AI马努斯x爪子
AI Manus是一个通用的AI Agent系统，支持在沙盒环境中运行各种工具和操作。现在与 爪 --深度融合 龙虾 AI助手，为Manus生态系统带来一键部署、每个用户隔离的容器和无缝的聊天历史记录。
用AI Manus×Claw享受你自己的经纪人！
👏 加入 QQ群（1005477581）
❤️ 像AI马努斯一样？给它一颗星🌟 或 赞助商 支持发展！
🚀 尝试演示
演示
基本特性
https://github.com/user-attachments/assets/37060a09-c647-4bcb-920c-959f7fa73ebe
浏览器使用
- 任务：最新法学硕士论文
代码使用
- 任务：编写一个复杂的Python示例
主要特点
- 部署：最小部署只需要LLM服务，不依赖于其他外部服务。
- 工具：支持终端、浏览器、文件、Web搜索和消息传递工具，具有实时查看和接管功能，支持外部MCP工具集成。
- 爪：集成 龙虾 具有一键部署、每个用户隔离容器、自动过期倒计时和完整聊天历史的AI助手。
- 沙盒：每个任务都分配了一个单独的沙盒，在本地Docker环境中运行。
- 任务会话：会话历史通过MongoDB/Redis管理，支持后台任务。
- 对话：支持停止和中断、文件上传和下载。
- 多语言：支持中文和英文。
- 身份验证：用户登录和身份验证。
发展路线图
- 工具：支持部署和公开。
- 沙盒：支持移动和Windows计算机访问。
- 部署：支持K8s和Docker Swarm多集群部署。
总体设计
当用户发起对话时：
- Web向服务器发送创建代理的请求，服务器通过以下方式创建沙盒
/var/run/docker.sock并返回会话ID。 - Sandbox是一个UbuntuDocker环境，用于启动Chrome浏览器和File/Shell等工具的API服务。
- Web将用户消息发送到会话ID，当服务器接收到用户消息时，它将其转发给PlanAct代理进行处理。
- 在处理过程中，PlanAct Agent调用相关工具来完成任务。
- 代理处理过程中生成的所有事件都通过SSE发送回Web。
当用户浏览工具时：
- 浏览器：
1. Sandbox的无头浏览器通过xvfb和x11vnc启动VNC服务，并通过websockify将VNC转换为websocket。 1. Web的NoVNC组件通过服务器的Websocket Forward连接到沙盒，启用浏览器查看。
- 其他工具：其他工具的工作原理类似。
环境要求
该项目主要依赖Docker进行开发和部署，需要一个相对较新的Docker版本：
- Docker 20.10+
- Docker Compose
模型能力要求：
- 支持LangChain聊天模型提供者（默认
openai) - 对FunctionCall的支持
- 支持JsonFormat输出
建议使用Deepseek和GPT模型。
部署指导
建议部署Docker Compose：
services:
frontend:
image: simpleyyt/manus-frontend
ports:
- "5173:80"
depends_on:
- backend
restart: unless-stopped
networks:
- manus-network
environment:
- BACKEND_URL=http://backend:8000
backend:
image: simpleyyt/manus-backend
depends_on:
- sandbox
- claw
restart: unless-stopped
volumes:
- /var/run/docker.sock:/var/run/docker.sock:ro
#- ./mcp.json:/etc/mcp.json # Mount MCP servers directory
networks:
- manus-network
environment:
# OpenAI API base URL
- API_BASE=https://api.openai.com/v1
# OpenAI API key, replace with your own
- API_KEY=sk-xxxx
# LLM model name
- MODEL_NAME=gpt-4o
# LLM temperature parameter, controls randomness
#- TEMPERATURE=0.7
# Maximum tokens for LLM response
#- MAX_TOKENS=2000
# More configuration options: https://docs.ai-manus.com/#/configuration
sandbox:
image: simpleyyt/manus-sandbox
command: /bin/sh -c "exit 0" # prevent sandbox from starting, ensure image is pulled
restart: "no"
networks:
- manus-network
claw:
image: simpleyyt/manus-claw
entrypoint: /bin/sh -c "exit 0" # prevent claw from starting, ensure image is pulled
restart: "no"
networks:
- manus-network
mongodb:
image: mongo:7.0
volumes:
- mongodb_data:/data/db
restart: unless-stopped
#ports:
# - "27017:27017"
networks:
- manus-network
redis:
image: redis:7.0
restart: unless-stopped
networks:
- manus-network
volumes:
mongodb_data:
name: manus-mongodb-data
networks:
manus-network:
name: manus-network
driver: bridge另存为 docker-compose.yml 文件，然后运行：
docker compose up -d注意：如果你看到 sandbox-1 exited with code 0，这是正常的，因为它确保沙盒映像在本地成功拉取。打开浏览器并访问 访问马努斯。有关更多配置选项，请参阅：https://docs.ai-manus.com/#/en/configuration
开发指南
项目结构
该项目由以下子项目组成：
frontend：Manus前端backend：Manus后端sandbox：马努斯沙箱claw：Manus Claw——OpenClaw插件和容器图像桥接OpenClaw网关和Manus后端mockserver：模拟LLM服务器（用于开发/测试）
环境设置
- 下载项目：
git clone https://github.com/simpleyyt/ai-manus.git
cd ai-manus- 复制配置文件：
cp .env.example .envAPI_KEY=sk-xxxx
API_BASE=https://api.openai.com/v1
MODEL_NAME=gpt-4o开发与调试
- 在调试模式下运行：
# Equivalent to docker compose -f docker-compose-development.yaml up
./dev.sh up所有服务都将在重新加载模式下运行，代码更改将自动重新加载。外露端口如下：
- 5173:Web前端端口
- 8000:服务器API服务端口
- 8080:沙盒API服务端口
- 5900：沙盒VNC端口
- 9222:沙盒Chrome浏览器CDP端口
*注意：在调试模式下，全局只启动一个沙盒*
- 当依赖关系发生变化时(
backend/pyproject.toml或frontend/package.json)，清理和重建：
# Clean up all related resources
./dev.sh down -v
# Rebuild images
./dev.sh build
# Run in debug mode
./dev.sh up图片发布
export IMAGE_REGISTRY=your-registry-url
export IMAGE_TAG=latest
# Build images
./run build
# Push to the corresponding image repository
./run push##