如何使用 Ollama 在本地安装和运行 OpenManus – 无需 API 密钥

OpenManus 是 MetaGPT 社区开发的突破性人工智能代理 Manus 的开源替代方案。Manus 本身是一款革命性的人工智能代理，其功能涵盖从任务规划到执行的方方面面，并且能够在无需人工干预的情况下处理复杂的工作流程。Manus 目前采用邀请制，限制了其功能的普及，而 OpenManus 则通过为开发者和研究人员提供免费、开源且可定制的 Manus 版本，实现了这些功能的民主化。OpenManus 仅用了三个小时就开发完成，吸引了众多渴望体验 Manus 却因邀请限制而无法实现的爱好者的目光。

本文将探讨如何在本地安装 OpenManus。虽然它原本是与 OpenAI 或其他 API 密钥配合使用的，但我们找到了一种方法，让您可以使用 Ollama 模型免费使用它！

先决条件

• 此用例的最低系统要求如下：

  • 显卡：RTX 4090 或 RTX A6000
  • 磁盘空间：200 GB
  • 内存：至少 16 GB。

• Nvidia CUDA 已安装。

• Anaconda 安装

注意：不同用例的前提条件差异很大。大规模部署可能需要高端配置。

在本地或云端安装和运行 OpenManus 的分步指南

在本教程中，我们将使用NodeShift提供的GPU虚拟机，因为它以非常经济的价格提供高性能的计算虚拟机，并且其规模符合GDPR、SOC2和ISO27001的要求。此外，它还提供直观易用的界面，使初学者能够轻松上手云部署。当然，您也可以选择任何您喜欢的云服务提供商，并按照相同的步骤完成本教程的其余部分。

步骤 1：设置 NodeShift 帐户

访问app.nodeshift.com并填写基本信息创建帐户，或者继续使用您的 Google/GitHub 帐户注册。

如果您已有账户，请直接登录您的控制面板。

步骤 2：创建 GPU 节点

登录账户后，您应该会看到一个控制面板（见图）：

1）导航至左侧菜单。

2）点击 GPU节点 选项。

3) 点击“开始”按钮，开始创建您的第一个 GPU 节点。

这些GPU节点是由NodeShift提供的GPU虚拟机。这些节点高度可定制，您可以根据自身需求控制不同的环境配置，包括H100到A100系列GPU、CPU、内存和存储。

步骤 3：选择 GPU 配置（型号、区域、存储）

1) 在本教程中，我们将使用 RTX 4090 GPU；但是，您可以根据自己的需要选择任何您喜欢的 GPU。

2) 同样，我们滑动滑块选择 200GB 的存储空间。您还可以从可用区域中选择 GPU 所在的区域。

步骤 4：选择 GPU 配置和认证方式

1) 选择所需的配置选项后，您将看到您所在区域内符合（或非常接近）您配置的可用虚拟机。在本例中，我们将选择一台配备 1 个 RTX 4090 GPU、12 个 vCPU、96GB 内存和 200GB SSD 的节点。

2) 接下来，您需要选择一种身份验证方式。有两种方式可供选择：密码和 SSH 密钥。我们建议使用 SSH 密钥，因为它更安全。要创建 SSH 密钥，请访问我们的官方文档。

第五步：选择一张图片

最后一步是为虚拟机选择一个镜像，在本例中是Nvidia Cuda，我们将在该镜像上部署并运行模型的推理。

好了！现在您可以部署节点了。完成配置摘要，如果确认无误，点击“创建”按钮部署节点。

步骤 6：使用 SSH 连接到活动计算节点。

1) 节点创建完成后，将在几秒或一分钟内部署完成。部署完成后，您将看到“运行中”状态显示为绿色，这意味着我们的计算节点已准备就绪！

2) 当您的 GPU 显示此状态后，导航至右侧的三个点，然后单击“通过 SSH 连接”。这将打开一个包含主机详细信息的弹出框。复制该详细信息并粘贴到您的本地终端中，即可通过 SSH 连接到远程服务器。

步骤 7：设置项目环境及其依赖项

1) 使用Anaconda创建虚拟环境。

conda create -n open_manus python=3.12 && conda activate open_manus

输出：

2）一旦你进入该环境，

• 克隆官方的 OpenManus 代码库模型。

• 进入项目目录。
  

git clone https://github.com/mannaandpoem/OpenManus.git && cd OpenManus

输出：

3) 按照说明安装项目依赖项requirements.txt。

pip install -r requirements.txt

输出：

步骤 8：安装 Ollama

接下来，我们将设置 Ollama，我们可以从中安装我们的模型，并使用它们来运行 OpenManus 代理。

1）安装 Ollama 依赖项。

sudo apt install pciutils lshw

输出：

2）安装 ollama。

curl -fsSL https://ollama.com/install.sh | sh

输出：

3）启动 Ollama 服务器。

ollama serve

输出：

步骤 9：为 OpenManus 安装 LLM

现在，一旦 Ollama 服务器启动并运行，我们将继续安装两个模型，一个用于语言，另一个用于视觉，以支持我们的 OpenManus 代理。

1) 如果您使用的是云 GPU（例如 NodeShift），请打开一个新的本地终端并通过 SSH 连接。

2）安装qwq语言处理模型。

ollama run qwq

输出：

3）安装minicpm-v进行视觉处理。

ollama run minicpm-v

输出：

步骤 10：配置项目设置

由于我们的模型已安装在本地，我们将设置环境变量以使用本地模型，而不是 API 密钥。

1) 为此，如果您使用的是远程服务器（例如 NodeShift GPU），则首先需要按照以下步骤通过 SSH 将本地 VS Code 编辑器连接到远程服务器：

a) 在 VS Code 中安装 Microsoft 的“Remote-SSH”扩展。b
) 在命令面板中输入“Remote-SSH: 连接到主机”。c
) 输入主机详细信息，例如用户名和 SSH 密码，即可连接成功。

2）编辑llm配置llm.vision以使用 Ollama，如下所示。

3）此外，如果您的远程服务器或机器不支持 GUI 并且完全在 CLI 中运行，那么您还需要更改项目的无头设置，以便代理能够无错误地工作。

如果您的机器支持图形用户界面，请跳过此步骤。

启用无头模式：

• 转到/app/tool/browser_use_tool.py项目内的文件。

• 请确保 headless 设置为“ True”，如下所示。

警告：执行上述步骤可确保代理程序成功运行并将结果记录在控制台中，但由于代理程序在无头模式下不会访问浏览器，因此您将无法在浏览器中直观地看到结果。

步骤 11：运行代理

最后，我们可以运行模型，并在控制台中查看模型执行的步骤。

1）在 VS Code 中打开终端并运行以下命令

python main.py

它会要求你输入提示信息。我们提供的提示信息如下：

I need a 7-day Japan itinerary for April 15-23 from Seattle, with a $2500-5000 budget for my fiancée and me. We love historical sites, hidden gems, and Japanese culture (kendo, tea ceremonies, Zen meditation). We want to see Nara's deer and explore cities on foot. I plan to propose during this trip and need a special location recommendation. Please provide a detailed itinerary and a simple HTML travel handbook with maps, attraction descriptions, essential Japanese phrases, and travel tips we can reference throughout our journey.

输出：

如上所示，代理已开始执行提示中提到的任务。以下是任务执行过程的更多步骤截图：

任务结束后，如果您处于 headless 模式（headless=False），您将能够在浏览器中看到一个 html 文件打开，其内容可能如下所示：

结论

在本地安装 OpenManus 可以让开发者无需邀请即可体验开源 AI 代理。通过利用 Ollama 模型，用户可以绕过 API 密钥依赖，免费运行 OpenManus，从而让 AI 实验更加便捷。虽然免费使用本地计算机上的所有资源听起来很诱人，但这需要您的单台计算机拥有强大的计算能力来处理 Ollama 的所有计算任务以及代理的工作流程。但强大的计算能力不应该像 OpenManus 那样受到限制！因此，NodeShift 提供经济实惠且只需点击几下即可完成的云部署，确保开发者能够将更多精力集中在创新上，而不是计算上。

有关NodeShift的更多信息：

• 网站
• 文档
• LinkedIn
• X
• Discord
• 每日开发