完善和优化记录：Open Manus 部署与使用指南
手头没有 Manus 的邀请码，试试 Open Manus:p。
1. 环境准备
- 推荐工具：使用
uv进行部署 - Python 环境：3.13+
- 终端选择：如果在 PowerShell 中遇到无法识别参数的问题，切换到 Git Bash
2. 安装与部署步骤
-
安装
uv运行以下命令：curl -LsSf https://astral.sh/uv/install.sh | sh -
克隆 OpenManus 仓库 执行以下命令：
git clone https://github.com/mannaandpoem/OpenManus.git cd OpenManus -
创建并激活虚拟环境
- 运行以下命令创建虚拟环境：
uv venv - 如果提示未找到环境，重新打开 Bash
- 在 Windows 系统中激活虚拟环境：
.venv\Scripts\activate
- 运行以下命令创建虚拟环境：
-
安装依赖 运行以下命令安装所需依赖：
uv pip install -r requirements.txt注意：依赖项有134个，需要一些时间来下载。如果遇到网络问题，请自行解决XD。
3. OpenManus 配置
OpenManus 的文件结构中，需要配置的文件是 config 目录下的 config.toml。配置格式如下：
# 全局 LLM 配置
[llm]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..." # 替换为真实 API 密钥
max_tokens = 4096
temperature = 0.0
# 可选特定 LLM 模型配置
[llm.vision]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..." # 替换为真实 API 密钥
4. 部署踩坑与模型选择
- Gemini：不支持
tool_call参数，需手动修改，不会或者只会一点Python就不用看了。 - DeepSeek-V3：支持正常，但需增加 API 返回时间检测，避免因空返回失败。
- qwq-32B：不支持，仅支持流式输出。
- Claude 3.5/3.7：兼容性最佳，但需注意成本。
完成选择或修改后，运行以下命令启动：
python main.py
5. 测试与体验
我对 Manus 进行了几项简单测试，包括新闻总结、计算机文件查看、文档总结以及从微博浏览特定用户博客并总结。体验如下：
-
模型表现
- DeepSeek-V3：可正常运行，但某些
empty_return和超时问题导致体验稍逊于 Claude。 - Gemini：参数调整复杂，模型又傻，不用也罢😡。
- Claude：
function_call和计算机使用体验最佳，但是太贵了X(
- DeepSeek-V3：可正常运行，但某些
-
谷歌搜索：需在代码中添加代理才能使用
-
工作流决策：当前线性工作流很难说尽如人意.......，当然如果你肯用claude那么体验还是可以的。
-
Agent 协同：在 Claude 下表现尚可，因为Claude支持Function_call和Computer_Use，其他模型只能看基底能力自由发挥了。
如果不是馋这口计算机使用就不用玩OpenManus了，60分，写报告可以用各家的DeepResearch，Computer_use这块儿也没有太多的需求点，个人评价为精致小玩具。🧐
