OpenManus：MetaGPTによるオープンソース版Manus

中国初のAI IDE インテリジェント・プログラミング・ソフトウェア 🚀体験への招待 Trae 中国語版ダウンロードDeepSeek-R1とDoubao-proは無制限で利用できる！

はじめに

OpenManusは、ユーザーが簡単な設定でローカルにインテリジェンスを実行し、様々な創造的なアイデアを実現できるように設計されたオープンソースプロジェクトです。構成は以下の通りです。メタGPT コミュニティメンバーの@mannaandpoem、@XiangJinyu、@MoshiQAQ、@didiforgithubがわずか3時間で開発し、彼らの自動プログラミングプロジェクトMGXをフォローすることができる。招待コードが必要なManusに比べ、OpenManusは参入障壁がなく、ユーザーはコードをクローンし、LLM APIを設定するだけで始めることができる。プロジェクトはPython開発に基づいており、シンプルでわかりやすい構造で、端末を介したタスクの入力をサポートし、インテリジェントボディを駆動してオペレーションを実行する。現在は初歩的な実装であり、チームは提案やコードの提供を受け付けている。今後の計画としては、タスク計画の最適化やリアルタイム・デモンストレーション機能の追加などがある。

OpenManus：MetaGPTによるManus-1のオープンソース版

機能一覧

地元のインテリゲンチャの活動ターミナルからタスクを入力し、設定されたLLM APIを使用してローカルで自動オペレーションを実行します。
主流のLLMモデルをサポートGPT-4oはデフォルトで統合されており、ユーザーは必要に応じてモデル構成を調整することができます。
ワンタッチスタート走る python main.py タスク入力モードに素早く入ることができる。
実験版提供 python run_flow.py 開発中の新機能のテストに使用される。
地域社会との協力GitHubを通じて課題やコードを提出し、プロジェクト開発への参加を支援する。

ヘルプの使用

設置プロセス

OpenManusのインストールは簡単で、Pythonに慣れているユーザーに適しています。以下はその詳細な手順です：

1.Conda環境の構築

依存関係の衝突を避けるために、Condaを使用してスタンドアロン環境を作成することをお勧めします：

conda create -n open_manus python=3.12
condaはopen_manusをアクティブにする

指示最初のコマンドは オープン・マヌス 2番目のコマンドは環境をアクティブにし、ターミナルのプロンプトは次のように変わります。 (open_manus).
前提条件Condaをインストールする必要があり、Anacondaのウェブサイトからダウンロードできる。

2.コードリポジトリのクローン

GitHubからOpenManusプロジェクトをダウンロードする：

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

指示最初のコマンドはローカルにコードをクローンし、2番目のコマンドはプロジェクト・ディレクトリに入る。
前提条件Gitをインストールする必要があります。 git --バージョン 利用可能かどうかを確認し、利用可能でなければgit-scm.comからダウンロードする。

3.依存関係のインストール

プロジェクトに必要なPythonパッケージをインストールします：

pip install -r requirements.txt

指示::要件.txt ファイルには、このコマンドを実行すると自動的にインストールされる依存パッケージがすべてリストされている。
ネットワーク最適化ダウンロードが遅い場合は、以下のような国内ミラーを利用することができます。 pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple.

設定ステップ

OpenManus は、以下に説明するように、スマートボディ機能を駆動するために LLM API を設定する必要があります：

1.設定ファイルの作成

プロジェクトのルート・ディレクトリにある コンフィグ フォルダに設定ファイルを作成する：

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

指示このコマンドは、サンプル・ファイルを実際のコンフィギュレーション・ファイルとしてコピーします。config.toml は実行時に読み込まれるファイルである。

2.設定ファイルの編集

見せる config/config.tomlAPIキーとパラメータを入力してください：

# グローバル LLM 設定
[LLM］
モデル = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  #をOpenAIのAPIキーに置き換える
max_tokens = 4096
温度 = 0.0
# オプションのビジョンモデル設定
[llm.vision］
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # OpenAIのAPIキーに置き換える

パラメータの説明::
- モデルデフォルトはGPT-4o。
- ベースURLデフォルトはOpenAIの公式インターフェースです。
- api_keyOpenAIから取得した認証用の鍵。
- max_tokens単一世代の最大数トークン出力長をコントロールする数値。
- 温度0.0は最も安定した出力を示す。
APIキーの取得OpenAIのウェブサイトにアクセスし、ログインして "API Keys "ページでキーを生成し、設定ファイルにコピーします。

操作と使用

インストールと設定が完了したら、以下の方法で OpenManus を起動できます：

1.基本操作

メインプログラムを実行する：

python main.py

ワークフロー::
1. 端末にプロンプトが表示されたら、タスクを入力する（例：「週間計画の作成を手伝ってください」）。
2. Enter を押してコミットすると、OpenManus は LLM を呼び出してタスクを処理します。
3. 処理結果は端末に直接表示される。
使用シナリオテキストやコードスニペットの生成など、簡単なタスクの実行や迅速なテストに最適です。

2.実験走行

新機能を体験するには、不安定版を実行してください：

python run_flow.py

特性開発中の機能が含まれており、バグがある可能性があります。
銘記するコンフィギュレーション・ファイルが正しいことを確認してください。

注目の機能操作

地元のインテリゲンチャの活動

機能説明ターミナルからタスクを入力し、OpenManus がローカルで LLM を呼び出して処理し、結果を返します。
操作例::
1. うごきだす python main.py.
2. 入力：「1から100までの和を計算するPython関数を書きなさい」。
3. 出力例：
```
def sum_to_100(): return sum(range(1, 101))
return sum(range(1, 101))
```
ゆうせいデータをアップロードすることなくローカルで実行でき、プライバシーを保護し、応答性に優れています。

主流のLLMモデルをサポート

機能説明ユーザーは必要に応じてLLMモデルを切り替えることができます。
手続き::
1. コンパイラ config.toml意志 モデル 他のモデルに変更する（例 "gpt-3.5-turbo").
2. 保存して実行する python main.py.
3. 様々なモデルのアウトプットを体験するためのインプットタスク。
提案複雑な作業にはGPT-4o、単純な作業にはGPT-3.5-turboが費用対効果が高い。

よくある質問

課題ModuleNotFoundError "エラーで実行されます。
- けっちゃくをつける依存関係が完全にインストールされていることを確認し、再実行する。 pip install -r requirements.txt.
課題無効なAPIキー」。
- けっちゃくをつける検査 config.toml 正鵠を得る api_key が正しいか、キーを再生成する。
課題走りがたどたどしかったり、反応が鈍かったりする。
- けっちゃくをつけるネットワーク接続が安定していることを確認するか、接続数を減らしてください。 max_tokens の値を使って計算量を減らす。
- デモを見るプロジェクトが提供するものデモ映像実際の営業成績を示す。