AI Manus

English | 中文 | 官方网站 | 文档

 

AI Manus 是一个通用的 AI Agent 系统，支持在沙盒环境中运行各种工具和操作。现在集成了 Claw —— 一个深度集成的 OpenClaw AI 助手，为 Manus 生态系统带来了“一键部署”、用户隔离容器以及无缝聊天记录同步功能。

享受使用 AI Manus 构建属于你的 Agent 吧！

👏 加入 QQ 交流群 (1005477581)

❤️ 喜欢 AI Manus？点个 Star 🌟 或通过 赞助 支持我们的开发！

🚀 体验 Demo

📝 博客：使用 WebUI 和沙盒重建 Manus

演示

基础功能

https://github.com/user-attachments/assets/37060a09-c647-4bcb-920c-959f7fa73ebe

浏览器使用

• 任务：获取最新的 LLM 论文

代码使用

• 任务：编写一个复杂的 Python 示例

核心功能

• 部署：极简部署，仅需 LLM 服务，无需依赖其他外部服务。
• 工具：支持终端、浏览器、文件操作、网页搜索和消息工具，具备实时查看和接管能力，支持外部 MCP 工具集成。
• Claw：集成 OpenClaw AI 助手，支持一键部署、用户隔离容器、自动过期倒计时及完整的聊天记录。
• 沙盒：每个任务都会分配一个运行在本地 Docker 环境中的独立沙盒。
• 任务会话：通过 MongoDB/Redis 管理会话历史，支持后台任务。
• 对话：支持中断任务，支持文件上传和下载。
• 多语言：支持中文和英文。
• 认证：支持用户登录和身份验证。

开发路线图

• 工具：支持部署与发布 (Deploy & Expose)。
• 沙盒：支持移动端和 Windows 计算机访问。
• 部署：支持 K8s 和 Docker Swarm 多集群部署。

整体设计

当用户发起对话时：

1. Web 端发送创建 Agent 的请求到 Server，Server 通过 /var/run/docker.sock 创建沙盒并返回 session ID。
2. 沙盒是一个 Ubuntu Docker 环境，其中启动了 Chrome 浏览器以及用于文件/Shell 操作的 API 服务。
3. Web 端向 session ID 发送用户消息，Server 接收后将其转发给 PlanAct Agent 进行处理。
4. 处理过程中，PlanAct Agent 调用相关工具来完成任务。
5. Agent 处理过程中产生的所有事件通过 SSE 发送回 Web 端。

当用户浏览工具时：

• 浏览器：
  1. 沙盒内的无头浏览器通过 xvfb 和 x11vnc 启动 VNC 服务，并通过 websockify 将 VNC 转换为 websocket。
  2. Web 端的 NoVNC 组件通过 Server 的 Websocket 转发连接到沙盒，实现浏览器页面的实时查看。
• 其他工具：工作原理类似。

环境要求

本项目主要依赖 Docker 进行开发和部署，要求 Docker 版本较新：

• Docker 20.10+
• Docker Compose

模型能力要求：

• 支持 LangChain 聊天模型提供商（默认 openai）
• 支持 FunctionCall
• 支持 Json 格式输出

推荐使用 Deepseek 或 GPT 系列模型。

部署指南

推荐使用 Docker Compose 进行部署：

services:
  frontend:
    image: simpleyyt/manus-frontend
    ports:
      - "5173:80"
    depends_on:
      - backend
    restart: unless-stopped
    networks:
      - manus-network
    environment:
      - BACKEND_URL=http://backend:8000

  backend:
    image: simpleyyt/manus-backend
    depends_on:
      - sandbox
      - claw
    restart: unless-stopped
    volumes:
      - /var/run/docker.sock:/var/run/docker.sock:ro
      #- ./mcp.json:/etc/mcp.json # Mount MCP servers directory
    networks:
      - manus-network
    environment:
      # OpenAI API base URL
      - API_BASE=https://api.openai.com/v1
      # OpenAI API key, replace with your own
      - API_KEY=sk-xxxx
      # LLM model name
      - MODEL_NAME=gpt-4o
      # LLM tem