::
  1. compilador config.tomlse model Cambio a otro modelo (por ejemplo "gpt-3.5-turbo").
  2. Guardar y ejecutar python main.py.
  3. Tareas de entrada para experimentar la salida de diferentes modelos.
• sugerenciaGPT-4o para tareas complejas y GPT-3.5-turbo para tareas sencillas son más rentables.

Preguntas frecuentes

• cuestiones: Se ejecuta con el error "ModuleNotFoundError".
  • resolver (un litigio)Verifica que las dependencias están completamente instaladas y vuelve a ejecutar pip install -r requirements.txt.
• cuestiones: "Clave API no válida".
  • resolver (un litigio): Inspección config.toml ha dado en el clavo api_key es correcta, o regenere la clave.
• cuestiones: Corre tartamudeando o no responde.
  • resolver (un litigio)Compruebe que la conexión de red es estable o reduzca el número de conexiones. max_tokens para reducir la cantidad de cálculos.
  • Ver demostración: Los proyectos proporcionan Vídeo de demostraciónque demuestren los resultados operativos reales.