Лид

Manus произвёл фурор — но работает только по инвайт-кодам. Команда из MetaGPT ответила быстро: разработчики Xinbin Liang и Jinyu Xiang вместе с коллегами из MetaGPT собрали рабочий прототип за три часа и выложили его на GitHub под открытой лицензией. Так появился OpenManus — полноценный open-source AI-агент, которым может воспользоваться любой желающий прямо сейчас.

Что такое OpenManus

OpenManus — это open-source фреймворк для создания универсальных AI-агентов, способных автономно выполнять сложные задачи без инвайт-кодов и специальных разрешений.

Проект включает модульную агентную архитектуру с компонентами планирования, работы с инструментами и выполнения задач; поддержку множества LLM — GPT-4o, Claude 3.5, Qwen VL Plus; встроенную автоматизацию браузера; веб-интерфейс для наблюдения за процессом работы агента в реальном времени.

ℹ Популярность на GitHub
На сегодняшний день репозиторий OpenManus набрал более 56 400 звёзд и 9 800 форков на GitHub — один из самых быстрорастущих AI-проектов 2025 года.

OpenManus vs Manus: в чём разница

ПараметрManus AIOpenManus
ДоступностьТолько по инвайтуОткрытый, без ограничений
ЛицензияЗакрытый (проприетарный)MIT / Apache 2.0
Цена$20–200/месБесплатно (платите только за LLM API)
ХостингТолько облакоЛокально или в своей инфраструктуре
Выбор моделиФиксированнаяЛюбая LLM на ваш выбор
КонфиденциальностьДанные на серверах ManusПолный контроль

OpenManus — MIT-лицензированный фреймворк от команды MetaGPT, работающий локально на любой выбранной вами LLM, а стоимость ограничена лишь стоимостью инференса.

«OpenManus предоставляет инженерным командам возможность подключить более дешёвую модель, запустить агента внутри своего периметра безопасности или адаптировать планировщик под специфические задачи.»

Как работает агент: архитектура


graph TD
    A[Задача пользователя] --> B[Планировщик / Planner]
    B --> C[Инструменты / Tools]
    C --> D[Браузер / Browser]
    C --> E[Код / Code Execution]
    C --> F[Файлы / Files & APIs]
    D --> G[Результат]
    E --> G
    F --> G
    G --> H[Ответ пользователю]

OpenManus продвигает опыт работы без инвайт-кода, с модульным дизайном, поддерживающим несколько языковых моделей и инструментальных цепочек — агент умеет выполнять код, работать с файлами и искать информацию в интернете.

Быстрый старт

Установка занимает несколько минут. Доступно два метода установки; рекомендуется второй — через uv, он быстрее и лучше управляет зависимостями.

# Установка uv
curl -LsSf https://astral.sh/uv/install.sh | sh

# Клонирование репозитория
git clone https://github.com/FoundationAgents/OpenManus.git
cd OpenManus

# Создание виртуального окружения
uv venv --python 3.12
source .venv/bin/activate

# Установка зависимостей
uv pip install -r requirements.txt

# Запуск агента
python main.py

OpenManus требует настройки LLM API: нужно создать файл config.toml и указать в нём API-ключ, модель (например, gpt-4o) и другие параметры.

💡 MCP и мульти-агентный режим

Помимо основного агента, доступны два дополнительных режима запуска:

  • python run_mcp.py — версия с MCP (Model Context Protocol) инструментами
  • python run_flow.py — экспериментальный мульти-агентный режим

Специализированные агенты

Помимо универсального агента OpenManus, в проект уже интегрирован DataAnalysis Agent — специализированный агент для анализа данных и их визуализации, который можно подключить через config.toml.

# config.toml
[runflow]
use_data_analysis_agent = true  # По умолчанию отключён

OpenManus-RL: обучение с подкреплением для LLM-агентов

В дополнение к основному проекту команда представила OpenManus-RL — open-source проект, посвящённый методам тюнинга LLM-агентов на основе reinforcement learning (RL), в частности GRPO, разработанный совместно исследователями из UIUC и OpenManus.

📝 Что такое GRPO
GRPO (Group Relative Policy Optimization) — метод обучения с подкреплением для языковых моделей, аналогичный PPO, но более эффективный с точки зрения памяти. Используется, в частности, в DeepSeek-R1 для развития навыков рассуждения.

Контекст: почему это важно для отрасли

От Manus к OpenManus — волна AI-агентов начала 2025 года указывает на то, что технология Agent может приближаться к своему «GPT-моменту»: в отличие от знаниевых больших моделей вроде DeepSeek, AI-агенты делают ставку на практические возможности исполнения задач.

По мере развития технологий AI-агентов обе платформы будут наращивать новые возможности, а конкуренция между коммерческим и open-source подходами в итоге пойдёт на пользу пользователям, стимулируя инновации и доступность.

⚠ Важно учитывать
Несмотря на то что OpenManus бесплатен и открыт, он по-прежнему зависит от внешней LLM — то есть расходы на вызовы API остаются на стороне пользователя. Выбор более дешёвой модели (например, локальной Qwen) позволяет существенно снизить затраты.

Итог

OpenManus наглядно показал: закрытые инвайт-системы не останавливают сообщество. За три часа небольшая команда воссоздала ключевую функциональность одного из самых обсуждаемых AI-продуктов года — и сделала её доступной для всех. Проект продолжает активно развиваться: добавляются новые агенты, RL-тюнинг и мульти-агентные режимы работы.

Полный код доступен на GitHub.