​​《3天狂揽3000星！LangManus本地部署全流程：手把手教你玩转国产AI自动化神器》

已于 2025-04-13 18:37:15 修改
阅读量766 收藏 14
点赞数 29
分类专栏： AI大模型技术 文章标签： 人工智能 自动化 运维 Langmanus manus
于 2025-04-13 16:16:50 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/luomao2012/article/details/147193013
版权

目录

一、LangManus简介

1、架构设计：分层多智能体协作

2、核心技术优势

3、工具与生态集成

4、典型应用场景

5、与同类框架的差异化

6、总结

二、基础环境准备

1. 克隆仓库

2. 安装依赖工具

三、后端部署

1. 安装依赖

2. 配置环境变量

3. 启动后端服务

4、快速开始

四、前端部署（可选）

1. 安装依赖

2. 配置API地址

3. 启动前端界面

五、模型服务配置建议

六、常见问题解决

七、应用场景示例

1. 案例一、写一个公司分析报告

参考资料

一、LangManus简介

LangManus 是一款由开源社区驱动的多智能体 AI 自动化框架，其核心设计理念是通过分层协作的智能体系统，将语言模型与专业工具（如网络搜索、代码执行等）深度结合，实现复杂任务的自动化处理。以下是其核心特性的综合解析：

1、架构设计：分层多智能体协作

LangManus 采用七角色智能体系统，模拟人类团队分工模式，实现任务的高效拆解与协同执行：

  1. 协调员（Coordinator）：接收用户指令并分配任务，是整个工作流的入口。
  2. 规划员（Planner）：针对复杂任务制定执行策略，例如设计加权计算公式或拆分多步骤流程。
  3. 研究员（Researcher）：通过集成 Tavily API 和 Jina 神经搜索技术，实现精准的网络数据抓取与语义检索。
  4. 程序员（Coder）：支持 Python 和 Bash 脚本的实时生成与执行，可直接调用数据分析库（如 Pandas）进行运算。
  5. 浏览器（Browser）：基于 Playwright 实现自动化网页操作，包括点击、滚动、表单填写等交互行为。
  6. 主管（Supervisor）：实时监控任务进度，动态调整智能体协作流程。
  7. 报告员（Reporter）：整合执行结果生成结构化报告，支持 Markdown 和可视化图表输出。

2、核心技术优势

  1. 三层 LLM 系统
    • 推理层：解析复杂指令（如权重设计）；
    • 基础层：处理常规文本生成；
    • 视觉层：分析图像内容（如截图理解）。
  2. 动态决策引擎
    采用模块化设计，支持智能体独立训练与扩展，通过“关键帧”机制编排动作（如 API 调用、代码生成）。
  3. 零样本跨领域适应
    基于多模态预训练（代码、文档、日志数据），无需微调即可快速适应新场景。
  4. 透明化执行追踪
    提供思维链日志和实时状态监控界面，用户可随时介入调整任务流程。

3、工具与生态集成

• 搜索工具：Tavily API 实现毫秒级网络检索，Jina 支持语义化内容提取。
代码环境**：内置 Python REPL 和 UV 包管理器，兼容主流数据分析库。
• 模型兼容：支持 Qwen、DeepSeek R1 等国产模型，同时适配 OpenAI 接口。
• 可视化界面：提供 Web UI 监控任务流程图与智能体协作状态。

4、典型应用场景

  1. 企业效率工具
    • 自动化生成周报（连接 Confluence、Jira 等系统）；
    • 智能客服系统（基于知识库实时生成技术答疑）。
  2. 开发者工具
    • 一键部署 Web 应用（生成前后端代码并托管至云服务器）；
    • GitHub 竞品分析（抓取项目数据生成技术栈对比报告）。
  3. 科研与商业分析
    • 文献综述自动化（收集并总结领域论文）；
    • 市场趋势报告生成（抓取竞争对手数据并可视化）。

5、与同类框架的差异化

相较于 Manus（商业化产品）等竞品，LangManus 的核心优势在于：
• 开源社区驱动：MIT 协议允许二次开发，已吸引超 3000 GitHub Star；
• 国产模型适配：深度集成通义千问、DeepSeek 等本土大模型；
• 全链路工具链：从数据采集到报告生成实现闭环，减少人工干预。

6、总结

LangManus 通过多智能体协作架构和开源生态，正在重塑 AI 自动化任务的执行范式。其设计理念不仅提升了复杂任务的处理效率（如某案例中企业报告生成速度提升 40%），提供了高度可扩展的技术底座。随着国产大模型生态的完善，LangManus 或将成为 AI 自动化领域的标杆框架。

二、基础环境准备

1. 克隆仓库

# 后端核心项目
git clone https://github.com/zeus-maker/langmanus.git
cd langmanus

# 前端界面（可选）
git clone https://github.com/zeus-maker/langmanus-web.git
cd langmanus-web

2. 安装依赖工具

• Python 3.12+：需通过 Miniconda 或 pyenv 管理
• uv 包管理器（替代 pip）：

curl -LsSf https://astral.sh/uv/install.sh | sh  # 自动安装

• Node.js v22.14+：用于前端界面（官网下载）
• pnpm（替代 npm）：

npm install -g pnpm@latest-10

三、后端部署

1. 安装依赖

cd langmanus
# 安装Python依赖
uv sync
# 安装浏览器内核
uv run playwright install chromium

2. 配置环境变量

复制 .env.example 为 .env，按需修改以下关键配置：

# LLM Environment variables

# 推理模型（需支持复杂任务）
REASONING_API_KEY=sk-xxx
REASONING_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
REASONING_MODEL=qwq-plus

# 基础模型（简单生成任务）
BASIC_API_KEY=sk-xxx
BASIC_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
BASIC_MODEL=qwen-max-latest

# 视觉模型（需支持图像识别）
VL_API_KEY=sk-xxx
VL_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
VL_MODEL=qwen2.5-vl-72b-instruct

# Application Settings
DEBUG=True
APP_ENV=development

# Add other environment variables as needed
# 搜索API（必填）
TAVILY_API_KEY=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

# 浏览器配置
CHROME_INSTANCE_PATH=/Applications/Google Chrome.app/Contents/MacOS/Google Chrome  # 可选，Chrome 可执行文件路径
CHROME_HEADLESS=False  # 可选，默认是 False
CHROME_PROXY_SERVER=http://127.0.0.1:10809  # 可选，默认是 None
CHROME_PROXY_USERNAME=  # 可选，默认是 None
CHROME_PROXY_PASSWORD=  # 可选，默认是 None

https://bailian.console.aliyun.com/#/home

sk-f8a6bb0d68eb417db0879b982ff9908a

Tavily

tvly-dev-xxx

3. 启动后端服务

uv run server.py  # 默认端口8000

4、快速开始

# 克隆仓库
git clone https://github.com/langmanus/langmanus.git
cd langmanus

# 用uv创建并激活虚拟环境
uv python install 3.12
uv venv --python 3.12

source .venv/bin/activate  # Windows系统使用: .venv\Scripts\activate

# 安装依赖
uv sync

# 配置环境
cp .env.example .env
# 编辑 .env 文件，填入你的 API 密钥

# 运行项目
uv run main.py

四、前端部署（可选）

1. 安装依赖

cd langmanus-web
# 淘宝镜像源[1,4,6](@ref)
npm config set registry https://registry.npmmirror.com
npm install -g pnpm@latest-10
pnpm install

2. 配置API地址

复制 .env.example 为 .env，设置后端地址：

NEXT_PUBLIC_API_URL=http://localhost:8000

3. 启动前端界面

# 访问 http://localhost:3000
pnpm dev

五、模型服务配置建议

  1. 本地部署方案
    推荐使用 Ollama 运行量化模型（如 qwq3bit），节省显存且响应更快。

  2. 云端模型接入
    支持硅基流动、DeepSeek、通义千问等国产模型，需在对应平台申请 API 密钥。

六、常见问题解决

  1. 依赖安装失败
    使用清华镜像加速：export UV_DEFAULT_INDEX=https://pypi.tuna.tsinghua.edu.cn/simple
  2. Playwright 浏览器安装超时
    手动下载 Chromium 并指定路径：
uv run playwright install --with-deps chromium
  1. 模型调用报错
    检查 .env 中模型是否支持工具调用（需带 tools 标签），视觉模型需同时支持 vision 功能。

七、应用场景示例

• 自动化报告生成：输入任务描述，系统自动完成数据采集、分析及可视化
• 企业级私密部署：结合 Docker 和 AWS Graviton 实现高性能私有化方案

更多配置细节可参考 GitHub 官方文档 或社区讨论。

1. 案例一、写一个公司分析报告

我想要一份英伟达股票的全面分析，包括：概述：公司概况、关键指标、业绩数据和投资建议财务数据：收入趋势、利润率、资产负债表和现金流分析市场情绪：分析师评级、情绪指标和新闻影响技术分析：价格趋势、技术指标和支撑/阻力水平资产比较：市场份额和与主要竞争对手的财务指标对比价值投资者：内在价值、增长潜力和风险因素投资论点：SWOT 分析和针对不同类型投资者的建议

后端服务未启动

参考资料

LangManus：引领AI自动化的开源多智能体框架

Manus、Tars、Langmanus、Openmanus全体验指南

自己的Manus——完全本地化部署的LangManus

Manus行不行我不知道，但LangManus是真行！

本地部署 LangManus-CSDN博客

震惊全球！开源LangManus复刻天价Manus，本地部署实测，全程薅羊毛，1条命令让电脑自动打工！

 LangManus：引领AI自动化的开源多智能体框架

Manus、Tars、Langmanus、Openmanus全体验指南

人工智能 - 通用 AI Agent 之 LangManus、Manus、OpenManus 和 OWL 技术选型
03-22 1823
通用 AI Agent 之 LangManus、Manus、OpenManus 和 OWL 技术选型
【实战篇】【当飞书多维表格遇上DeepSeek：手把手教你打造全自动AI办公流水线】
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
03-03 510
每天面对海量重复性工作？试试把飞书表格和DeepSeek大模型结合，你会发现处理1000条数据就像处理1条数据那么简单。这可能是2024年最值得打工人掌握的效率革命。
本地部署 LangManus
engchina的专栏
03-23 1552
本地部署 LangManus
实测超棒！LangManus 开源 AI 智能体，低门槛体验多智能体协同魅力
个人技术
03-22 3442
开源版本的LangManus 确实挺强的，能够把用户输入的问题进行问题的拆解，还能自动生成代码来执行。当然本次实验中是有失败的案例，也有一个成功的案例。不过总体来说我们已经看到AI agent在 AI 应用的落地。
Manus产品介绍及部署使用指南
yangchengnanzhan的博客
03-08 2476
Manus Agent 是基于高精度动作捕捉（如数据手套）与AI的自主智能体，具备自主决策、人机协作及多设备协同能力。其核心用途包括驱动虚拟角色、控制工业机械臂、辅助医疗康复及优化智能交互。典型应用场景涵盖智能制造（机械臂协作）、远程手术（过滤手抖）、沉浸式游戏（动态NPC）及灾害救援（无人机控制）。 申请使用需通过官网提交需求，选择标准版（软硬件套件）或定制开发（联合算法优化）。部署方案分五阶段：1）硬件配置；2）软件集成；3）功能测试；4）场景优化；5）维护升级
OpenManus 来袭！本地部署体验智能体工作流程的奥秘
wxaiway的博客
03-11 1355
​ 最近，Manus 的出圈引发了大家对智能体的广泛关注。今天，我们将通过本地部署 OpenManus，深入体验智能工作流程的魅力。如果你对智能体协作感兴趣，不妨参考《基于 DeepSeek+AutoGen 的智能体协作系统》 这篇文章中，了解如何实现多个智能体的协同工作。
LangManus：新一代开源智能体框架如何让AI开发更简单？
weixin_62427272的博客
03-21 1466
LangManus的诞生，标志着AI开发从“工具辅助”迈入“智能协作”时代。无论是减少重复编码，还是解决复杂系统集成难题，它都展现出了开源社区驱动的技术生命力。正如一位开发者所言：“以前是我告诉机器怎么做，现在是机器问我‘需要我做什么？’”——这或许就是未来开发的终极形态。
一款由字节复刻Manus的开源AI自动化任务处理工具：LangManus，它通过LLM和网络搜索、网页爬取、浏览器控制等各种工具结合来实现任务自动化，可以实现本地部署使用，支持国产AI大模型API
热门推荐
猫头虎技术团队：授渔优于赠鱼，兴趣引领智慧，探索之乐尤显珍贵。商务合作+：Libin9iOak ，万粉变现+：CSDNWF，猫头虎承诺每年免费为100名C站创作者做账号流量诊断服务！全网搜：猫头虎技术团队，点击文章底部名片或直接私信我一切皆可谈，快找虎哥！
03-21 1万+
一款由字节复刻Manus的开源AI自动化任务处理工具：LangManus，它通过LLM和网络搜索、网页爬取、浏览器控制等各种工具结合来实现任务自动化，可以实现本地部署使用，支持国产AI大模型API,在人工智能和自动化技术不断发展的今天，如何高效地将多个工具和智能体结合在一起，以完成复杂的任务，成为了众多开发者的挑战。LangManus应运而生，它通过集成大语言模型（LLM）、网络搜索、网页爬取和浏览器控制等多种工具，能够自动化处理多步骤复杂的研究任务。本文将详细介绍LangManus的架构、功能、安装和使用
【行业应用篇】【手把手教你玩转DeepSeek定制开发：给新人的保姆级教程】
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
03-21 219
大家好！我是你们的技术导游小明，今天要带大家解锁一个超实用技能——如何把DeepSeek这个AI神器改造成专属工具。就像给手机装APP一样简单！（敲黑板）准备好了吗？咱们先从一个真实案例开始：某医院IT小哥张伟最近愁坏了，医生们总抱怨找病历太麻烦。用通用版DeepSeek搜索"上周三的肺炎病例"，结果把二十年前的病例都翻出来了…（别笑！这场景是不是很眼熟？）经过三天改造，现在医生只要说"帮我查王大爷最近三次CT报告对比"，系统秒出结果还带图表！怎么做到的？咱们这就开讲！
【工具篇】【如何用AI玩转全屋智能家居设计？看完这篇，你家的装修效率能翻三倍！】
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
03-17 134
最近去朋友新房暖房，一进门我就惊了——全屋灯光自动亮起，窗帘缓缓拉开，音响播放着轻音乐，空调温度刚刚好，连马桶盖都自动掀开迎接主人…朋友嘚瑟地说：“这全屋设计，AI给我搞的！”在我追问下才知道，他用了几个AI神器，硬是把原本要折腾三个月的装修设计压缩到两周搞定。今天我就把这套“AI全屋设计秘籍”扒个底朝天，手把手教你用科技武装到牙齿！
【工具篇】【 打工人必备！用AI玩转原型设计和需求分析的骚操作（附保姆级教程+真实案例）】
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
03-17 293
最近被老板催需求分析催到秃头？画原型画到腱鞘炎发作？别慌！这年头不会用AI提效的打工人迟早被卷死！今天就手把手教你们把AI调教成24小时待命的"数字员工"，从需求分析到原型输出，直接开启三倍速工作模式！保证看完这篇，明天你就能在周会上凡尔赛：“这个需求啊，AI十分钟就搞定了~”
【实战篇】零基础也能玩转！用DeepSeek+Mermaid秒变专业图表大师（保姆级万字教程）
商务合作|问题讨论|交流学习 请联系作者微信，加微信请务必注明来意，博客主页有联系方式
02-10 1177
嘿伙计们！今天要给你们安利一个王炸组合——DeepSeek（深度求索）这个国产AI神器，加上程序员都爱的Mermaid图表工具。这两个组合起来简直就是职场外挂！我上周用这个组合半天搞定了过去要三天才能做完的系统架构图+流程图，老板还以为我偷偷加班了…（才没有！本文包含：手把手配置指南/20+个真实案例/独家调教prompt秘籍/常见报错解决。
使用 ollama 部署本地模型，零基础入门到精通，非常详细收藏我这一篇就够了
m0_65555479的博客
08-15 2947
在本地启动并运行大型语言模型。运行Llama 2，Code Llama和其他模型。自定义并创建您自己的。
字节跳动开源 LangManus：不止是 Manus 平替，更是下一代 AI 自动化引擎
m0_66917422的博客
04-11 1625
LangManus，作为字节跳动开源的 AI 自动化框架，为开发者提供了一个强大的工具，可以更加便捷地构建各种自动化应用。它的开源特性和多智能体协作的架构，使其具备了广阔的应用前景。随着社区的不断完善和技术的不断发展，LangManus 有望在 AI 自动化领域扮演越来越重要的角色，并最终引领 AI 自动化技术的未来发展方向。如果你对 AI 自动化充满好奇，渴望探索 AI 技术的无限可能，不妨亲自体验 LangManus，或许它将为你开启全新的工作方式，带你进入 AI 自动化的新世界。
字节跳动开源 LangManus：不止是 Manus 平替，更是 AI 自动化新引擎
m0_59164304的博客
04-10 1143
LangManus，作为字节跳动开源的 AI 自动化框架，为开发者提供了一个强大的工具，可以更加便捷地构建各种自动化应用。它的开源特性和多智能体协作的架构，使其具备了广阔的应用前景。随着社区的不断完善和技术的不断发展，LangManus 有望在 AI 自动化领域扮演越来越重要的角色。如果你对 AI 自动化充满好奇，不妨亲自体验 LangManus，或许它将为你开启全新的工作方式。
LangManus：开启AI自动化的无限可能
远程部署调试 运行安装 项目调试 二次开发 项目技术新 持续迭代 部分源码免费分享
03-22 980
LangManus 是一个社区驱动的 AI 自动化框架，它将多个开源项目有机整合，构建出一种极为灵活的多智能体系统架构。在人工智能的大版图中，LangManus 致力于成为复杂任务自动化处理的得力助手，尤其擅长处理多步骤的复杂任务，在信息检索、数据分析、代码生成与执行等多个领域均能大显身手。例如，在学术研究场景下，LangManus 可以依据用户提供的研究主题，自动检索相关文献、分析数据，并生成初步的研究报告框架，大大节省了研究人员的前期准备时间。
【Agent】LangManus深度解析：AI自动化框架的对比与langgraph原理
最新发布
HYY的博客
04-25 1148
LangManus是一个由社区驱动的开源AI自动化框架，其核心价值在于通过分层多智能体系统，协调语言模型（如通义千问）与专业工具（如Tavily搜索、Jina神经搜索、Python执行环境），解决跨平台数据采集与分析、自动化代码生成与调试、复杂决策任务的分解与执行等场景。langgraph是由LangChain团队开发的一个专门用于构建LLM应用工作流的框架，它的核心理念是将复杂的LLM应用工作流表示为有向图（Directed Graph）。
3.4KStar 字节跳动扔出王炸LangManus，自动编程+爬虫二合一
2401_84204207的博客
03-30 884
LangManus 实现了一个分层的多智能体系统，其中有一个主管智能体协调专门的智能体来完成复杂任务. 其中：Qwen：提供开源语言模型Tavily：提供搜索能力Jina：提供网络爬虫技术Browser-use：提供浏览器控制能力LangChain：支撑 LLM 交互和链式操作LangGraph：为复杂多智能体编排提供支持LangManus 使用三层 LLM 系统，分别用于推理、基础任务和视觉语言任务。
Python自动化办公实战：2021最新版教程与源代码
2. **自动化办公的实践**: 自动化办公涉及使用技术手段，例如编写脚本或程序来自动完成原本需要人工操作的任务。Python通过其内置的库如os、sys、time以及第三方库如openpyxl、pandas、requests等，可以实现文件操作...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值