LangManus 是一个社区驱动的 AI 自动化框架，它建立在开源社区的出色工作之上。我们的目标是将语言模型与专用工具结合起来，以完成网页搜索、抓取和 Python 代码执行等任务，同时回馈使这一目标成为可能的社区。
演示
任务：计算DeepSeek R1对HuggingFace的影响力指数。该指数可以使用关注者、下载量和点赞等因素的加权和来设计。
LangManus的全自动化计划和解决方案：
- 通过在线搜索收集有关“DeepSeek R1”、“HuggingFace”及其相关主题的最新信息。
- 与 Chromium 实例交互以访问 HuggingFace 官方网站，搜索“DeepSeek R1”并检索最新数据，包括关注者、喜欢、下载和其他相关指标。
- 找到使用搜索引擎和网络抓取计算模型影响力的公式。
- 使用Python根据收集的数据计算DeepSeek R1的影响力指数。
- 向用户提供全面的报告。
这是一个学术驱动的开源项目，由一群前同事利用业余时间开发，旨在探索和交流多智能体和深度研究领域的思想。
- 目的：本项目的首要目的是学术研究、参与GAIA排行榜、以及未来发表相关论文。
- 独立性声明：本项目完全独立，与我们的主要工作职责无关。它不代表我们雇主或任何组织的观点或立场。
- 无关联：该项目与 Manus 无关联（无论指公司、组织或任何其他实体）。
- 澄清声明：我们没有在任何社交媒体平台上宣传此项目。任何与此项目有关的不实报道均不符合其学术精神。
- 贡献管理：问题和 PR 将在空闲时间内处理，因此可能会出现延迟。感谢您的理解。
- 免责声明：本项目在 MIT 许可下开源。用户承担使用本项目的所有风险。对于因使用本项目而产生的任何直接或间接后果，我们不承担任何责任。
LangManus 实现了一个分层的多代理系统，其中主管协调专门的代理来完成复杂的任务：由以下代理共同组成：
- 协调器——处理初始交互和路由任务的入口点
- 规划器——分析任务并制定执行策略
- 主管- 监督和管理其他代理的执行
- 研究员——收集并分析信息
- Coder - 处理代码生成和修改
- 浏览器——执行网页浏览和信息检索
- 报告器- 生成工作流结果的报告和摘要
核心能力
- LLM 集成
- 它支持通过litellm集成大多数模型。
- 支持 Qwen 等开源模型
- 兼容OpenAI的API接口
- 适用于不同任务复杂性的多层 LLM 系统
工具和集成
- 搜索和检索
- 通过 Tavily API 进行网页搜索
- 使用 Jina 进行神经搜索
- 高级内容提取
开发特色
- Python 集成
- 内置 Python REPL
- 代码执行环境
- 使用 uv 进行包管理
工作流管理
- 可视化与控制
- 工作流图可视化
- 多代理编排
- 任务委派和监控
为什么选择 LangManus？
我们相信开源协作的力量。如果没有以下项目的出色工作，这个项目就不可能实现：
- Qwen的开源大模型
- Tavily提供搜索功能
- Jina用于爬行搜索技术
- Browser-用于控制浏览器
- 以及许多其他开源贡献者