【开源AI智能体OpenManus+QWQ32B本地部署与远程在线访问实战】

💝💝💝欢迎来到我的博客，很高兴能够在这里和您见面！希望您在这里可以感受到一份轻松愉快的氛围，不仅可以获得有趣的内容和知识，也可以畅所欲言、分享您的想法和见解。

• 推荐:kwan 的首页,持续学习,不断总结,共同进步,活到老学到老
• 导航
  • 檀越剑指大厂系列:全面总结 java 核心技术,jvm,并发编程 redis,kafka,Spring,微服务等
  • 常用开发工具系列:常用的开发工具,IDEA,Mac,Alfred,Git,typora 等
  • 数据库系列:详细总结了常用数据库 mysql 技术点,以及工作中遇到的 mysql 问题等
  • 新空间代码工作室:提供各种软件服务,承接各种毕业设计,毕业论文等
  • 懒人运维系列:总结好用的命令,解放双手不香吗?能用一个命令完成绝不用两个操作
  • 数据结构与算法系列:总结数据结构和算法,不同类型针对性训练,提升编程思维,剑指大厂

非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。💝💝💝 ✨✨ 欢迎订阅本专栏 ✨✨

前言

继 DeepSeek 全网出圈之后，一款名为 Manus 的 AI 产品在互联网掀起巨浪。它是由中国创业团队“蝴蝶效应”（Monica.im）推出的通用型 AI Agent（自主智能体）产品，在用户输入指令后，它能够自主执行复杂任务并直接交付成果的 AI 代理，实现了 AI 从聊天助手到全自动行动助理的强大变化。不过遗憾的是现在还没有面向所有用户开放测试，不过让人没想到的是马上就出现了开源替代方案。

近日，来自MetaGPT团队的几位成员发布了开源项目 OpenManus，无需邀请码即可实现任何创意。一经推出，瞬间爆火，而且可以通过 Ollama 直接对接本地开源 AI 大模型，绕过需要付费的 api key，让这款强大的全自动 AI 助手实现了完全免费，想怎么用就怎么用。

本例中我将使用之间在本地部署的千问 QWQ-32B 模型作为全局大模型，尝试与 OpenManus 进行对接，本地测试这款开源智能体效果如何。并且因为 OpenManus 对模型性能要求较高，我们可以结合 cpolar 内网穿透工具，实现在高性能主机上部署大模型后，也能使用其他设备随时随地安全远程访问调用模型。

1. 环境准备

1.1 安装 Python

本例使用 Windows11 专业版系统进行演示：

首先需要安装 python 3.12 下载地址：Python Release Python 3.12.0 | Python.org

页面底部找到 Windows 版本，点击下载安装程序即可：

安装时需要注意，勾选下边两个选项，不然后续有可能报错：

安装结束后，如出现下图提示，点击该选项（更改您的机器配置，以允许程序(包括 Python)绕过 260 字符的“最大路径”限制）同意即可：

确认后，点击 close 关闭即可完成 Python 环境安装：

1.2. 安装 conda

然后安装 conda 环境，下载地址：Anaconda Installers and Packages

点击查看所有安装文件，找到 Windows 版本，点击下载即可：

下载好后，正常安装即可：

需要注意的是在这一步，需要勾选第三个选项，自动加载刚才安装的 Python3.12 环境：

点击确定，然后点击 Install 继续安装：

安装完成后，点击 Finish 即可：

2. 本地部署 OpenManus

接下来开始在 Windows 系统使用 conda 本地部署 OpenManus

2.1 创建一个新 conda 环境

首先在 Windows 中打开 cmd 或者 powershell 等终端工具，执行下方命令：

conda create -n open_manus python=3.12

如果提示’conda’ 不是内部或外部命令，也不是可运行的程序，我们需要配置一下环境变量：

首先在电脑中找到 conda 的安装路径，本例中安装时选择的是只为我（just me）安装，那么路径是在C:\Users\[你的用户] 目录下：

进入.conda 文件夹，打开 environments 文档，复制这个路径：

在 Windows 系统中搜索环境变量，打开：

选择高级-环境变量-系统变量-path ，点击编辑：

点击新建，粘贴刚才复制的 Anaconda 的地址加上\Scripts 比如：C:\Users\admin\anaconda3\Scripts

添加好环境变量后保存退出即可。

现在我们再打开 cmd 等终端工具，输入 conda 时，可以看到能正常识别命令了：

再次执行刚才的命令：

conda create -n open_manus python=3.12

输入 y 确认：

环境创建好之后，执行下方命令：

conda init

提示关闭并重启你的 shell 工具（关闭重新打开 cmd）

然后执行下方命令激活这个新的 conda 环境：

conda activate open_manus

如上图所示，这个 conda 环境就激活成功了。

2.2 克隆存储库

接下来，我们在终端中执行下方命令，将 OpenManus 拉取到本地：

git clone https://github.com/mannaandpoem/OpenManus.git

ps:使用 git 命令需要提前在 Windows 系统中下载并安装 node.js

如上图所示 done 即为拉取完成。

然后执行下方命令进入 OpenManus 项目根目录下：

cd OpenManus

2.3 安装依赖环境

执行下方命令安装依赖环境：

pip install -r requirements.txt

这个阶段安装时间较长，耐心等待安装完成即可：

现在就安装好了：

3. 安装 Ollama

现在我们已经在本地部署好了 OpenManus，但是我们还需要安装 Ollama 来接入本地大模型，之后再配置 OpenManus 使用的 LLM API 才能够使用。

下方为简略安装方法，详细的安装流程可以查看这篇文章：Windows 本地部署 Ollama

首先访问 Ollama 的官网：Download Ollama on Windows

下载适配你的操作系统的客户端，我这里使用的是 Windows11 系统，点击下载即可：

安装好之后，打开 cmd 输入 ollama 回车，看到下面信息即为安装成功！

4. 安装 QwQ 32B 模型

接下来使用 Ollama 下载本地 AI 大模型，不支持所有大模型，需要有函数调用能与 OpenManus 对接的才行。

恰好笔者之前下载的千问 QwQ-32B 模型就支持，这里就用它来演示。

下面为简略安装方法，详细的安装方式可以查看这篇文章：Windows 本地部署 QwQ32B

Ollama 安装完成之后，就可以开始去下载 QwQ32B 这个模型了，使用这个命令就能下载：

ollama run qwq

需要预留20 个 G以上的储存空间，默认下载到 C 盘，如果想修改下载位置，可以在终端中执行下方命令来指定模型文件的存放目录，这里以 d:\ollama 为例，大家可以自定义：

set OLLAMA_MODELS=d:\ollama

安装成功后会提示 success：

5. 修改 OpenManus 配置文件

接下来我们需要修改 OpenManus 配置文件，让它对接本地 qwq32b 模型。

需要修改的是全局模型配置 Global LLM configuration 和视觉模型配置 configuration for specific LLM models

注意：里面的模型文件名称要改成你自己安装的，后面的视觉模型可以和上面的一致，也可以自定义其它的视觉模型!需要自己下载

首先进入我的电脑，打开 C 盘-用户-admin 下的 OpenManus 文件夹：

然后进入 config 文件夹：

复制一份里边的 config.example.toml 文件，重命名为 config.toml，使用记事本打开进行配置：

1.首先将 Global LLM configuration 中的

model = “claude-3-7-sonnet-20250219” 替换为本地 qwq32b 的名称：model = “qwq:latest”

PS:如何查看本地大模型名称：

新开一个 cmd 终端，输入ollama list进行查看，名称为 qwq:latest

2.将 Global LLM configuration 中的

base_url = “https://api.anthropic.com/v1/” 替换为 base_url = “http://localhost:11434/v1/”

替换后：

3.将 Global LLM configuration 中的

api_key = “YOUR_API_KEY” 替换为 api_key = “123”

替换后：

4.然后将下面的[llm] #OLLAMA:这部分整段删除：

删除后：

5.将 Optional configuration for specific LLM models 的

model = “claude-3-7-sonnet-20250219” 替换为 model = “qwq:latest”

6.将 Optional configuration for specific LLM models 的

base_url = “https://api.anthropic.com/v1/” 替换为 base_url = “http://localhost:11434/v1/”

7.将 Optional configuration for specific LLM models 的

api_key = “YOUR_API_KEY” 替换为 api_key = “123”

8.将下面的[llm.vision] #OLLAMA VISION:这部分整段删除：

删除后：

配置完毕后保存关闭此文件即可。

6. 运行 OpenManus

现在我们回到刚才创建好的 OpenManus 根目录下，执行一行命令运行 OpenManus：

python main.py

可以看到提示我们输入指令来让它干活！

输入命令后，可能会出现如下报错：

这个问题是缺少了浏览器，那么需要先下载浏览器组件：

python -m playwright install chromium

然后安装：

pip install playwright

然后再次执行运行命令：

python main.py

并向它提出要求：

根据本地硬件配置不同，执行操作的时间也不同，稍等后会自动打开浏览器进行查询操作并给出推理与回答：

PS：如果关闭终端后，不知道如何进入 conda 环境下的 OpenManus 根目录，可以执行下方操作：

首先执行：

conda activate open_manus

然后执行：

cd OpenManus

就可以进到根目录，使用 python main.py 运行 OpenManus 了！

7.通过网页使用 OpenManus

如果不喜欢在命令行中操作 OpenManus，我们也可以在 web 网页中进行操作

首先，需要下载 OpenManus 的分支代码：

https://github.com/mannaandpoem/OpenManus/tree/front-end

然后解压下载的包到自定义盘符目录，本例中为 D:\OpenManus-front-end

在终端中进入这个项目路径：

D:

cd OpenManus-front-end

和上边的在命令行中运行 OpenManus 一样，我们需要先创建一个新的 conda 环境:

conda create -n open_manusui python=3.12

然后激活环境：

conda activate open_manusui

安装依赖：

pip install -r requirements.txt

在运行前，同样需要对 config 文件进行修改：（）

复制一个 config.example.toml 文件，重命名为 config.toml，打开进行如下修改：

保存后，回到终端中执行：

python app.py

会自动打开浏览器访问：http://localhost:5172 打开 OpenManus 的 web ui 页面：

在对话框中提问，可以在主界面中看到 AI 的操作流程：

思考、调用工具、给出结果：

不过这个 UI 版本似乎优化还有问题，处理速度比在终端中要慢很多，而且容易出现 time out 的情况。

8. 安装内网穿透

现在我们已经成功在本地部署了 OpenManus 并使用 WebUI 在网页中与 AI 交互，但如果想实现不在同一网络环境下，也能随时随地在网页中远程使用本地部署的 OpenManus 处理问题，那就需要借助 cpolar 内网穿透工具来实现公网访问了！接下来介绍一下如何安装 cpolar 内网穿透，过程同样非常简单：

首先进入 cpolar 官网：

cpolar 官网地址: https://www.cpolar.com

点击免费使用注册一个账号，并下载最新版本的 cpolar：

登录成功后，点击下载 cpolar 到本地并安装（一路默认安装即可）本教程选择下载 Windows 版本。

cpolar 安装成功后，在浏览器上访问 http://localhost:9200，使用 cpolar 账号登录,登录后即可看到配置界面,结下来在 WebUI 管理界面配置即可。

8.1 配置随机公网地址

接下来配置一下 Open WebUI 的公网地址：

登录后，点击左侧仪表盘的隧道管理——创建隧道，

• 隧道名称：openmanus（可自定义命名，注意不要与已有的隧道名称重复）
• 协议：选择 http
• 本地地址：5172 (本地访问的地址)
• 域名类型：选择随机域名
• 地区：选择 China Top

隧道创建成功后，点击左侧的状态——在线隧道列表,查看所生成的公网访问地址，有两种访问方式,一种是 http 和 https：

使用上面的任意一个公网地址,在平板或其他电脑的浏览器进行登录访问,即可成功看到 OpenManus 的 WebUI 界面,这样一个公网地址且可以远程访问就创建好了,使用了 cpolar 的公网域名,无需自己购买云服务器,即可到随时在线访问本地部署的 OpenManus 了！

小结

为了方便演示，我们在上边的操作过程中使用 cpolar 生成的 HTTP 公网地址隧道，其公网地址是随机生成的。这种随机地址的优势在于建立速度快，可以立即使用。然而，它的缺点是网址是随机生成，这个地址在 24 小时内会发生随机变化，更适合于临时使用。

如果有长期远程访问 OpenManus 的 WebUI 使用 QWQ-32B 模型处理问题，或者异地访问与使用其他本地部署的服务的需求，但又不想每天重新配置公网地址，还想让公网地址好看又好记并体验更多功能与更快的带宽，那我推荐大家选择使用固定的二级子域名方式来为 WebUI 配置一个公网地址。.

8.2 配置固定公网地址

接下来演示如何为其配置固定的 HTTP 公网地址，该地址不会变化，方便分享给别人长期查看你部署的项目，而无需每天重复修改服务器地址。

配置固定 http 端口地址需要将 cpolar 升级到专业版套餐或以上。

登录 cpolar 官网，点击左侧的预留，选择保留二级子域名，设置一个二级子域名名称，点击保留:

保留成功后复制保留成功的二级子域名的名称：myops，大家也可以设置自己喜欢的名称。

返回 Cpolar web UI 管理界面，点击左侧仪表盘的隧道管理——隧道列表，找到所要配置的隧道：openmanus，点击右侧的编辑：

修改隧道信息，将保留成功的二级子域名配置到隧道中

• 域名类型：选择二级子域名
• Sub Domain：填写保留成功的二级子域名：myops

点击更新(注意,点击一次更新即可,不需要重复提交)

更新完成后,打开在线隧道列表,此时可以看到公网地址已经发生变化,地址名称也变成了固定的二级子域名名称的域名：

最后,我们使用上边任意一个固定的公网地址访问,可以看到访问成功,这样一个固定且永久不变的公网地址就设置好了，可以随时随地在公网环境异地在线访问本地部署的 OpenManus 的 WebUI 来让 AI 帮你全自动处理问题了！

总结

通过以上步骤，我们实现了在 Windows 系统电脑本地部署 OpenManus 与新增的有 WebUI 版本的分支，结合 cpolar 内网穿透工具轻松实现在公网环境中使用浏览器远程使用 AI 自主处理问题，并配置固定不变的二级子域名公网地址的全部流程，经过简单测试，效果确实效果很惊艳，同时降低了使用门槛，非常期待它后续的发展，也感谢您的观看，有任何问题欢迎留言交流。

觉得有用的话点个赞 👍🏻 呗。
❤️❤️❤️本人水平有限，如有纰漏，欢迎各位大佬评论批评指正！😄😄😄

💘💘💘如果觉得这篇文对你有帮助的话，也请给个点赞、收藏下吧，非常感谢!👍 👍 👍

🔥🔥🔥Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧！🌙🌙🌙