ai-manus

当 Manus 有了 WebUI：开源通用 AI Agent 的完整复现

2026年3月，一款名为 Manus 的 AI 助手因"GAIA基准测试超越人类"而刷屏全网。彼时它是一个神秘的黑箱产品，官方只放出演示视频，不公开代码。开发者社区很快分裂成两派：一派认为它是工程奇迹，另一派质疑这只是 GPT-5 驱动的包装壳。

独立开发者 Simpleyyt 选择了第三条路——自己动手复现。他在博客中写道："我也想有一个自己的 Manus，有 WebUI、能看文件、能操作浏览器。" 于是便有了 Simpleyyt/ai-manus：一个开源的通用 AI Agent 系统，支持在 Docker 沙盒环境中自主运行工具和操作，配有完整的 Web 界面。

图1：AI Manus 界面——集成 OpenClaw 助手，带用户隔离沙盒和完整会话管理

---

从演示视频到开源代码：项目起源

Simpleyyt 的复刻动机非常直接：当时的 Manus 演示展示了让 AI 自动解压文件、分析简历数据、规划旅行行程等任务，但没有任何开源替代品能做到"一键部署 + WebUI + 沙盒隔离"的完整闭环。

他的技术博客记录了这个过程：先用 LangChain 搭 Agent 核心，再引入 Playwright 实现 Browser Use 能力，最后为每个 Task 分配独立 Docker 容器作为沙盒运行环境。前后花了数周，最终将代码开源，并在 GitHub 上迅速获得 1500+ stars——这在同类项目中属于头部水平。

项目的快速成长也引起了 AI 圈关注。官方文档甚至专门写了中文赞助页面，承认并感谢了这位"民间复刻者"的技术贡献。目前项目由社区驱动维护，更新活跃。

---

核心能力：四把钥匙打开 AI Agent 的能力边界

1. 工具系统——不只是聊天机器人

AI Manus 内置了六大类工具，远超普通 AI 助手的范畴：

• Terminal 工具：在沙盒内执行 Shell 命令，适合运行脚本、编译代码、安装依赖。
• Browser 工具：通过 Playwright + browser-use 驱动真实浏览器，可访问任意网页、填写表单、提取数据。README 演示视频中展示了让 AI 自主搜索 arXiv 最新论文并下载 PDF。
• File 工具：沙盒内文件读写，支持上传附件到任务、会话结束后下载结果。
• Web Search 工具：集成 Serper、Tavily、Bing、Google、Baidu 等多个搜索后端，可按需切换。
• Message 工具：支持向用户发送消息、请求用户确认（Ask User 模式）。
• MCP 工具：支持接入 Model Context Protocol 生态，可对接 DALL-E、GitHub、Figma 等外部 MCP Server。

每类工具都以插件化 Toolkit 形式实现，开发者可通过 mcp.json 配置接入自己的 MCP 工具，扩展性很强。

2. 沙盒隔离——安全执行，多用户并行

这是 AI Manus 与大多数开源 Agent 项目最本质的区别：每个 Task 分配独立的 Docker 容器作为沙盒。沙盒内 Agent 可以执行任意代码（包括有风险的命令），但不会影响宿主机。

沙盒基于 sandbox/Dockerfile 构建，内置了完整的 Linux 环境（Python、Node.js、常用工具）。backend 通过 /var/run/docker.sock 与宿主机 Docker 通信，创建和管理沙盒容器。sandbox 服务提供文件上传/下载和 shell 执行 API，backend 通过 FastAPI 调用。

这意味着：即使是恶意指令，也被隔离在容器级别，不会造成系统级别的破坏。

3. Claw——内置 AI 助手，降低使用门槛

项目深度集成了 OpenClaw（一个开源的 AI 助手框架），作为 Manus 的内置对话助手。Claw 提供：

• 一键部署：通过 docker-compose.yml 中的 claw 服务自动拉起。
• 用户隔离：每个用户拥有独立的 Claw 容器，数据完全隔离。
• 自动过期：会话可配置过期时间，防止数据长期留存。
• 完整聊天历史：MongoDB 持久化会话记录。

这相当于给每个用户配备了一个专属的 AI 副驾驶，显著降低了"不知道该让 AI 做什么"的使用门槛。

4. Plan-Act 循环——让 Agent 学会规划

代码中实现了完整的 Plan-Act 双 Agent 架构：

• Planner Agent：接收用户任务，拆解为有序步骤（Step）列表，生成执行计划（Plan）。
• Execution Agent：逐个执行计划中的步骤，调用工具完成任务，遇到 Ask User 节点会暂停等待用户确认。

这种"先规划后执行"的范式源自 BabyAGI 和 AutoGPT，但在 AI Manus 中结合了 LangChain 的结构化输出（JSON mode）和 Robust JSON Parser，提升了规划结果的可靠性。

---

技术栈详解：LangChain + FastAPI + Vue 3 的组合

后端：FastAPI + LangChain 的双层架构

backend 采用标准的 DDD（领域驱动设计） 分层：

backend/app/
├── domain/           # 核心业务逻辑
│   ├── models/       # 实体定义（Agent、Session、ToolResult、Plan）
│   ├── repositories/  # 数据持久化抽象
│   ├── services/      # 领域服务（含 agents/、flows/、prompts/、tools/）
│   └── external/      # 外部依赖（browser、cache、llm、sandbox、search）
├── infrastructure/   # 基础设施
│   ├── external/      # 具体实现（Playwright Browser、Docker Sandbox、Redis Cache）
│   ├── repositories/  # MongoDB/Redis 实现
│   └── storage/       # MongoDB 和 Redis 连接管理
└── interfaces/        # API 层
    ├── api/           # FastAPI 路由（auth、session、file、config 等）
    └── schemas/        # Pydantic 请求/响应模型

LLM 调用全部通过 LangChain 抽象，支持 OpenAI、Anthropic（Claude）、DeepSeek、Ollama 等多种 Provider，只需在 .env 配置 MODEL_NAME 和 API_BASE。这意味着你可以用本地 Ollama 跑一个完全离线的版本。

关键依赖：

• langchain >= 1.0.7：LLM 调用抽象层
• browser-use >= 0.12.1：AI 浏览器自动化（基于 Playwright）
• playwright >= 1.42.0：真实浏览器控制
• beanie >= 1.25.0：MongoDB ODM（异步）
• redis >= 5.0.1：缓存 + 消息队列
• fastapi >= 0.121.2：API 框架
• pydantic >= 2.12.4：数据验证
• docker >= 7.1.0：沙盒容器管理
• mcp >= 1.9.0：Model Context Protocol 支持

前端：Vue 3 + TypeScript 的现代 SPA

frontend 使用 Vue 3 + Vite + TypeScript 构建，UI 库采用 Reka UI + Tailwind CSS，动画库用 Framer Motion，支持 Monaco Editor（代码预览）、noVNC（沙盒界面远程访问）和 i18n（中文/英文双语）。

核心页面：

• ChatPage.vue：主对话界面，展示 Agent 思考过程、工具调用和文件结果
• ClawPage.vue：OpenClaw 内置助手界面
• LoginPage.vue：用户认证（JWT）
• HomePage.vue：会话列表和新建任务入口

数据层：MongoDB + Redis

• MongoDB：存储 Agent 会话、用户、消息历史、事件流
• Redis：缓存 + SSE 流式推送 + 消息队列（Redis Stream 实现任务队列）

---

部署体验：docker-compose 一键启动，最小依赖仅一个 API Key

对于大多数用户而言，最关心的就是"能不能一键跑起来"。AI Manus 交出了一份不错的答卷。

部署架构（docker-compose.yml）：

• frontend：Nginx 托管 Vue SPA（生产构建）
• backend：Python FastAPI 服务，需要挂载宿主机的 /var/run/docker.sock
• sandbox：独立镜像，仅用于预热（实际沙盒动态创建）
• claw：OpenClaw 服务，用户隔离容器
• mongodb：会话和消息持久化（7.0）
• redis：缓存和任务队列（7.0）

最小安装步骤：

git clone https://github.com/Simpleyyt/ai-manus.git
cd ai-manus
cp .env.example .env
# 编辑 .env，填入 LLM API Key
docker compose up -d

只需要一个 LLM API Key（OpenAI / Anthropic / DeepSeek 等），30 分钟内可完成部署。不需要 GPU（CPU 即可运行，但建议 4GB+ RAM）。这是目前门槛最低的带 WebUI 开源 AI Agent 之一。

需要注意的是，backend 需要访问宿主机 Docker Socket（/var/run/docker.sock:ro），这对某些托管环境（如某些云函数平台）可能存在兼容性问题。

---

局限与争议：它真的是"第二个 Manus"吗？

客观来说，AI Manus 与官方 Manus 的差距仍然存在：

1. Agent 能力的上限依赖底层模型 项目本身不包含模型，所有推理能力来自外部 LLM API。如果底层模型能力不足（幻觉、规划弱、工具调用频繁失败），Agent 的表现就会大打折扣。

2. 沙盒性能开销 每个任务创建独立 Docker 容器，冷启动需要 5-15 秒，资源消耗也较高。在高频短任务场景下，不如进程级隔离方案高效。

3. 中文文档质量参差不齐 虽然 README 有中文版本，但部分页面（如 architecture.md、configuration.md）内容较简略，新手需要结合源码才能理解完整机制。

4. 缺少商业化验证 官方 Manus 在 GAIA 基准上声称超越人类，背后有完整的 RLHF 微调和评估体系。开源版本缺乏同等规模的评估数据，自主任务成功率难以保证。

---

行业意义：开源社区对"AI Native 应用"的集体探索

AI Manus 的价值不仅在于它是一个可用的产品，更在于它代表了一种开源社区对 AI Agent 产品化的集体探索路径：

• 工具化封装：将 AI 能力拆解为可组合的工具（Browser、Terminal、File、Search），让 Agent 调用工具有标准协议可循。
• 沙盒化执行：通过 Docker 隔离解决"AI 执行任意代码"的安全问题，为多用户共享环境提供基础设施。
• Web 化交付：用 Vue SPA 包装 AI 能力，让非技术用户也能通过浏览器使用 Agent，降低了 AI 工具的使用门槛。

这些设计选择正在成为开源 AI Agent 项目的共识范式。AI Manus 的实践为后续项目提供了可参考的架构模板。

---

快速上手建议

场景	推荐操作
想快速体验	访问 官方演示站 app.ai-manus.com，直接用浏览器体验
想本地部署	git clone && cp .env.example .env && docker compose up -d
想接入本地模型	.env 中设置 MODEL_PROVIDER=ollama，MODEL_NAME=qwen2.5
想扩展工具	参考 mcp.json.example，接入自己的 MCP Server
想深度开发	阅读 backend/app/domain/services/agents/base.py（Agent 基类）和 backend/app/domain/services/flows/plan_act.py（双 Agent 循环）

---

本分析基于 GitHub 仓库 v0.1.0 版本（2026年3月），数据采集时间：2026年6月。