openmanus + ollama 是数据不出内网、可自由换模型及深度定制的主流本地部署方案:需python 3.12、git和ollama,配置config.toml指向本地ollama服务,运行app.py启动web界面并验证连通性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

Manus AI本地部署不难,关键在选对路径、避开常见卡点。如果你希望数据不出内网、能自由替换模型、还能深度定制行为逻辑,OpenManus + 本地模型服务(如Ollama)是最主流也最可控的组合。
一、准备环境:Python 3.12 + Git + Ollama
这是所有本地部署的前提,缺一不可:
- 安装 Python 3.12(不是3.11或3.13,OpenManus明确要求3.12);
- 安装 Git,用于克隆代码仓库;
- 下载并运行 Ollama(官网 ollama.com),它将为你提供本地大模型推理服务;
- 推荐先拉一个支持 Function Calling 的模型,例如:qwen2:7b 或 deepseek-coder:6.7b(后者更适配代码类智能体)。
二、获取与安装 OpenManus
OpenManus 是 Manus 的开源实现,目前托管在 GitHub 上,由社区持续维护:
统一LLM网关 - 一个API对接70+AI模型,使用单一API密钥即可调用GPT、Claude、Gemini、Qwen、Deepseek、Grok等主流模型。
- 执行命令克隆项目:git clone https://github.com/mannaandpoem/OpenManus.git;
- 进入目录:cd OpenManus;
- 创建并激活虚拟环境(推荐 conda):conda create -n open_manus python=3.12 && conda activate open_manus;
- 安装依赖:pip install -r requirements.txt;
- 配置 Ollama 地址:在 OpenManus/config/config.toml 中填入:
base_url = "http://localhost:11434"(默认端口,确保 Ollama 正在运行)。
三、启动与验证
安装完成后,直接运行主程序即可启动 Web 界面:
- 执行:python app.py;
- 浏览器打开:http://localhost:5172;
- 首次加载可能稍慢(需初始化向量库和插件),页面出现「Welcome to OpenManus」即表示成功;
- 尝试输入一句自然语言指令,比如「总结我粘贴的这段技术文档」,看是否能调用本地模型响应——这是最关键的连通性验证。
四、进阶建议:让智能体真正“可用”
开箱即用只是起点,要支撑实际任务,还需几步轻量配置:










