最近爆火的通用 Agent 智能体——Manus，口碑呈现两极分化的态势。有人盛赞其为国产之光，也有人认为只是过度营销。暂且抛开这些争议，从技术实现的角度来看，如果尝试自行复现这样一个智能体，究竟该从哪里入手？恰巧这两天我发现一个复现 Manus 的开源项目——OpenManus，直接深入源代码探究其核心功能。

在 available_tools 中定义了四个工具：Python 执行器、谷歌搜索、浏览器工具和文件存储。简单来说，OpenManus 目前能够实现的功能包括：搜索资料、执行代码、操控浏览器，以及向本地文件系统写入内容。其中浏览器工具本身也基于另一个开源项目——browser-use，这个项目让智能体像真人一样自主操作浏览器完成任务，此前已有文章详细介绍过。

由此可见，OpenManus 已初具雏形，像一个能操作电脑完成简单任务的初级助手。未来如果需要增加新能力，例如发邮件、管理日程，只需在代码中追加对应的工具模块即可，扩展性十分友好。

这里分享一个开发智能体的关键心得：虽然 Agent 强调自主决策能力，但绝不能让其随心所欲、任意发挥。正确的做法是让大模型从我们预先定义好的能力列表里做出选择——比如上面那四个工具。这样一来，智能体的行为就被约束在可控范围内，不会规划出离谱的任务链。为此，Anthropic 专门提出了一个标准：模型上下文协议（MCP），用于将 AI 模型连接到不同的数据源和工具，并且该协议也已开源。