共计 1232 个字符，预计需要花费 4 分钟才能阅读完成。
Manus 的“饥饿营销”太出圈了，但绝大部分人并没有邀请码。
于是 MetaGPT 连夜发布了 OpenManus 做平替，称 “Manus 非常棒，但 OpenManus 无需邀请码即可实现任何创意 ！”
我看了下，不到 24 小时在 Github 上就快 1 万人关注了。
作为对比的 DeepSeek-R1，火了快两个月，现在也才 8 万关注。
那么 OpenManus 到底行不行呢？
我们安装测试下就知道了。
安装 OpenManus#
在终端执行如下命令，安装 OpenManus：
git clone https://github.com/mannaandpoem/OpenManus.git
cd OpenManus
python3 -m venv path/to/venv
source path/to/venv/bin/activate
pip3 install -r requirements.txt
然后在 config 目录下创建 config.toml 文件，内容如下：
[llm]
model = "deepseek-chat"
base_url = "https://api.deepseek.com"
api_key = "sk-..."
max_tokens = 4096
temperature = 0.6
这里使用 DeepSeek-V3 做为底层模型，api_key 在 https://platform.deepseek.com/api_keys 中获取。
注意，由于需要函数调用，所以不支持使用 DeepSeek-R1。
使用 OpenManus#
配置完成后，执行 python main.py 就可启动 OpenManus 服务。
我随便提了个任务让 OpenManus 帮我处理。
可以看到 OpenManus 会将任务分成 30 步，然后主要调用 Google 搜索和 Browser Use 来完成任务。
Google 搜索大家都懂。
Browser Use 的口号是“让 AI 像人类一样使用浏览器”，它会根据用户需求，让 AI 分析网页内容，自动化完成目标，比如自动提交简历等。
去年我用 DeepSeek-V3 和 Browser Use 也分析过小红书上小姐姐们的图片，但效果并不理想。
所以我蛮好奇，OpenManus 基于这两者应该玩不出什么花吧。
半小时后，OpenManus 别说给我返回结果了，直接各种报错失败了。
不甘心啊，我又测试了多个需求，还是没一个能跑通的。
折腾半天后好不容易跑通了，给的回答质量和直接问 DeepSeek 也没大多区别。
最后换了两个大模型，折腾半天后好不容易跑通了一个例子，结果回答质量和我直接问 DeepSeek 也没大多区别。
我翻了下 OpenManus 的代码，果然主要组件就是 Google 搜索和 Browser Use。
现在 OpenManus 又套了一层，理所当然更容易出错了。
我看了下 Github 上网友们的测试，确实也有不少人都失败了。🤣
比较诧异的是，Github 上全是加微信群的，也就是跑成功的例子没有几个，群倒是建了几十个了。
哈哈哈，OpenManus 不会和 Manus，也是走营销路线吧。
你怎么看呢？
