open manus实战：生成一个贪吃蛇游戏

        本文主要介绍如何使用open manus调用一个大模型，输入相应的prompt，然后进行推理，并将结果保存于本地。

open manus简介

        **OpenManus** 是一个开源的 AI 代理框架和智能助手平台，专注于提供强大的自动化和智能任务处理能力。

        openmanus简要介绍如下：

1. 智能代理系统
- **模块化代理架构** - 可扩展的代理基础框架
- **多代理协作** - 支持多个 AI 代理协同工作
- **任务分解** - 复杂任务的自动分解和执行

2. 多模型支持
- **统一 LLM 接口** - 支持多种大语言模型
- **模型抽象层** - 方便切换不同的 AI 提供商
- **智能路由** - 根据任务类型选择合适模型

3. 企业级功能
- **配置管理系统** - 集中化的配置管理
- **服务集成** - 支持 Daytona 等外部服务
- **环境管理** - 完善的开发和生产环境支持

4.  技术架构

```
OpenManus
├── 代理层 (Agent Layer)
│   ├── Manus - 主代理
│   ├── BaseAgent - 基础代理类
│   └── 专用代理
├── LLM 抽象层
│   └── 统一模型接口
├── 配置管理
│   └── 多环境配置
└── 服务集成
└── 外部 API 集成
```

它的主要应用场景：

• 开发助手

- 代码生成和优化
- 技术问题解答
- 开发工作流自动化

• 业务流程自动化

- 文档处理和分析
- 数据提取和转换
- 工作流任务执行

• 智能对话系统

- 自然语言交互
- 多轮对话管理
- 上下文感知

•  集成平台

- 多服务 API 整合
- 自定义工具扩展
- 第三方系统连接

环境搭建

        以mac os系统为例，搭建流程如下：

1. 从https://github.com/FoundationAgents/OpenManus下载相应git分支

2. 安装conda虚拟环境，这样的话后续所有涉及到的包都会保存在该环境下

     conda create -n open_manus python=3.12

     conda activate open_manus

3. conda环境相关包（可参考deepseek直接导入）

   按git里原始的requirenment直接下载包不会成功，里面的包A与包B同时依赖包C的时候，他们对包C的版本要不不太一样，解决该总是可以通过deepseek与GPT上各种查询，结合拆半查找的方式，部分不兼容的包调整为较高或者较低的版本号，终于成功安装所有包并且全部兼容

相关包配置

所有配置文件位于config/config.toml，里面会涉及到要调用的大模型，以及具体的配置项。

open_manus会引用大量的包以及相关配置，比如Daytona，可以参考app/Daytona下的README，先申请apikey，然后再修改相应的配置文件

运行大模型推理

        在上述文件中配置一个准备调用的大模型（比如，通义千问的qwen模型，https://bailian.console.aliyun.com/?tab=doc#/doc/?type=model&url=2840914）

        conda环境下运行 Python main.py。程序运行起来后，会提示用户输入一个prompt：

，我输入了：“write a snake game using python for me, which can run during 5 minutes”

        然后，大模型开始推理，并生成相应的代码，并且保存到workspace/snake_game.py。

        运行成功后，会将代码保存为一个文件：

运行大模型自动生成的代码

        Pyton workspace/snake_game.py，如下图所示：