OpenManus + QwQ-32B 实现 AI Agent / 教程 / HyperAI超神经

点击「在线运行此教程」，新用户使用邀请码「OpenManus」注册即可获取 1 小时 4 卡 RTX A6000 免费使用时长（资源有效期 1 个月），仅有 10 个福利名额，快来体验吧！

一、教程简介

OpenManus 是由 MetaGPT 团队于 2025 年 3 月推出的开源项目，旨在复刻 Manus 的核心功能，为用户提供无需邀请码、可本地化部署的智能体解决方案。

QwQ 是 Qwen 系列的推理模型，相比传统指令调优模型，QwQ 具备思考和推理能力，在下游任务尤其是难题上能取得显著性能提升。

本教程基于 QwQ-32B 模型和 gpt-4o 为 OpenManus 提供推理服务。
教程提供演示示例：制作一个「点击计分」游戏，玩家需要在一定时间 30s 内尽可能多地点击按钮来得分。能够通过 8080 端口访问，用 Node.js 和 Express 作为服务器，并使用 HTML 、 CSS 和 JavaScript（前端）来创建一个简单的小游戏。将项目文件保存在 game 目录下。

二、运行步骤

克隆并启动容器后，打开工作空间，找到 OpenManus/config/config.toml 路径下的文件来自定义设置并添加视觉模型 API 密钥：

# 全局 LLM 配置
[llm]
model = "QwQ-32b"
base_url = "http://127.0.0.1:8000/v1"
api_key = "empty"
max_tokens = 16384
temperature = 0.0


# 可选 vision LLM 模型配置 
# 若没有可用的 vision llm 可以将其注释掉，注释会对最终结果产生一定影响（后续会部署一个内置 vision llm 版本教程，来替代下述 [llm.vision]
[llm.vision]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."  # 替换为您的 OpenAI API 密钥

开始使用

新建一个终端，输入启动命令

conda activate /input2/py12
cd OpenManus/
python main.py

通过终端输入你的创意 prompt

下面展示一个游戏示例，项目文件默认保存在 OpenManus 文件夹下

3.1 输入任务：

制作一个「点击计分」游戏，玩家需要在一定时间 30s 内尽可能多地点击按钮来得分。能够通过 8080 端口访问，用 Node.js 和 Express 作为服务器，并使用 HTML 、 CSS 和 JavaScript（前端）来创建一个简单的小游戏。将项目文件保存在 game 目录下。

3.1 结果：

等待 step 30/30 完成后即可在 game 目录看到整个项目文件。

3.3 新建一个终端，输入以下命令启动游戏：

cd OpenManus/game
node server.js

3.4 点击右侧 API 地址即可运行小游戏。