LangManus 社区驱动的 AI 自动化框架
LangManus 是一个社区驱动的 AI 自动化框架，旨在将语言模型与专业工具（如网页搜索、爬虫和 Python 代码执行）相结合，以实现复杂任务的自动化处理。 (langmanus/README_zh.md at main · Darwin-lfl ... - GitHub)
🧠 项目简介
LangManus 构建在开源社区的卓越工作基础之上，目标是结合语言模型与专业工具，处理如网页搜索、爬虫和 Python 代码执行等任务。 (langmanus/README_zh.md at main · Darwin-lfl ... - GitHub)
该项目采用多智能体系统架构，主要包括以下角色：
- 协调者（Coordinator）：处理初始交互并分发任务。
- 规划者（Planner）：分析任务并制定执行策略。
- 监督者（Supervisor）：监督和管理其他智能体的执行。
- 研究员（Researcher）：收集和分析信息。
- 编码者（Coder）：负责代码生成和修改。
- 浏览器（Browser）：执行网页浏览和信息检索。
- 报告者（Reporter）：生成工作流程结果的报告和摘要。 (Darwin-lfl/langmanus - GitHub, pre-commit - Darwin-lfl/langmanus - GitHub)
🚀 主要功能
- 语言模型集成：支持开源模型（如 Qwen）和兼容 OpenAI 的 API 接口，适用于不同复杂度的任务。
- 搜索与信息检索：通过 Tavily API 进行网页搜索，结合 Jina 实现神经搜索，以及高级内容提取功能。
- Python 集成：内置 Python REPL，支持代码执行环境，并通过 uv 进行包管理。 (Darwin-lfl/langmanus - GitHub)
🎬 示例演示
一个示例任务是计算 HuggingFace 上 DeepSeek R1 模型的影响力指数。LangManus 的自动化流程包括： (langmanus/README.md at main - GitHub)
- 在线搜索获取关于 "DeepSeek R1" 和 "HuggingFace" 的最新信息。
- 使用 Chromium 实例访问 HuggingFace 官网，检索 "DeepSeek R1" 的最新数据，如关注者、点赞数和下载量。
- 通过搜索引擎和网页抓取找到计算模型影响力的公式。
- 使用 Python 根据收集的数据计算影响力指数。
- 向用户呈现全面的报告。 (langmanus/README.md at main - GitHub)
⚙️ 快速开始
要快速启动项目，请按照以下步骤操作： (langmanus/README.md at main - GitHub)
# 克隆仓库
git clone https://github.com/langmanus/langmanus.git
cd langmanus
# 安装依赖，uv 将处理 Python 解释器和虚拟环境的创建
uv sync
# 安装 Playwright 以默认使用 Chromium 进行浏览器操作
uv run playwright install
# 配置环境
cp .env.example .env
# 编辑 .env 文件，添加您的 API 密钥
# 运行项目
uv run main.py🌐 Web 界面
LangManus 提供了一个 Web UI，使用户可以通过图形界面与系统交互，提交任务并查看结果。
📄 开源协议
该项目采用 MIT 许可证，欢迎社区成员贡献代码、改进文档或添加新功能。
如需更多信息或参与贡献，请访问项目主页： (Darwin-lfl/langmanus - GitHub)。
