AI Manus × Claw

英语 | 中文 | 官方网站 | 文档

 

AI Manus 是一个通用的 AI 代理系统，支持在沙盒环境中运行各种工具和操作。现在新增了 Claw —— 一个深度集成的 OpenClaw AI 助手，为 Manus 生态系统带来了一键部署、用户隔离容器以及无缝聊天历史记录等功能。

快来体验 AI Manus × Claw 带来的专属代理吧！

👏 加入 QQ 群(1005477581)

❤️ 喜欢 AI Manus 吗？请给它点个赞 🌟 或者 赞助 来支持开发吧！

🚀 试用演示

📝 博客：使用 WebUI 和沙盒重构 Manus

演示

基本功能

https://github.com/user-attachments/assets/37060a09-c647-4bcb-920c-959f7fa73ebe

浏览器使用

• 任务：最新的 LLM 论文

https://github.com/user-attachments/assets/4e35bc4d-024a-4617-8def-a537a94bd285

代码使用

• 任务：编写一个复杂的 Python 示例

https://github.com/user-attachments/assets/765ea387-bb1c-4dc2-b03e-716698feef77

核心特性

• 部署：最小化部署仅需一个 LLM 服务，无需依赖其他外部服务。
• 工具：支持终端、浏览器、文件、网页搜索和消息工具，具备实时查看与接管能力，同时支持外部 MCP 工具集成。
• Claw：集成 OpenClaw AI 助手，提供一键部署、用户隔离容器、自动过期倒计时以及完整的聊天历史记录。
• 沙盒：每个任务都会分配一个独立的沙盒，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：支持暂停与中断、文件上传与下载。
• 多语言：同时支持中文和英文。
• 身份验证：用户登录与身份验证。

开发路线图

• 工具：支持部署与暴露功能。
• 沙盒：支持移动端和 Windows 电脑访问。
• 部署：支持 K8s 和 Docker Swarm 多集群部署。

整体设计

当用户发起对话时：

1. Web 向服务器发送创建 Agent 的请求，服务器通过 /var/run/docker.sock 创建沙盒并返回会话 ID。
2. 沙盒是一个 Ubuntu Docker 环境，启动 Chrome 浏览器以及用于文件/Shell 等工具的 API 服务。
3. Web 将用户消息发送至会话 ID，当服务器接收到用户消息时，将其转发给 PlanAct Agent 进行处理。
4. 在处理过程中，PlanAct Agent 会调用相关工具来完成任务。
5. Agent 处理过程中产生的所有事件都会通过 SSE 发送回 Web。

当用户浏览工具时：

• 浏览器：
  1. 沙盒的无头浏览器通过 xvfb 和 x11vnc 启动 VNC 服务，并通过 websockify 将 VNC 转换为 websocket。
  2. Web 的 NoVNC 组件通过服务器的 Websocket 转发连接到沙盒，从而实现浏览器查看。
• 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，需要较新版本的 Docker：

• Docker 20.10+
• Docker Compose

模型能力要求：

• 支持 LangChain 聊天模型提供商（默认 openai）
• 支持 FunctionCall
• 支持 Json 格式输出

推荐使用 Deepseek 和 GPT 模型。

部署指南

建议使用 Docker Compose 进行部署：

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 # 挂载 MCP 服务器目录
    networks:
      - manus-network
    environment:
      # OpenAI API 基础 URL
      - API_BASE=https://api.openai.com/v1
      # OpenAI API 密钥，请替换为您自己的
      - API_KEY=sk-xxxx
      # LLM 模型名称
      - MODEL_NAME=gpt-4o
      # LLM 温度参数，控制随机性
      #- TEMPERATURE=0.7
      # LLM 响应的最大令牌数
      #- MAX_TOKENS=2000
      # 更多配置选项：https://docs.ai-manus.com/#/configuration

  sandbox:
    image: simpleyyt/manus-sandbox
    command: /bin/sh -c "exit 0"  # 防止沙盒启动，确保镜像已拉取
    restart: "no"
    networks:
      - manus-network

  claw:
    image: simpleyyt/manus-claw
    entrypoint: /bin/sh -c "exit 0"  # 防止 Claw 启动，确保镜像已拉取
    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

保存为 docker-compose.yml 文件，然后运行：

docker compose up -d

注意：如果看到 sandbox-1 exited with code 0，这是正常现象，因为它确保沙盒镜像已成功拉取到本地。

打开浏览器并访问 http://localhost:5173 即可使用 Manus。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: Manus 沙盒
• claw: Manus Claw — OpenClaw 插件及容器镜像，用于将 OpenClaw Gateway 与 Manus 后端连接起来
• mockserver: 模拟 LLM 服务器（用于开发/测试）

环境搭建

1. 克隆项目：

git clone https://github.com/simpleyyt/ai-manus.git
cd ai-manus

2. 复制配置文件：

cp .env.example .env

3. 修改配置文件。至少需要设置 API_KEY。完整选项列表请参阅 .env.example 或 配置文档：

API_KEY=sk-xxxx
API_BASE=https://api.openai.com/v1
MODEL_NAME=gpt-4o

开发与调试

1. 以调试模式运行：

# 等同于 docker compose -f docker-compose-development.yaml up
./dev.sh up

所有服务将以热重载模式运行，代码更改会自动重新加载。暴露的端口如下：

• 5173：Web 前端端口
• 8000：服务器 API 服务端口
• 8080：沙箱 API 服务端口
• 5900：沙箱 VNC 端口
• 9222：沙箱 Chrome 浏览器 CDP 端口

注意：在调试模式下，全局只会启动一个沙箱

2. 当依赖项发生变化（backend/pyproject.toml 或 frontend/package.json）时，请清理并重新构建：

# 清理所有相关资源
./dev.sh down -v

# 重新构建镜像
./dev.sh build

# 以调试模式运行
./dev.sh up

镜像发布

export IMAGE_REGISTRY=your-registry-url
export IMAGE_TAG=latest

# 构建镜像
./run build

# 推送至对应的镜像仓库
./run push

⭐️ 星标历史

AI Manus 快速上手指南

AI Manus 是一个通用的 AI Agent 系统，支持在沙箱环境中运行各种工具（如终端、浏览器、文件操作等）。本项目集成了 Claw (基于 OpenClaw)，提供一键部署、用户隔离容器及完整的聊天历史记录功能。

环境准备

本项目主要依赖 Docker 进行开发和部署，请确保您的系统满足以下要求：

• 操作系统: Linux / macOS / Windows (需安装 Docker Desktop)
• Docker: 版本 20.10+
• Docker Compose: 已安装并可用
• 大模型服务:
  • 支持 LangChain 兼容的 Chat Model 提供商（默认 openai）
  • 必须支持 FunctionCall 和 Json Format 输出
  • 推荐使用 Deepseek 或 GPT-4o 等模型

安装步骤

推荐使用 Docker Compose 进行快速部署。

1. 创建配置文件

新建一个名为 docker-compose.yml 的文件，并将以下内容复制进去。

注意：请务必将 API_KEY 替换为您自己的密钥，并根据需要修改 API_BASE 和 MODEL_NAME。国内用户若使用 DeepSeek 等模型，请相应调整 API_BASE 地址。

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 # 如需挂载 MCP 服务器目录可取消注释
    networks:
      - manus-network
    environment:
      # LLM API 基础地址 (国内模型请修改此处，例如 DeepSeek: https://api.deepseek.com/v1)
      - API_BASE=https://api.openai.com/v1
      # 替换为您的 API Key
      - API_KEY=sk-xxxx
      # 模型名称 (例如: gpt-4o, deepseek-chat)
      - MODEL_NAME=gpt-4o
      # 更多配置参考: https://docs.ai-manus.com/#/configuration

  sandbox:
    image: simpleyyt/manus-sandbox
    command: /bin/sh -c "exit 0"  # 防止沙箱立即启动，仅用于拉取镜像
    restart: "no"
    networks:
      - manus-network

  claw:
    image: simpleyyt/manus-claw
    entrypoint: /bin/sh -c "exit 0"  # 防止 Claw 立即启动，仅用于拉取镜像
    restart: "no"
    networks:
      - manus-network

  mongodb:
    image: mongo:7.0
    volumes:
      - mongodb_data:/data/db
    restart: unless-stopped
    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

2. 启动服务

在包含 docker-compose.yml 的目录下执行以下命令：

docker compose up -d

提示: 启动过程中若看到 sandbox-1 exited with code 0 或 claw-1 exited with code 0，属于正常现象。这是为了确保相关镜像已成功拉取到本地，实际任务运行时会自动启动对应的容器。

基本使用

1. 访问界面 打开浏览器，访问以下地址： http://localhost:5173

2. 开始对话

   • 登录系统（首次使用可根据后端配置注册或直接使用）。
   • 在对话框中输入指令，例如：“帮我写一个复杂的 Python 示例”或“搜索最新的 LLM 论文”。
   • 系统将自动创建一个独立的沙箱环境（Ubuntu + Chrome），并在其中执行任务。

3. 实时查看与交互

   • 浏览器任务: 当 Agent 操作浏览器时，您可以通过 Web 界面实时查看无头浏览器的画面（基于 VNC/Websocket 技术）。
   • 代码/终端任务: 可以实时查看代码执行过程和终端输出。
   • 文件管理: 支持在会话中上传和下载文件。

4. 管理会话

   • 所有会话历史通过 MongoDB/Redis 持久化保存。
   • 支持随时停止或中断正在运行的任务。