什么是 OpenManus？它的实现原理是什么？

OpenManus 是 FoundationAgents/OpenManus 开源的通用 AI Agent 框架——受商业产品 Manus 启发，目标是「无需邀请码也能跑通用 Agent」。团队来自 MetaGPT 社区，核心思路是用 ReAct + Function Calling + 可插拔工具 实现 Think-Act 闭环。本篇讲面试答法；同类概念见 Agent 核心概念与架构；MCP 见 MCP 概览与实践。

它是什么

维度	说明
定位	开源通用 Agent 框架，非单一 SaaS 产品
与 Manus 关系	受 Manus 能力启发；OpenManus 是可自部署、可改源码的实现
语言 / 栈	Python 3.12、async/await、Pydantic 模型
入口	`main.py`（单 Agent）、`run_flow.py`（多 Agent 计划流）、`run_mcp.py`（MCP 工具版）
典型能力	跑 Python、改文件、浏览器自动化、接 MCP 远程工具、人机协作（AskHuman）

面试一句话：OpenManus = 分层 Agent 继承体系 + ReAct 工具调用循环 + 可选 PlanningFlow 多步编排 + 原生 MCP 插件化。

整体架构

用户请求
    ↓
┌─ Agent 模式（main.py）──────────────────────┐
│  Manus.run() → while step: think → act      │
└─────────────────────────────────────────────┘
    或
┌─ Flow 模式（run_flow.py）────────────────────┐
│  PlanningFlow：先 plan → 逐步选 Agent 执行    │
└─────────────────────────────────────────────┘
    ↓
LLM（ask / ask_tool）+ Memory + ToolCollection
    ↓
内置工具 / MCP Server（Browser Use、自定义 SSE/stdio）

Agent 四层继承（核心原理）

OpenManus 用继承分层把「状态机、ReAct、工具调用、业务 Agent」拆开：

BaseAgent
  └─ ReActAgent      think() + act() 抽象
       └─ ToolCallAgent   LLM function calling + 工具执行
            └─ Manus      通用 Agent：内置工具 + MCP 客户端

层级	职责
BaseAgent	状态机（`IDLE` / `RUNNING` / `FINISHED` / `ERROR`）、`Memory`、主循环 `run()`、步数上限、死循环检测
ReActAgent	实现 `step()` = `think()` → `act()`，定义 ReAct 节拍
ToolCallAgent	`think()` 调 `llm.ask_tool()` 选工具；`act()` 执行 `tool_calls` 并写回 memory
Manus	注册 `PythonExecute`、`StrReplaceEditor`、`AskHuman`、`Terminate`；启动时连 MCP（默认 Browser Use CLI）

主循环（BaseAgent.run）

用户请求写入 Memory
状态切到 RUNNING，循环调用 step()，直到 FINISHED 或 max_steps
每步后检查 is_stuck()：若 assistant 重复相同内容 ≥ 阈值，往 next_step_prompt 注入「换策略」提示
结束清理 Sandbox / MCP 连接

这和 Agent 核心概念与架构里的 感知-规划-行动 一致：think 是规划，act 是行动，工具结果是观察。

Think-Act 细节（ToolCallAgent）

Think 阶段：

把 system_prompt、memory.messages、可选 next_step_prompt 交给 LLM
调用 llm.ask_tool(tools=available_tools.to_params())
LLM 返回文本和/或 tool_calls；assistant / tool 消息追加进 Memory

Act 阶段：

遍历 tool_calls，经 ToolCollection.execute() 执行
结果以 tool role 消息回灌；支持 max_observe 截断过长输出
特殊工具 Terminate 触发 AgentState.FINISHED

工具体系

组件	作用
BaseTool	工具抽象：name、description、parameters schema、`execute()`
ToolCollection	注册表 + 统一 `execute(name, tool_input)`
内置工具	`PythonExecute`（沙箱跑代码）、`StrReplaceEditor`（改文件）、`AskHuman`、`Terminate`
MCPClients	连 MCP Server（stdio / SSE），远程 tool 映射为本地 `MCPClientTool` 加入 ToolCollection

Manus 启动时会默认尝试连 Browser Use CLI 3.0（MCP），提供 browser_exec、browser_screenshot 等浏览器能力；也可在 config.toml 里配更多 MCP Server。

和 MCP 概览与实践的关系：MCP 是工具交付层；OpenManus 的 function calling 是模型选型机制——二者组合，本地工具与远程 MCP 工具对 Agent 是统一列表。

两种执行模式

维度	Agent 模式	Flow 模式
入口	`python main.py`	`python run_flow.py`
核心	`Manus.run()` 单循环	`PlanningFlow`
规划	隐式（模型逐步 ReAct）	显式：先 `PlanningTool` 生成计划，再逐步执行
适用	目标相对单一、路径开放	复杂多步、需分 Agent（如 DataAnalysis Agent）
执行器	单个 Manus	`get_executor(step_type)` 按步骤标签选 Agent

PlanningFlow 原理简述：

LLM + PlanningTool 创建 plan（steps + step_statuses）
循环取第一个未完成 step，标记 in_progress
把「当前计划进度 + 本步任务」作为 prompt 交给对应 Agent 的 run()
完成后 mark_step → completed，直到无剩余 step，LLM 做总结

这是 Plan-and-Execute：计划与执行分离，比纯 ReAct 更可控，适合面试里对比「单 Agent 循环 vs 显式规划流」。

Memory 与配置

Memory：存 Message 列表（user / assistant / system / tool），即短期工作记忆；工具观察也在这里
LLM：config.toml 配 model、base_url、api_key；支持多 profile（如 vision）
Sandbox：Python 执行等走隔离客户端，任务结束 cleanup()

长期跨会话记忆不是 OpenManus 主打能力——面试可主动说：框架偏单任务轨迹 memory，跨会话要自接业务库 / Store（见大模型长短期记忆机制）。

与同类框架怎么比

对比	OpenManus	LangGraph / 自研 loop
抽象	类继承 + ReAct	图 / 状态机 / 手写 while
工具	ToolCollection + MCP 一等公民	各自注册
多 Agent	PlanningFlow + 多 executor	图分支 / 子图
定位	开箱跑通用 Agent Demo	生产编排更灵活

OpenManus 价值在教学与 PoC：结构清晰、代码量适中，适合讲清 Agent 最小闭环；上生产还要补权限、评测、多租户等（见 Agent 系统高频题）。

常见坑（面试加分）

坑	说明
与商业 Manus 混淆	OpenManus 是开源框架，不是同一产品
以为有长期记忆	默认 Memory 是会话内 messages，不持久跨用户
忽略死循环	靠 `is_stuck` + prompt 注入，不是硬中断
MCP 工具面过大	连多个 Server 后 tool 暴涨，需裁剪或分场景
Flow 模式稳定性	官方标注 multi-agent 版本仍 unstable

面试参考答法（60～90 秒）

OpenManus 是 MetaGPT 社区开源的通用 Agent 框架，用 Python 实现 ReAct 式的 Think-Act 循环。

架构上四层继承：BaseAgent 管状态机和主循环；ReActAgent 拆 think/act；ToolCallAgent 用 LLM function calling 选工具并执行；Manus 是面向用户的通用 Agent，内置 Python 执行、文件编辑、AskHuman、Terminate，并通过 MCP 接 Browser Use 等远程工具。

原理就是：每步 think 把 memory 和 tool schema 给 LLM，LLM 返回 tool_calls；act 执行工具，结果写回 memory，循环直到 Terminate 或达到 max_steps。另有 PlanningFlow 模式，先用 PlanningTool 生成多步计划，再按步选不同 Agent 执行，适合复杂任务。

和 LangChain/LangGraph 比，它更偏「可读的最小 Agent 参考实现」，MCP 集成和双模式入口是特色。

延伸阅读

篇	关系
Agent 核心概念与架构	ReAct、工具/记忆/规划三角
Agent 最小可运行项目	手写同类 loop 的对照
MCP 概览与实践	OpenManus 工具扩展方式
[LangGraph 编排实践](/docs/ai/Agent/LangGraph 编排实践)	Flow 模式的图编排替代

面试速记

是什么： 开源通用 Agent 框架（FoundationAgents），ReAct + function calling + MCP。
继承链： BaseAgent → ReActAgent → ToolCallAgent → Manus。
单步原理： think（ask_tool 选工具）→ act（execute 回灌 memory）→ 循环至 FINISHED。
双模式： main.py 单 Agent 循环；run_flow.py 的 PlanningFlow 先 plan 再分步执行。
特色： ToolCollection 插件化、MCP 远程工具、死循环检测、Sandbox 执行 Python。

它是什么​

整体架构​

Agent 四层继承（核心原理）​

主循环（BaseAgent.run）​

Think-Act 细节（ToolCallAgent）​

工具体系​

两种执行模式​

Memory 与配置​

与同类框架怎么比​

常见坑（面试加分）​

面试参考答法（60～90 秒）​

延伸阅读​

面试速记​