OpenManus部署教程：一步步教你本地部署AI代理
介绍
OpenManus 是一个令人兴奋的开源项目，允许用户在本地机器上部署 AI 代理，连接到强大的大型语言模型。这对于希望探索 AI 技术但不希望依赖云服务的用户来说非常有用。本教程将指导您逐步完成在 Windows 或 macOS 上设置 OpenManus 的过程，确保您能轻松上手。
部署步骤
以下是两种安装方法，适合不同操作系统：
一、使用 Conda（Windows）
- 安装 Python 3.12，从 官方网站 下载。
- 下载并安装 Conda，从 这里 获取。
- 创建 Conda 环境：
conda create -n open_manus python=3.12 conda activate open_manus - 克隆仓库：
git clone https://github.com/mannaandpoem/openmanus cd openmanus - 安装依赖：
pip install -r requirements.txt - 安装并运行 Ollama 模型，例如：
ollama run qwen2.5-coder:14b - 配置 OpenManus：
- 复制并重命名配置文件：
cp config/config.example.toml config/config.toml - 编辑 config.toml，设置模型（如 model = “qwen2.5-coder:14b”）和基础 URL。
- 复制并重命名配置文件：
- 运行：
python main.py
二、使用 uv（macOS）
- 安装 uv：
curl -LsSf https://astral.sh/uv/install.sh | sh - 克隆仓库：
git clone https://github.com/mannaandpoem/openmanus cd openmanus - 创建并激活虚拟环境：
uv venv source .venv/bin/activate - 安装依赖：
uv pip install -r requirements.txt - 安装并运行 Ollama 模型，步骤同上。
- 配置和运行，参考 Conda 方法。
配置详情
编辑 config.toml 文件，设置 LLM 模型、基础 URL（如 http://localhost:11434/v1）和 API 密钥等参数。示例配置包括：
model = "qwen2.5-coder:14b" base_url = "http://localhost:11434/v1"
运行和管理
- 运行命令：
python main.py - 开发版本：
python run_flow.py - 管理模型：
- 列出已安装模型：
ollama list - 删除模型：
ollama rm model_name
- 列出已安装模型：
详细报告
以下是详细分析和扩展内容，旨在为用户提供全面的指导。
项目背景
OpenManus 是一个开源项目，旨在复制 Manus AI 代理的功能，Manus 是一个通用的 AI，能够自主执行复杂任务，如旅行规划和股票分析。OpenManus 由 MetaGPT 的贡献者开发，使用 Python、JavaScript 和 Docker 等技术，提供灵活的平台，支持多代理 AI 系统开发。该项目在短时间内获得了超过 3300 个 GitHub 星标，显示了其社区的广泛关注。
部署准备
部署 OpenManus 需要以下工具：
- Python 3.12：从 官方网站 下载，确保版本正确。
- Conda：Windows 用户从 这里 下载，用于环境管理。
- Ollama：从 官方下载 获取，用于运行本地大型语言模型。
- 支持的模型：包括 qwen2.5-coder:14b、qwen2.5-coder:14b-instruct-q5_K_S、qwen2.5-coder:32b 和 minicpm-v。
安装步骤详解
以下是两种方法的详细步骤，分别适用于 Windows 和 macOS。
方法 1：使用 Conda（Windows）
| 步骤 | 命令/说明 |
|---|---|
| 创建 Conda 环境 | conda create -n open_manus python=3.12；激活：conda activate open_manus |
| 克隆仓库 | git clone https://github.com/mannaandpoem/openmanus；cd openmanus |
| 安装依赖 | pip install -r requirements.txt |
| 安装 Ollama 模型 | 示例：ollama run qwen2.5-coder:14b |
| 配置 OpenManus | 复制配置文件：cp config/config.example.toml config/config.toml；编辑设置 |
| 运行 | python main.py |
下次运行时，激活环境并导航到目录：
conda activate open_manus cd openmanus python main.py
方法 2：使用 uv（macOS）
| 步骤 | 命令/说明 |
|---|---|
| 安装 uv | `curl -LsSf https://astral.sh/uv/install.sh |
| 克隆仓库 | git clone https://github.com/mannaandpoem/openmanus；cd openmanus |
| 创建虚拟环境 | uv venv；激活：source .venv/bin/activate |
| 安装依赖 | uv pip install -r requirements.txt |
| 安装 Ollama 模型 | 同 Conda 方法，例如 ollama run qwen2.5-coder:14b |
| 配置和运行 | 同 Conda 方法，编辑 config.toml 并运行 python main.py |
配置管理
配置文件位于 config/config.toml，需要从 config/config.example.toml 复制并编辑。关键参数包括：
- 模型：如 model = “qwen2.5-coder:14b”
- 基础 URL：如 base_url = “http://localhost:11434/v1”
- API 密钥和其他设置，如 max_tokens = 4096、temperature = 0.0。
运行和模型管理
运行 OpenManus 使用：
python main.py
开发版本可尝试：
python run_flow.py
模型管理命令：
- 列出模型：ollama list
- 删除模型：ollama rm model_name，例如 ollama rm gemma2:27b。
社区和贡献
OpenManus 欢迎社区参与，可通过电子邮件 ([email protected] (mailto:[email protected])) 或 GitHub 提交问题和拉取请求。社区群组在 Feishu，相关图片见 GitHub 仓库。
额外信息
该项目由 MetaGPT 社区贡献者构建，感谢相关项目如 anthropic-computer-use (GitHub 链接) 和 MetaGPT (GitHub 链接) 的支持。许可为 MIT (开源许可)，Discord 社区链接为 Discord。
结论
通过以上步骤，您可以成功在本地部署 OpenManus，连接到本地大型语言模型，探索 AI 代理的潜力。该项目持续发展，建议关注 GitHub 仓库 获取最新更新。
关键引用
Comments