If you have great ideas,
Let's talk!

GitHub LinkedIn
blog
blog

Open Manus 理解

· 3 min
llm相关

信息汇总:

https://zhuanlan.zhihu.com/p/1897429266813125945

二、基础知识：

Reactor 模式

Open Manus 实现的是一种 Reactor 模式的单 Agent 系统。理解 Reactor 模式对于理解 Open Manus 的工作原理至关重要。

Reactor 模式包含两个核心要素：

Reason

（推理）和

Action

（行动）。其基本流程如下：

  1. 用户输入 (Query): 用户提出一个问题或指令。

  2. 模型思考 (Think): 模型对用户输入进行推理，确定需要执行的操作。

  3. 行动执行 (Action/Function Call/Tool Call): 模型选择一个工具或函数，并提供相应的参数。

  4. 环境/观察 (Environment/Observation): 执行选定的行动，并将结果反馈给模型。

  5. 最终答案 (Final Answer): 模型基于思考、行动和观察结果，生成最终的答复。

该过程可以循环进行，直到模型认为任务完成并给出最终答案。

三、Open Manus 架构与运行模式

Open Manus 目前有两种运行模式：

  1. python main (单 Agent 模式): 只有一个 Manus Agent，负责接收用户输入、选择工具、执行操作并返回结果。

  2. python run_flow (双 Agent 模式): 包含两个 Agent：

  • Planning Agent: 负责生成任务清单 (Checklist)，将复杂任务分解为多个子任务。
  • Manus Agent: 负责执行 Planning Agent 生成的每个子任务。

3.1 单 Agent 模式 (python main)

用户输入直接传递给 Manus Agent，Agent 决定调用哪些工具（如 Python 代码执行、Google 搜索等），执行工具后将结果返回给 Manus Agent，最终生成并返回结果给用户。

3.2 双 Agent 模式 (python run_flow)

  1. 用户输入传递给 Planning Agent。

  2. Planning Agent 生成一个任务清单 (Checklist)，包含多个待办事项。

  3. 针对 Checklist 中的每个任务：

  • Manus Agent 执行任务。
  • Manus Agent 将执行结果返回给 Planning Agent。
  • Planning Agent 更新 Checklist，标记已完成的任务。
  1. 所有任务完成后，Planning Agent 将最终结果返回给用户。

四、代码结构与模块分析

Open Manus 项目主要包含以下几个部分：

4.1 main.py 和 run_flow.py

  • main.py: 单 Agent 模式的入口。
  • run_flow.py: 双 Agent 模式的入口。

4.2 open_Manus 目录

  • agents: 定义了各种 Agent，其中最重要的是：
  • MamusAgent: 继承自 ToolCallingAgent，是单 Agent 模式下的主要 Agent。
  • PlanningAgent: 用于双 Agent 模式，负责任务规划。
  • flows: 包含双 Agent 模式 (run_flow.py) 的相关逻辑，单 Agent 模式下不使用。
  • prompts: 定义了每个 Agent 的提示信息，包括：
  • System Prompt: 描述 Agent 的角色和职责。
  • Next Step Prompt (User Instruction): 指示 Agent 下一步要做什么。
  • tools: 定义了 Agent 可以使用的各种工具，例如：
  • python_code_executor.py: 执行 Python 代码。
  • google_search.py: 进行 Google 搜索。
  • browser.py: 模拟浏览器操作。
  • file_writer.py: 保存文件。
  • finish.py: 终止流程。

每个 Agent 可以使用不同的工具组合。Manus Agent 可以使用上述五个工具。

五、代码执行流程 (以 main.py 为例)

5.1 初始化

  • 创建 ManusAgent 对象。
  • Agent 对象包含：
  • prompt: Agent 的提示信息。
  • allowed_tools: Agent 可以使用的工具列表。

5.2 循环执行

  1. 接收用户输入: 等待用户输入下一条指令。

  2. Agent.Run: 调用 Agent 的 run 方法。

  • run 方法内部调用 step 方法。
  1. Step: 执行单个步骤，包括：
  • Think: 模型思考，决定下一步行动。
  • 获取 Next Step Prompt (用户指令)。
  • 结合 System Prompt。
  • 调用 client.chat.completions.create API (底层使用

LLM

) 生成思考结果 (Action/Function Call)。

  • Act: 根据思考结果执行相应的工具。
  • 解析思考结果中的 JSON 或 Function Call 信息。
  • 调用相应的工具函数。
  • 将工具执行结果 (Observation) 记录下来。
  • 更新记忆 (Update Memory): 将思考结果和工具执行结果添加到 Agent 的历史消息 (History Message) 中。

  1. 判断是否终止: 如果模型认为任务已完成，则调用 finish.py 终止流程。

  2. 返回结果: 将最终结果返回给用户。

  3. 循环: 回到步骤 1，等待下一条指令。

5.3 ToolCallingAgent 与 ReactAgent

  • ManusAgent 继承自 ToolCallingAgent。
  • ToolCallingAgent 实现了 React 模式的具体逻辑。
  • ReactAgent 定义了基本的 run 和 step 方法，实现 Think-Act-Observe 的循环过程。

5.4 工具执行 (execute_tool)

  • 解析 Action/Function Call 中的 JSON 数据。
  • 根据解析结果调用相应的工具函数。
  • 将工具执行结果作为 Observation 返回。
  • 将 Observation 添加到 Agent 的历史消息中。

六、双 Agent 模式 (run_flow.py) 流程简述

  1. 初始化 Planning Agent: 创建 PlanningAgent 对象。

  2. 生成 Checklist: Planning Agent 根据用户输入生成任务清单。

  3. 循环执行 Checklist 中的每个任务:

  • 获取当前步骤 (Step)。
  • 确定执行者 (Executor)，始终为 ManusAgent。
  • ManusAgent 执行任务，使用其可用的工具。
  • ManusAgent 将执行结果返回给 PlanningAgent。
  • PlanningAgent 更新 Checklist 和状态。

  1. 判断是否终止: 如果 ManusAgent 认为任务完成，则触发终止流程。

  2. 返回结果: PlanningAgent 将最终结果返回给用户。

双 Agent 模式需要模型具备较强的规划能力。

总结

Open Manus 项目提供了一个学习和研究基于 LLM 的 Agent 系统的良好范例。其代码结构清晰，模块化设计良好，易于理解和扩展。通过对 Open Manus 源代码的深入分析，可以掌握 Reactor 模式、Agent 设计、工具调用等关键概念，并了解如何构建一个基于 LLM 的智能 Agent 系统。

一些特色：

截屏2025-07-08 下午12.52.16.png