# EverMemOS：企业级智能记忆系统
LLM训练大致分为三个阶段，Pre-Training学知识，SFT学说话，Post-Training学思考。这样的LLM用作问答没有问题，但是用作AI助理或者家庭机器人就有一个非常致命的缺点：LLM没有记忆，每次对话默认从零开始。除非附带历史信息，LLM不会记得你的任何信息，无法提供个性化、连贯的服务。


```
EverMemOS: Enterprise-grade intelligent memory system
LLM training is roughly divided into three stages: Pre-Training to learn knowledge, SFT to learn to speak, and Post-Training to learn. There is no problem with such LLMs being used as question answerers, but they have a very fatal drawback when used as AI assistants or home robots: LLMs have no memory, and each conversation starts from scratch by default. LLMs will not remember any of your information unless accompanied by historical information and cannot provide personalized, coherent services.
```
## LLM记忆的设计模式
主要分为两类：第一类是模拟人类的记忆方式（来自论文CoALA），第二类是从计算机工程的角度设计（Letta提出）。
```
Design patterns for LLM memory
There are two main categories: the first is to simulate the way humans remember (from the paper CoALA), and the second is to design from the perspective of computer engineering (proposed by Letta).
```
拟人化记忆的四种记忆类型：
- 临时记忆：当前对话的内容，对应到LLM就是context，LLM的context的长度通常是256K tokens，Gemini则能达到1M tokens。
- 事实类记忆：这类记忆通常对所有人都是一样的。对于人类来说，就是人学到的知识和事实，例如水在0度结冰、小明不喜欢吃香菜；对于LLM，就是关于用户的信息，例如用户是男性、名字叫Gorden。
- 经历类记忆：这类记忆则因人而异。对于人类来说，就是发生过的事，例如上个周末去了公园、吃了火锅；对于LLM来说，过去的聊天记录提炼出来的总结都可以算作这类记忆，例如用户提问了如何减肥。
- 技能类记忆：对人类来说，就是如何开车这种学会后不必再思考、形成了本能的技能；对于LLM来说，就是system prompt，例如让LLM回复时必须使用Json格式。（例如http://CLAUDE.md）
```
The four types of memory of anthropomorphic memory:
· Temporary memory: The content of the current conversation corresponds to the LLM as the context, the length of the LLM context is usually 256K tokens, and Gemini can reach 1M tokens.
· Factual memory: This type of memory is usually the same for all people. For humans, it is the knowledge and facts that people have learned, such as water freezing at 0 degrees, Xiao Ming doesn't like to eat coriander; For LLMs, it is information about the user, such as whether the user is male and given the name Gorden.
· Experiential memory: This type of memory varies from person to person. For humans, it is what has happened, such as going to the park and eating hot pot last weekend; For LLMs, summaries extracted from past chat records can be counted as such memories, such as when a user asks how to lose weight.
· Skill memory: For humans, it is how to drive, which is a skill that does not have to think and form instincts after learning; For LLMs, it's a system prompt, for example, the LLM must use Json format when replying. (e.g. http:// CLAUDE.md)
```

计算机工程出发的记忆类型：
- 消息缓冲区：即当前对话内容，对应拟人化记忆的临时记忆。
- 核心记忆：由智能体维护的事实类记忆，但是对于当前对话，只取有关联的事实用作上下文。
- 历史对话记录：包括所有完整的历史对话记录，在必要是搜索使用。
- 压缩类记忆：存储在外部的、经过提炼且加了索引的知识和记忆，通常用向量数据库存储，在查询后把信息放到上下文中。比历史对话记录更高效。
```
Types of memory from computer engineering:
· Message buffer: The current conversation content corresponds to the temporary memory of anthropomorphic memory.
· Core memory: A factual memory maintained by the agent, but for the current conversation, only relevant facts are used as context.
· Historical Conversation History: Includes all complete historical conversation records, searched and used if necessary.
· Compressed memory: External, refined and indexed knowledge and memory, usually stored in a vector database, and the information is put into context after querying. More efficient than historical conversation records.
```

EverMemOS主要使用的是拟人化记忆模式，结合了工程类记忆的效率实践，设计了多层次、多类型的记忆结构。存储记忆的大致流程是：
1. 识别对话中的关键信息，提炼成记忆单元；
2. 按对话主题、对话用户，与之前的记忆整合，梳理出脉络和用户画像；
3. 建立记忆的关键词和索引，用于快速召回；
```
EverMemOS mainly uses anthropomorphic memory mode, combined with the efficiency practice of engineering memory, and designs a multi-level and multi-type memory structure. The general process of storing memories is:
1) Identify key information in the dialogue and refine it into memory units;
2) According to the dialogue topic and dialogue users, integrate with the previous memory, sort out the context and user portrait;
3) Establish memorized keywords and indexes for quick recall;
```
## 如何调用记忆
调用记忆的核心挑战是如何避免因为记忆过多、查询过慢导致响应时间变长。对于需要快速响应的对话，EverMemOS直接使用RRF融合算法（Reciprocal Rank Fusion）；对于复杂的场景，Agent会生成2-3个互补查询，补全缺失的信息，提升复杂问题的覆盖面，然后并行查询出需要使用的记忆。
```
How to call memory
The core challenge of calling memory is how to avoid long response times due to too many memories and slow queries. For conversations that require a quick response, EverMemOS directly uses the RRF Rank Fusion algorithm. For complex scenarios, the agent generates 2-3 complementary queries to complete the missing information, improve the coverage of complex problems, and then query the memories that need to be used in parallel.
```

召回多层次的记忆后，再与当前对话内容拼接，整合成完整的上下文，给出最终的回复。一个典型的例子是你让AI给你推荐饮食，AI可以联想到你前几天做了牙科手术，从而有针对性的调整建议。
```
After recalling the multi-level memory, it is then spliced with the current conversation content and integrated into a complete context to give the final response. A typical example is when you ask AI to recommend a diet for you, which can be associated with the fact that you had dental surgery the other day to make targeted adjustments.
```

通过 "结构化记忆 → 多策略召回 → 智能检索 → 上下文推理" 的记忆和召回路径，EverMemOS在LoCoMo评测里达到了 92.4% 的推理准确率**，**为目前最佳。长时间的记忆里、高准确率的召回率，是AI助理和AI机器人的必需能力，2025年是Agent的元年，2026会成为记忆的元年。
```
Through the memory and recall paths of "Structured Memory→ Multi-Policy Recall→ Intelligent Retrieval →Contextual Reasoning", EverMemOS achieved an inference accuracy of 92.4% in the LoCoMo evaluation, which is the best at present. In long-term memory, high accuracy recall is a necessary ability for AI assistants and AI robots, 2025 is the first year of Agent, and 2026 will become the first year of memory.
```


![image.png](/static/img/71966cc0cac578a5d4246c11601c65e3.image.webp)

[github](https://github.com/EverMind-AI/EverMemOS/tree/main)

企业级智能记忆系统

在与 AI 多轮交互获得理想答案后，应进一步提炼出一个“一步到位”的高质量提示词，并持续积累和优化这类提示词，以提升未来同类问题的解决效率与精准度。



具体而言：
1. 反思性提炼：当通过多轮对话得到满意结果时，主动追问“若要你一步生成这个答案，我当初该怎么提问？”，从而逆向推导出更精准的初始提示词。
2. 提示词资产化：将高频问题对应的优质提示词沉淀为个人知识资产，形成“问题–提示词–理想回答”的映射库。
3. 持续迭代优化：在后续使用中不断调整提示词的细节（如约束条件、输出格式、角色设定等），使其更贴合实际需求，减少交互轮次，提高 AI 输出质量与效率。



## 示例

1. 假设我们下次再执行同样的任务，为了能够缩短我们的交互次数或对话轮数，我应该给你怎样的提示词？给出详细、精准的提示词，附理由
2. 如果你一步到位生成最终的回答，我给你的提示词应该怎么写？给出详细、精准的提示词，附理由

提示词优化

## 背景

作者：陈行甲

一切过往皆财富

![](https://ts1.tc.mm.bing.net/th/id/R-C.27c780bd5906d334b444eb4f5d5b4078?rik=DYjND3D2ZBD0Sg&riu=http%3a%2f%2fi3.hexun.com%2f2021-04-03%2f203344895.png&ehk=Q%2byulZP2lGI8onMFKii0Vcq9nGYaiJCTIXUIKHmoWrU%3d&risl=&pid=ImgRaw&r=0&sres=1&sresct=1)



一次刷视频，看到了这样的新闻，顿时感觉，是什么样的作家，什么样的书籍，一个农民会跑到签售会。这样的举动，我心里感觉，农民大叔是一个不一样，心怀很多期待，令人敬佩。

![image.png](/static/img/fa23494bd22396cfc1332853f8f66581.image.webp)

这也让我再次感受到，读书的伟大，不管在做着什么样的工作，都可以去读书，去感受另外的世界。这位农民大叔，被现场工作发现之后，新书发布会的陈行甲亲切地问候，而且送上了自己的联系方式，这个作者是真的平易近人。

## 人物了解

起初，看到视频，我没有去仔细去了解，但是，在我上一个书籍看完之后，看到了《陈行甲的人生笔记》的推荐，遂去点开读了一些，然后又去查看了这个作者的一些资料。

在近些年看书的时候，习惯会一边看一边去查这个作者的信息，主要是受b站up主：姜Dora的影响。

陈行甲，巴东一名最高政治官员

## 读书笔记
- 这本书的主人在他的每个人生阶段都充满不自信、惶恐和挣扎，同时也从未放弃爱和希望。无数次地在不自信中寻找爱和希望，在找到爱和希望后又会被另一个不自信包围。周而复始，循环向前。我相信这是每个人的人生缩影。
- 人活着就是含辛茹苦。世事艰难让我们很多人披上了心灵的铠甲，慢慢远离自己的内心，变得世故和冷漠。
- 我们这些穷乡亲，在等待着我们！他们期待的目光，早已穿越万水千山、风霜雨雪，我们奔向他们的脚步，大地会聆听。人间最冷的不是冰寒，而是麻木。你不是太阳，但你可以发出比太阳更温暖的光！
- 霞抄写的诗《有一种缘分》截取：

```shell
伤感是你含泪的眼眸
沉重是你燃烧的烟头
假如有一天我能读懂你
面对落日不再回首
共承风雨不是陌路
```
- 我们就像青春岁月里两只孤单的飞鸟，在这片水域遇见，彼此触碰到了对方的羽毛，看到了对方眼神中清澈的光。茫茫的天空，哪里是我们的去处，我们都不知道，可是这并不影响我们彼此简单又欢欣的流连缱绻
- 霞热烈地回应了我，霞在信中流着泪答应了我的求爱，霞在信中拥抱了我。我们的第一次拥抱，是隔空在信中完成的。我和霞的爱情就这么正式开始了。
- 是霞，是霞，是我的霞又回来了
- 逛完市场回家，我从后面抱住了霞，霞回过身抱住我，我们热烈地拥抱，这是我们第一次真正意义上的拥抱，百感交集，我们俩都留下了激动的泪水。
- 1996年1月18日，这一天居然是我的生日，我的25岁生日。后来到单位上请婚假的时候，张阿姨看了我的结婚证，说小陈你结婚时满了25岁，算是晚婚，可以请18天婚假了，否则只能请3天假
- 霞很坚定地跟我说行甲咱们不能着急，你自己可能没感觉到，但是，我从旁边看你每天都在进步，我陪着你，你住多久我陪多久，咱们安安心心的好不好。`此句摘自，在陈行甲因抑郁症住院想要出院时`
- 霞叮嘱我一定要注意安全，她说：行甲我从来没有指望过你飞黄腾达，我只是要求你一定要活着回来。不要担心我和儿子，我和儿子都为你感到骄傲。你千万保重好自己。`此句摘自，陈行甲反腐时受到不法分子威胁时`
- 生活有其自身的逻辑，那些不经意间的种子，那些没有企图的浇灌，说不准在什么时候会有一阵春风拂过就出土了。
- 行甲你好！看了你的演讲，十分感动，也真正理解了你的一切举动！一个字，真！两个字，纯真！三个字，真善美！一个人只有这样活着，才真正有价值，才真正对社会有贡献！`此句摘自，陈行甲在《我是演说家》的演讲后，施老师给陈行甲发的信息`
- 面临选择时我们总是斤斤计较于每一个方面。如果我们在对我们不那么重要的方面让让步，然后力争在对自己的人生分量很重的选择上胜出，我们的人生是否会精彩许多呢？
- 虽说都是农村，不得不承认他们的农村和我们的农村不像是一个意义上的概念。`此句摘自，美国的农村与中国农村的对比`
- 此时的我有一种莫名的感动，觉得自己就站在天与地的交接处，谁说命运和理想是天和地的平行，只要把天和地都装在心里，再长的平行线也有相交的时候。
- 你不是太阳，但你可以发出比太阳更温暖的光！
- 记得小时候村子里的一些贫穷的家庭，那些成天里话没个好腔，脸没个好相，看什么都不顺眼，总在抱怨争吵的家庭，过了多少年仍是穷得叮当响。倒是那些家庭团结和气，勤扒苦挣的，慢慢地都走出了贫困。
- 中国是个人情社会，完全出于感情的人情往来是社会的黏合剂，是美好的。我想说的是我希望和大家有这种美好的，没有负担的交往。
- 我在县党建工作会上谈学习习**“心中有党，心中有民，心中有责，心中有戒”的要求时，深入讲了我的理解：我们党员干部要做到心中有戒，新必须心中有止。止是上限，戒是底线，没上限的人往往没有底线。
- 当你真正把一件事情想得澄澈透明，你甚至会觉得整个宇宙都在帮你论证这件事情的合理性。
- 推荐一本书：德鲁克-《管理自己》
- `任何通往光明前景的道路都不是笔直的。你做的这些探索是有意义的，不要急，理清头绪，一步步地扎实，每天进步一点点，每月进步一点点，坚持下去就好。`
- 国际上通行的KSA教育理论。Attitude表示的是孩子通过审美教育获得的对于美好事物的体悟能力，通过开阔视野获得的对于世界的好奇心，通过梦想激励获得的对于人生成长的内动力。
- 我感激那些与我同行的人，感谢那些为我故障的路人。而与我渐行渐远的朋友，我也微笑作别，尊重彼此的选择，不道德绑架。人生是一个过程而不是结果，我对我的选择很坦然。“洛阳亲友如相问，一片冰心在玉壶”
- 我们每一个凡夫俗子的人生大部分都在自发而不是自觉的状态下度过，我们是在对自己的重新审视、重新叙述当中理解自己的。
- 写书不是为了让别人记得你，而是你要为自己留住自己。
- 回顾过去并不是为了纠结于过去的是非曲直，而是为了更好地展望未来。
- 认清世界的真相但仍然热爱它，永远是一个望向未来的乐观者的信条
- 我们不该忘记自己走过的路，同情过的人，呼唤过的正义，渴求过的尊重，是这些东西构成了我们深植于生活世界的共通意义的根基。
- 人活到最后，要对天下说一声谢谢。曾经那么为难他的人，作为一个人类的个体，不管怎样，都丰富了他对人类的认知，一切过往都是财富

## 后感

陈先生做的事情，彻彻底底地为老百姓，为人民群众，大义之人。在读过了这本书之后，颇受感动，终于知道为什么，他的书，会被农民伯伯喜欢。

在陈先生的一生中，两位女人发挥了很大的作用，一个给予了他生命，一个拯救了他的生命。在这种情况下，才会对人生看的那么透彻，他的坚韧、善良，无比令人敬仰。

在看陈先生与霞女士的爱情故事时，特别像路遥的《平凡的世界》，那个年代爱情特有的，淳朴、纯真、浪漫。陈先生如今的成就，离不开霞女士的奉献、帮助。是我心中最美的，爱情的样子。

看我这本书，最大的感受，就是一切过往皆财富。不管过去经历过什么，自己还会乐观，怀着善良、淳朴的心，看待这个世界。为自己留住自己，勇往直前吧。


ps： 小小地期待，这本书，可以在未来拍成电影。👏🏻~~ 2025.7.27

陈行甲人生笔记-读书后感

![WechatIMG480.jpg](/static/img/1580ac1f5c76006f1962726322bea97c.WechatIMG480.webp)

## 介绍
作者：蔡崇达

是在看姜Dora的视频的时候，对他的访谈，感觉这个人特别有意思，这是看他写的第二本书

[人要到能托举和滋养自己的关系里去，什么样的人最养你？【蔡崇达x姜Dora】]( https://www.bilibili.com/video/BV1QPBFY9ELa/?share_source=copy_web&vd_source=ef6c842229f8fecfc4dcb8aa804c79b8)




## 好句

- 年纪越大越明白，没心没肺的开心，真实一种能力
- 发呆真的挺好的，可以发现脑子里藏着那么多自己都不知道的想法，可以看到其他人看不到的奇奇怪怪的事情——任何寻常的细节，稍一琢磨，都可以发现，藏着许多不那么寻常的好玩。
- 身体明明还在，但人就是不在了。
- 这世间总有某部分是在意着我的，这世界总有部分是试图陪伴我、和我交朋友的。只有一直知晓并且笃定这世界有着这样的部分，作为人，因此，才能够真正懂得并有能力学习珍惜他人和这世界。或许，也才有能力真正学习去珍惜自己。
- 我们看你老低着头，想说，如果你养了鸽子，可能就会喜欢抬头看看天吧
- 在失去那群鸭子后，我察觉到一个事情：如果没有名字，再宝贵的东西，都只是东西
- 或许人只要心里安定，日子再苦都会是开心的
- 黒咪真的尽力了，我父亲真的尽力了
- 现在身体还在，所以你赶紧去看看她。看的仔细点，这样以后你想念她的时候，还会记得她的样子。
- 当然啊，人永远对一些事情不习惯的，多老都不习惯的。
- 只要认定是家了，即使再不好，它们也会回来的。
- 总会有孤单的时候，毕竟岁月这么漫长

## 感受

1. 蔡崇达的书籍，虽然有点悲伤，但是更有一些治愈，看他的书，明白一件事儿：“根”。人的根在家乡，在童年时代，我觉得这个是走向未来的动力。家乡的情、亲人的情，这些东西在日夜繁忙的社会中，是一口舒心凉茶。让人踏实。
2. 人生最浪漫的事情，就是你讲你自己的故事讲给别人听。不管是通过书籍、视频、照片还是其他方式，能被记录下来，是最有价值的。每日繁忙的工作，日复一日的做地铁去上班，过程难免会厌倦。记录当下，过好当下，是最开心，也是最应该开心的事情。
3. 心怀感恩。小的时候有幸被很多人喜爱，长大之后，可能会发现疼爱你的人少了，但是那些美好的记忆，化作无形的力量，在我遇到困难的时候发挥隐形的作用，心怀感恩，爱意满满。



## 动机
写这篇文章，是因为自己在每周的时候都会看阮一峰、阿猫的博客。平常加班的时候，根本会静下心来去读书，去写一个自己的感受。人真的在繁忙的工作下，还需要去腾出时间，让自己好好休息。好的休息是为了更好的前行

希望以后，可以多写写自己的成长和感受，加油！

我人生最开始的好朋友-读书笔记

## 设计思路

![image.png](/static/img/21912b889df73e1ceff804b4eccc2736.image.webp)
### 1.极简可插拔框架
OpenManus 的核心设计是构建一个非常精简的 Agent 框架，强调模块化和可扩展性。它通过可插拔的工具（Tools）和提示词（Prompt）的组合来定义 Agent 的功能和行为，降低了开发和定制 Agent 的门槛。

- Prompt 决定 Agent 的行为逻辑和思考方式；
- Tools 则提供行动能力（如计算机操作、代码执行、搜索等）。



通过对 Prompt 和 Tools 的自由组合，就能快速"拼装"出新的 Agent，赋予其处理不同类型任务的能力。

### 2. 工具驱动的 ReAct Agent
OpenManus 基于 ReAct（Reason + Act）模式，并以工具为核心驱动 Agent 的行动。Prompt 引导 Agent 的推理和逻辑，而 Tools 则赋予 Agent 行动能力。ToolCall Agent 的引入，进一步提升了工具使用的效率和规范性。

### 3. 规划能力处理复杂任务
OpenManus 延续了 Manus 的多智能体规划优势，将 PlanningTool 用于对用户需求进行高层规划。这种"先规划，后执行"的思路在复杂、长链任务上效果更佳。PlanningTool 将复杂的用户需求分解为线性的子任务计划，这种规划能力是处理现实世界复杂问题的关键。过去的研究表明，在相同模型能力下，如果缺乏系统的分解和规划，许多真实问题的成功率会大打折扣；而加入规划后，成功率会有显著提升。

### 4. 动态 Agent 分配与工具调度
当一个任务拆解出若干子任务后，系统会根据子任务类型，动态将其分配给预先定义或适配的 Agent（有各自的工具集和能力倾向）。这种 *临时分配 + 工具协作*的机制，可以最大化利用多模型、多工具的组合优势，提高应对不同问题场景的灵活度。Agent 预先装备了不同的工具集以应对不同类型的任务，提高了系统的灵活性和效率。


## 工作流程与执行路径
![640.png](/static/img/922813bb08d124d588e98775b113d5bb.640.webp)
### 1. 用户需求输入
用户在前端或命令行中输入复杂的需求，例如"写一段代码完成某种功能，并自动部署到服务器上"。

### 2. PlanningTool 规划
系统先调用 PlanningTool，对需求进行分析与分解，形成一个线性结构的计划或任务序列。比如，会将需求拆解为：
- 分析需求与环境
- 编写初始代码
- 测试并修复错误
- 部署并验证结果

这些子任务被记录在一个 plan 或类似结构中。

![openManus.png](/static/img/ed89b67a3dd0a4c2f1c81afa07e87737.openManus.webp)
### 3. 任务分配与执行

- 如果任务中涉及大规模数据分析或机器学习流程，可能会调用一个具备 Data Interpreter 能力的 Agent；
- 若任务需要复杂的代码修复或文件管理，则会调用另一个能够使用 ComputerUse 工具的 Agent；
- 系统按照顺序从计划中依次取出子任务；
- 根据任务关键字或意图判定，分配给最合适的 Agent。目前 Agent 分配主要基于正则匹配，未来考虑使用 LLM 实现更智能的任务分配。
- 每个 Agent 都会采用 ReAct 循环（Reason + Act）与 Tools 进行交互，以完成自己所负责的子任务。

### 4. 结果汇总与状态更新
当某个子任务执行完毕后，系统会将执行结果、关键上下文信息进行必要的"总结与压缩"（以避免不断增加的冗长 Memory），然后存入当前的"Plan 内存"或全局可访问的共享内存。

- 如果任务完成顺利，进入下一子任务；
- 若出现执行失败或结果异常，系统可进行自动调试或重新规划，视设计实现程度而定。

### 5. 整体产出
当所有子任务执行完毕，系统对整体结果进行汇总并返回给用户，或完成如网页部署、自动执行脚本等操作。


## 技术机构剖析

![image.png](/static/img/9b780551199b7d5c77df0ab7de3c9961.image.webp)

### 工程结构概览
```shell
.
├── app
│   ├── agent
│   │   ├── base.py
│   │   ├── manus.py
│   │   ├── planning.py
│   │   ├── react.py
│   │   ├── swe.py
│   │   └── toolcall.py
│   ├── flow
│   │   ├── base.py
│   │   ├── flow_factory.py
│   │   └── planning.py
│   ├── prompt
│   │   ├── manus.py
│   │   ├── planning.py
│   │   ├── swe.py
│   │   └── toolcall.py
│   └── tool
│       ├── base.py
│       ├── bash.py
│       ├── browser_use_tool.py
│       ├── create_chat_completion.py
│       ├── file_saver.py
│       ├── google_search.py
│       ├── planning.py
│       ├── python_execute.py
│       ├── run.py
│       ├── str_replace_editor.py
│       ├── terminate.py
│       └── tool_collection.py
```

项目依赖也相对简单，主要包括一些用于数据验证（pydantic）、AI 服务调用（openai）、浏览器控制（playwright、browsergym、browser-use）和一些基础工具库：
![image.png](/static/img/09c072581d6201171e1c8691f967b4c2.image.webp)
- pydantic：数据验证和设置管理
- openai：OpenAI API 的客户端库
- browser-use：构建能使用网络浏览器的 AI 代理框架
- browsergym：训练 AI 使用网络浏览器的环境
- playwright：浏览器自动化库
- googlesearch-python：无需 API 密钥进行搜索的库

这样的结构设计使得 OpenManus 在提供强大功能的同时保持了极高的可维护性和可扩展性。

### 4.2 核心系统组件
OpenManus 的架构由四个主要模块构成：
![image.png](/static/img/5f853623c93cf8ac4ca09c4431f2b797.image.webp)
1. 核心多智能体框架（Agent）
Agent 模块采用清晰的继承层次，自底向上逐步增强功能：

示例代码（Manus 实现）：

```python
class Manus(ToolCallAgent):
    """
    A versatile general-purpose agent that uses planning to solve various tasks.
    """
    name: str = "Manus"
    description: str = "A versatile agent that can solve various tasks using multiple tools"
    
    system_prompt: str = SYSTEM_PROMPT
    next_step_prompt: str = NEXT_STEP_PROMPT
    
    # Add general-purpose tools to the tool collection
    available_tools: ToolCollection = Field(
        default_factory=lambda: ToolCollection(
            PythonExecute(), GoogleSearch(), BrowserUseTool(), FileSaver(), Terminate()
        )
    )
```
- BaseAgent：定义了智能体的基础属性（name、memory、system_prompt）和基本行为（执行逻辑、状态检查）。
- ReActAgent：实现了经典的 "Reasoning + Acting" 模式，先思考后行动，每一步执行都分为 think 和 act 两个阶段。
- ToolCallAgent：在 ReAct 基础上进一步细化，使 think 阶段专注于工具选择，act 阶段负责执行所选工具。
- Manus：继承 ToolCallAgent，主要通过定制 system_prompt 和 available_tools 来赋予不同能力。

2. Tools（工具层）
工具模块是 OpenManus 的行动能力基础，各类工具均继承自 BaseTool：

其中，planning.py 实现了 Manus 著名的计划功能，用 Markdown 格式管理任务计划并跟踪执行进度。

- ComputerUse：命令行和计算机操作
- BrowserUse：网络浏览和交互
- PythonExecute：执行 Python 代码
- GoogleSearch：网络搜索
- FileSaver：文件读写
- PlanningTool：任务规划与追踪

3. Prompt（提示词模块）
Prompt 模块包含了各种 Agent 使用的指令模板，例如 Planning 的系统提示：

```python
PLANNING_SYSTEM_PROMPT = """
You are an expert Planning Agent tasked with solving complex problems by creating and managing structured plans.
Your job is:
1. Analyze requests to understand the task scope
2. Create clear, actionable plans with the `planning` tool
3. Execute steps using available tools as needed
4. Track progress and adapt plans dynamically
5. Use `finish` to conclude when the task is complete

Available tools will vary by task but may include:
- `planning`: Create, update, and track plans (commands: create, update, mark_step, etc.)
- `finish`: End the task when complete

Break tasks into logical, sequential steps. Think about dependencies and verification methods.
"""
```
而 Manus 的系统提示则更加简洁：
```python
SYSTEM_PROMPT = "You are OpenManus, an all-capable AI assistant, aimed at solving any task presented by the user. 
You have various tools at your disposal that you can call upon to efficiently complete complex requests. 
Whether it's programming, information retrieval, file processing, or web browsing, you can handle it all."
```
4. Flow（执行流程模块）
- Flow 模块负责任务的高层编排和执行流程管理：
- PlanningFlow 的执行流程：
- 每步执行前，系统会生成上下文丰富的提示：
```python
step_prompt = f"""
CURRENT PLAN STATUS:
{plan_status}

YOUR CURRENT TASK:
You are now working on step {self.current_step_index}: "{step_text}"

Please execute this step using the appropriate tools. When you're done, provide a summary of what you accomplished.
"""
```
- BaseFlow：抽象基类，定义了 Agent 管理和执行接口
- PlanningFlow：实现基于规划的执行策略


1. 创建初始计划（_create_initial_plan）
2. 按计划步骤调用适当的 Agent
3. 跟踪计划执行状态并动态调整
![640.jpeg](/static/img/69514c13fdd6c52ead9819d16bebf4b5.640.webp)
### 4.3 系统运行机制

1. 基础版本（Manus）：

- 用户输入需求，调用 Manus agent 的 run 函数

- run 函数循环执行 step 操作（来自 ReActAgent）

- 每个 step 包含 think（选工具）和 act（执行工具）两个环节

- 直接使用基础工具集（Python执行、搜索、浏览器、文件保存等）

2. 高级版本（PlanningFlow）：

- 使用 PlanningTool 对需求进行整体规划

- 针对每个子任务动态生成适合的上下文和指令

- 调用 Manus agent 执行各个子任务

- 维护计划状态和执行进度

值得注意的是，在当前版本中，虽然 PlanningFlow 具备多智能体调度的能力，但实际上只有单一的 Manus 智能体在执行任务。未来版本可引入更多专业化的 Agent 以充分发挥多智能体协作的优势。

### 4.4 Memory 管理与 Agent 分配
与前文描述一致，OpenManus 实现了简单但有效的记忆管理和 Agent 分配机制：

- Memory 管理：每个子任务执行后进行总结压缩，避免上下文过长

- Agent 分配：当前主要基于正则匹配和规则，后续可考虑 LLM 辅助分配


## 未来优化与发展展望


虽然 OpenManus 在短时间内完成了初版本的核心功能，但团队也对后续的发展方向有清晰的思考，包括：

1. 增强规划能力

更深入地将 Tree-of-Thought 等搜索方法引入，或使用自适应的规划方案，让多智能体的任务分解与决策更高效、更精准。

2. 标准化评测 & 基准

在 GAIA、TAU-Bench、SWE-Bench 等多智能体任务集上进行持续评测，为后续工程优化提供量化标准，也能让社区更透明地了解 OpenManus 的改进幅度。

3. 多模型适配与成本优化

    - 从使用单一大模型（如 GPT、Claude）走向集成多个"专用小模型"（如针对代码、搜索、翻译、决策的模型），以更低成本实现超过大模型的效果；
    - 对 Token 消耗进行工程化、缓存化的优化，通过更精细的上下文管理显著降低调用成本。

4. 记忆管理与信息追踪

在多智能体长链任务中，如何高效追踪并管理上下文信息是关键挑战；团队将探索更灵活的 memory 结构，避免信息丢失与无效重复。

5. 更多工具生态 & 智能创造工具

随着工具数量与类型增加，Agent 对于工具选择、调用参数、执行顺序的管理将愈发复杂；如何让 Agent 自动创建或改写工具，也将成为下一阶段研究的热点。

6. 商业化场景深耕

多智能体在代码生成、网站搭建、数据分析等场景已有快速落地趋势。只有在"真实场景任务"和"用户效果"上极致打磨，才能促使用户持续使用 Agent 并产生商业价值。



## 与 MetaGPT 等项目的内在关联


OpenManus 在短时间里得以火速上线，与其团队早期在多智能体领域的系列研究息息相关。MetaGPT、Data Interpreter、AFlow、FACT、SELA、SPO 等项目不仅在论文、开源代码层面做了长期积累，也对多智能体的核心模块——规划、工具调用、搜索与记忆——进行了深入探索。其中：

- MetaGPT：最早的多智能体协作框架，将 SOP（标准操作流程）进行角色化分配，以提升大模型解决复杂任务的成功率。
- Data Interpreter：针对机器学习与数据建模场景，强化了智能体在数据处理、模型训练和工具使用上的能力。
- AFlow：利用蒙特卡洛树搜索（MCTS）在多任务中动态探索最优的 Agent 组合与执行流程。
- FACT：通过改进大模型的检索与记忆机制，增强多事实问答（QA）等任务的准确度。
- SELA：让智能体具有蒙特卡洛式的调试能力，在机器学习任务中自动优化策略。
- SPO：一种自监督的 Prompt 优化工具，适合短样本或质量难以度量的应用场景。

这些项目形成了一个庞大的多智能体技术储备，为 OpenManus 的快速构建提供了坚实的"技术底座"。