前言

在DeepSeek引发全网热议后，一款名为Manus的AI产品又掀起了一股新的科技浪潮。这款由国内创新团队Monica.im开发的通用型AI Agent（自主智能体），不仅能够理解并执行用户的复杂指令，还能直接交付成果，彻底改变了我们对AI的认知。然而，遗憾的是它目前尚未全面开放测试。但没想到的是，开源社区迅速给出了回应！

来自MetaGPT团队的几位大神级开发者，最近发布了一个名为OpenManus的开源项目，无需邀请码就能让你尽情发挥创意。这款工具一经推出便瞬间走红，更棒的是它可以与本地部署的大模型无缝对接，比如我之前在高性能主机上安装的千问QWQ-32B模型，完全免费、无限制地使用这一强大的AI助手。接下来，就让我们一起探索如何将OpenManus和千问QWQ-32B完美结合，打造你的专属超能力吧！

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

通过上述步骤，我们不仅在Windows系统上成功部署了OpenManus及其WebUI版本分支，还借助cpolar内网穿透工具实现了随时随地远程访问AI助手。整个过程简单高效，效果令人惊喜不已。现在，你只需一台高性能主机和一个固定的二级子域名，就能轻松拥有属于自己的‘私人超能力助手’，随时随地为你处理各种任务。未来，OpenManus的发展潜力无限，让我们拭目以待！如果你对本文有任何疑问或建议，欢迎在评论区留言交流，我们一起见证AI的无限可能。