当前位置：首页 > news >正文

OpenManus代码详解(一)：app/agent

news 来源：原创 2025/6/5 15:55:10

请添加图片描述

往期推荐：

1. OpenManus架构解析
2. OpenManus代码详解(一)：app/agent
3. OpenManus代码详解(二)：app/flow
4. OpenManus代码详解(三)：app/tool
5. OpenManus代码详解(四)：app/schema.py
6. OpenManus代码详解(五)：app/tool/planning.py
7. OpenManus代码详解(六)：代码调用流程

官方地址：https://github.com/mannaandpoem/OpenManus

agent 文件夹中的各个实现及其调用流程：

1. 核心智能体类型

继承关系图

BaseAgent (base.py)
    └── ReActAgent (react.py)
        └── ToolCallAgent (toolcall.py)
            ├── PlanningAgent (planning.py)
            ├── SWEAgent (swe.py)
            └── Manus (manus.py)

1.1. BaseAgent (base.py)

基础抽象类，定义了智能体的基本接口和功能
核心属性：
○ name: 智能体名称
○ description: 智能体描述
○ system_prompt: 系统级提示词
○ next_step_prompt: 下一步动作提示词
○ llm: 语言模型实例
○ memory: 记忆存储
○ state: 当前状态
主要方法：
○ think(): 思考下一步行动
○ act(): 执行行动
○ run(): 运行智能体
○ step(): 执行单个步骤

1.2. ReActAgent (react.py)

实现 ReAct（Reasoning and Acting）模式
特点：
○ 思考-行动循环
○ 基于观察的决策
○ 动态调整策略

1.3. ToolCallAgent (toolcall.py)

继承自 BaseAgent，专注于工具调用功能
核心功能：
○ 工具管理：available_tools
○ 工具选择策略：tool_choices
○ 工具调用追踪：tool_calls
主要方法：
○ parse_tool_calls(): 解析工具调用
○ execute_tool_calls(): 执行工具调用
○ format_tool_result(): 格式化工具结果

1.4. PlanningAgent (planning.py)

继承自 ToolCallAgent，增加了规划能力
核心特性：
○ 计划管理：active_plan_id
○ 步骤追踪：step_execution_tracker
○ 当前步骤：current_step_index
主要方法：
○ create_initial_plan(): 创建初始计划
○ update_plan_status(): 更新计划状态
○ get_plan(): 获取当前计划
○ _get_current_step_index(): 获取当前步骤索引

1.5. SWEAgent (swe.py)

软件工程师智能体
专注于：
○ 代码开发
○ 代码审查
○ 问题调试

1.6. Manus (manus.py)

继承自 ToolCallAgent，通用目的智能体
集成工具：
○ PythonExecute: Python 代码执行
○ GoogleSearch: 网络搜索
○ BrowserUseTool: 浏览器操作
○ FileSaver: 文件操作
○ Terminate: 终止操作

2. 调用流程

2.1. 初始化阶段

# 例如创建一个 Manus 代理实例
agent = Manus()

调用顺序：

Manus 构造函数
ToolCallAgent 构造函数
ReActAgent 构造函数
BaseAgent 构造函数
BaseAgent.initialize_agent() 验证器运行

2.2. 运行阶段

result = await agent.run("用户的请求")

调用流程：

BaseAgent.run()
    │
    ├── 检查初始状态（IDLE）
    ├── 更新内存（如果有请求）
    │
    └── 进入主循环
        │
        └── 循环执行 step() 直到达到 max_steps 或状态变为 FINISHED
            │
            └── step() 调用（在 ReActAgent 中实现）
                │
                ├── think()  (由具体代理实现)
                │   │
                │   └── ToolCallAgent.think()
                │       │
                │       └── 使用 LLM 决定下一步行动
                │
                └── act()  (由具体代理实现)
                    │
                    └── ToolCallAgent.act()
                        │
                        └── 执行选定的工具

2.3. 详细执行流程

a. BaseAgent 层:

async def run(self, request: Optional[str] = None) -> str:
    # 1. 状态检查
    # 2. 处理初始请求
    # 3. 进入执行循环
    # 4. 检查是否卡住
    # 5. 收集结果

b. ReActAgent 层:

async def step(self) -> str:
    # 1. 思考（think）
    # 2. 执行（act）
    # 3. 返回结果

c. ToolCallAgent 层:

async def think(self) -> bool:
    # 1. 准备提示词
    # 2. 调用 LLM 获取响应
    # 3. 处理工具调用
    # 4. 更新内存

async def act(self) -> str:
    # 1. 执行工具调用
    # 2. 处理结果
    # 3. 更新内存

d. 具体代理实现:

PlanningAgent: 添加计划管理功能
SWEAgent: 添加软件工程特定工具
Manus: 添加通用工具集合

2.4. 关键组件交互

内存管理:

self.memory.add_message(Message.user_message(content))
self.memory.add_message(Message.assistant_message(content))

工具调用:

result = await self.available_tools.execute(name=tool_name, tool_input=args)

状态管理:

async with self.state_context(AgentState.RUNNING):
    # 执行操作

2.5. 错误处理和安全机制

状态转换保护
步数限制
循环检测
工具执行错误处理

2.6. 示例完整调用链

以执行一个简单任务为例：

# 1. 创建代理
agent = Manus()

# 2. 执行任务
result = await agent.run("执行一个任务")
    # BaseAgent.run() 开始执行
        # ReActAgent.step() 处理每个步骤
            # ToolCallAgent.think() 决定使用什么工具
                # LLM.ask_tool() 获取决策
            # ToolCallAgent.act() 执行工具
                # ToolCollection.execute() 执行具体工具
        # 检查是否需要继续
    # 返回执行结果