标准回答
它是什么
OpenManus 是 Manus 爆火后，开源社区（以 MetaGPT 团队为代表）在很短时间内（号称几个小时）做出的开源复刻项目。它的意义不在于「比 Manus 强」，而在于用一个能本地跑起来的开源实现，证明「通用 Agent」是规划加工具的工程组合，并非某家独有的黑魔法。
实现原理
它的骨架是一个 ReAct 式的规划循环，本质就是让模型在「想—做—看」之间不断迭代：
- 思考（Reason）：模型根据当前目标和已知信息，决定下一步做什么。
- 行动（Act）：调用一个工具去真正执行。
- 观察（Observe）：把工具返回的结果喂回模型。
- 更新计划：基于观察修正后续步骤，循环直到任务完成或触发终止条件。
配套的是一组工具集：浏览器（联网、抓页面）、代码执行（跑脚本、处理数据）、文件读写（产出报告/表格）、搜索等。模型通过结构化的工具调用驱动这些能力。
和 Manus 的关系
可以理解为「开源对照实现」：Manus 是商业产品、跑在云端托管沙箱、产品化打磨更足；OpenManus 是开源项目、强调可本地运行与透明可改。两者共享同一套核心思路——规划 + 工具 + 循环——这也是它能快速复刻的根本原因。
开源带来的价值
因为代码开放，工具和流程都是可扩展、可替换的：你能加自定义工具、换底层模型、调整规划策略、插入审批与日志，整个执行过程透明可调试。这让它非常适合用来学习通用 Agent 的工作机理，或作为内部 Agent 的二次开发起点，代价是开箱稳定性和工程完备度不如成熟商业产品。
常见误区
⚠️ 常见踩坑
别把 OpenManus 当成 Manus 的官方开源版或同等能力的产品——它是社区独立的对照复刻，稳定性、工具完备度和长任务可靠性通常更基础。也别以为「开源能跑起来」就等于「能直接上生产」：它更多是验证原理与学习/二次开发的脚手架，真正落地仍需补工具治理、权限审批、成本控制和评测。
追问
追问 1：OpenManus 能几小时复刻出来，说明了什么？
通用 Agent 没有秘密配方：它的核心是「LLM 规划 + 工具集 + ReAct 循环」，这些组件在 2025 年已是成熟公开的工程范式，拼起来即可跑通。
护城河不在能否实现，而在工程打磨：复刻一个能动的版本很快，但要做到长任务稳定、工具丰富、可控可观测、成本可接受，需要大量打磨，这才是商业产品的真正壁垒。
对从业者的启示：与其神化某个 Agent 产品，不如理解其骨架，按业务自建可控版本。
追问 2：ReAct 循环在 OpenManus 里具体是怎么驱动工具调用的？
结构化输出：模型在每轮输出中表达「我要调哪个工具、传什么参数」，框架解析后真正执行该工具。
观察回灌：工具返回（网页内容、代码运行结果、文件内容）作为 observation 拼回上下文，模型据此决定下一步。
终止条件：当模型判断目标达成、或达到最大步数/超时/出错阈值时跳出循环，输出最终结果。实践中还会加重试、错误处理和步数上限，防止无限循环和 token 失控。
追问 3：如果基于 OpenManus 做内部项目，你会先改造哪些地方？
工具治理：给工具分级，只读工具放开、写操作和外发请求加白名单与人工审批，沙箱做权限与网络隔离。
可观测性：把每轮的思考、工具调用、观察结果结构化落库，方便复盘、回归测试和故障定位。
成本与可靠性：设最大步数、超时、token 预算，缓存可复用结果，针对核心场景建评测集持续度量成功率，而不是凭体感判断好坏；必要时把开放式自主链路收窄成更可控的 Plan-Execute 流程。
🔗 相似问题
同一考点的不同问法，面试官可能换着问，一起刷更稳
没找到想看的面试题？把你想看的告诉我们 →
延伸学习
按主题分类的相关资源，便于系统复习