前言：繼DeepSeek引發行業震動后，Monica.im團隊最新推出的Manus AI 產品正席卷科技圈。這款具備自主思維能力的全能型AI代理，不僅能精準解析復雜指令并直接產出成果，更顛覆了傳統人機交互模式。盡管目前仍處于封閉測試階段，但開源社區已迅速行動起來。
由MetaGPT核心成員主導的OpenManus開源計劃，為這場智能革命注入了全新活力。這款零門檻的開源工具不僅打破授權限制，更支持本地化部署的大型語言模型。以筆者在高性能服務器上運行的千問QWQ-32B為例，通過OpenManus即可實現完全免費的深度協作。接下來，我們將逐步展開如何構建這組AI黃金搭檔的實戰指南，助您激活屬于自己的智慧引擎。
目錄
1. 環境準備
2. 本地部署OpenManus
3. 安裝Ollama
4. 安裝QwQ 32B模型
?5. 修改OpenManus配置文件
6. 運行OpenManus
7.通過網頁使用OpenManus
8. 安裝內網穿透
1. 環境準備
### 1.1 安裝Python
本例使用Windows11專業版系統進行演示：
首先需要安裝 python 3.12 下載地址：[Python Release Python 3.12.0 | Python.org](https://www.python.org/downloads/release/python-3120/)
頁面底部找到Windows版本，點擊下載安裝程序即可：
安裝時需要注意，勾選下邊兩個選項，不然后續有可能報錯：
安裝結束后，如出現下圖提示，點擊該選項（更改您的機器配置，以允許程序(包括Python)繞過260字符的“最大路徑”限制）同意即可：
確認后，點擊close關閉即可完成Python環境安裝：
### 1.2. 安裝conda
然后安裝conda環境，下載地址：[Anaconda Installers and Packages](https://repo.anaconda.com/)
點擊查看所有安裝文件，找到Windows版本，點擊下載即可：
下載好后，正常安裝即可：
需要注意的是在這一步，需要勾選第三個選項，自動加載剛才安裝的Python3.12環境：
點擊確定，然后點擊Install繼續安裝：
安裝完成后，點擊Finish即可：
2. 本地部署OpenManus
接下來開始在Windows系統使用conda本地部署OpenManus
### 2.1 創建一個新conda環境
首先在Windows中打開cmd或者powershell等終端工具，執行下方命令：
```shellconda create -n open_manus python=3.12```
如果提示'conda' 不是內部或外部命令，也不是可運行的程序，我們需要配置一下環境變量：
首先在電腦中找到conda的安裝路徑，本例中安裝時選擇的是只為我（just me）安裝，那么路徑是在`C:\Users\[你的用戶]` 目錄下：
進入.conda文件夾，打開environments文檔，復制這個路徑：
在Windows系統中搜索環境變量，打開：
選擇高級-環境變量-系統變量-**path** ，點擊編輯：
點擊新建，粘貼剛才復制的Anaconda的地址加上`\Scripts` ?比如：C:\Users\admin\anaconda3\Scripts
添加好環境變量后保存退出即可。
現在我們再打開cmd等終端工具，輸入conda時，可以看到能正常識別命令了：
再次執行剛才的命令：
```shellconda create -n open_manus python=3.12```
輸入y確認：
環境創建好之后，執行下方命令：
```shellconda init```
提示關閉并重啟你的shell工具（關閉重新打開cmd）
然后執行下方命令激活這個新的conda環境：
```shellconda activate open_manus```
如上圖所示，這個conda環境就激活成功了。
### 2.2 克隆存儲庫
接下來，我們在終端中執行下方命令，將OpenManus拉取到本地：
```shellgit clone https://github.com/mannaandpoem/OpenManus.git```> ps:使用git命令需要提前在Windows系統中下載并安裝node.js
如上圖所示done即為拉取完成。
然后執行下方命令進入OpenManus項目根目錄下：
```shellcd OpenManus```
### 2.3 安裝依賴環境
執行下方命令安裝依賴環境：
```shellpip install -r requirements.txt```
這個階段安裝時間較長，耐心等待安裝完成即可：
現在就安裝好了：
3. 安裝Ollama
現在我們已經在本地部署好了OpenManus，但是我們還需要安裝Ollama來接入本地大模型，之后再配置OpenManus 使用的 LLM API才能夠使用。
下方為簡略安裝方法，詳細的安裝流程可以查看這篇文章：[Windows本地部署Ollama](https://www.cpolar.com/blog/the-deepseek-r1-large-model-is-deployed-locally-on-windows-and-interacts-remotely-using-a-web-interface)
首先訪問Ollama的官網：[Download Ollama on Windows](https://ollama.com/download)
下載適配你的操作系統的客戶端，我這里使用的是Windows11系統，點擊下載即可：
安裝好之后，打開cmd輸入ollama回車，看到下面信息即為安裝成功！
4. 安裝QwQ 32B模型
接下來使用Ollama下載本地AI大模型，不支持所有大模型，需要有函數調用能與OpenManus對接的才行。
恰好筆者之前下載的千問QwQ-32B模型就支持，這里就用它來演示。
下面為簡略安裝方法，詳細的安裝方式可以查看這篇文章：[Windows本地部署QwQ32B](https://www.cpolar.com/blog/the-qwq32b-is-comparable-to-deepseek-r1-671b-for-local-deployment-and-remote-access)
Ollama安裝完成之后，就可以開始去下載 QwQ32B 這個模型了，使用這個命令就能下載：
```shellollama run qwq```需要預留**20個G**以上的儲存空間，默認下載到C盤，如果想修改下載位置，可以在終端中執行下方命令來指定模型文件的存放目錄，這里以d:\ollama為例，大家可以自定義：
```shellset OLLAMA_MODELS=d:\ollama```安裝成功后會提示success：
?5. 修改OpenManus配置文件
接下來我們需要修改OpenManus配置文件，讓它對接本地qwq32b模型。
需要修改的是全局模型配置Global LLM configuration和視覺模型配置configuration for specific LLM models
**注意：里面的模型文件名稱要改成你自己安裝的，后面的視覺模型可以和上面的一致，也可以自定義其它的視覺模型!需要自己下載**
首先進入我的電腦，打開C盤-用戶-admin下的OpenManus文件夾：
然后進入config文件夾：
復制一份里邊的config.example.toml文件，重命名為config.toml，使用記事本打開進行配置：
1.首先將Global LLM configuration中的
model = "claude-3-7-sonnet-20250219" 替換為本地qwq32b的名稱：model = "qwq:latest"
> PS:如何查看本地大模型名稱：
>
> 新開一個cmd終端，輸入`ollama list`進行查看，名稱為 qwq:latest
2.將Global LLM configuration中的
base_url = "https://api.anthropic.com/v1/" ? 替換為 base_url = "http://localhost:11434/v1/"
替換后：
3.將Global LLM configuration中的
api_key = "YOUR_API_KEY" 替換為 api_key = "123"
替換后：
4.然后將下面的[llm] #OLLAMA:這部分整段刪除：
刪除后：
5.將Optional configuration for specific LLM models的
model = "claude-3-7-sonnet-20250219" 替換為 model = "qwq:latest"
6.將Optional configuration for specific LLM models的
base_url = "https://api.anthropic.com/v1/" ? 替換為 ? base_url = "http://localhost:11434/v1/"
7.將Optional configuration for specific LLM models的
api_key = "YOUR_API_KEY" ?替換為 api_key = "123"
8.將下面的[llm.vision] #OLLAMA VISION:這部分整段刪除：
刪除后：
配置完畢后保存關閉此文件即可。
6. 運行OpenManus
現在我們回到剛才創建好的OpenManus根目錄下，執行一行命令運行 OpenManus：
```pythonpython main.py```
可以看到提示我們輸入指令來讓它干活！
輸入命令后，可能會出現如下報錯：
這個問題是缺少了瀏覽器，那么需要先下載瀏覽器組件：
```pythonpython -m playwright install chromium```
然后安裝：
```pythonpip install playwright```
然后再次執行運行命令：
```pythonpython main.py```并向它提出要求：
根據本地硬件配置不同，執行操作的時間也不同，稍等后會自動打開瀏覽器進行查詢操作并給出推理與回答：
> PS：如果關閉終端后，不知道如何進入conda環境下的OpenManus根目錄，可以執行下方操作：
>
> 首先執行：
>
> ```shell> conda activate open_manus> ```>
> 然后執行：
>
> ```shell> cd OpenManus> ```>
> 就可以進到根目錄，使用 `python main.py` 運行 OpenManus 了！
>
7.通過網頁使用OpenManus
如果不喜歡在命令行中操作OpenManus，我們也可以在web網頁中進行操作
首先，需要下載OpenManus的分支代碼：
https://github.com/mannaandpoem/OpenManus/tree/front-end
然后解壓下載的包到自定義盤符目錄，本例中為 D:\OpenManus-front-end
在終端中進入這個項目路徑：
```shellD:``````shellcd OpenManus-front-end```
和上邊的在命令行中運行OpenManus一樣，我們需要先創建一個新的conda環境:
```shellconda create -n open_manusui python=3.12```
然后激活環境：
```shellconda activate open_manusui```
安裝依賴：
```pythonpip install -r requirements.txt```在運行前，同樣需要對config文件進行修改：（）
復制一個config.example.toml文件，重命名為config.toml，打開進行如下修改：
保存后，回到終端中執行：
```pythonpython app.py```
會自動打開瀏覽器訪問：http://localhost:5172 打開OpenManus的web ui頁面：
在對話框中提問，可以在主界面中看到AI的操作流程：
思考、調用工具、給出結果：
不過這個UI版本似乎優化還有問題，處理速度比在終端中要慢很多，而且容易出現time out的情況。
8. 安裝內網穿透
現在我們已經成功在本地部署了OpenManus并使用WebUI在網頁中與AI交互，但如果想實現不在同一網絡環境下，也能隨時隨地在網頁中遠程使用本地部署的OpenManus處理問題，那就需要借助cpolar內網穿透工具來實現公網訪問了！接下來介紹一下如何安裝cpolar內網穿透，過程同樣非常簡單：
首先進入cpolar官網：
*cpolar官網地址:* [https://www.cpolar.com](https://www.cpolar.com/)
點擊`免費使用`注冊一個賬號，并下載最新版本的cpolar：
登錄成功后，點擊下載cpolar到本地并安裝（一路默認安裝即可）本教程選擇下載Windows版本。
cpolar安裝成功后，在瀏覽器上訪問http://localhost:9200，使用cpolar賬號登錄,登錄后即可看到配置界面,結下來在WebUI管理界面配置即可。
### 8.1 配置隨機公網地址
接下來配置一下 Open WebUI 的公網地址：
登錄后，點擊左側儀表盤的隧道管理——創建隧道，
- 隧道名稱：openmanus（可自定義命名，注意不要與已有的隧道名稱重復）
- 協議：選擇 http
- 本地地址：5172 (本地訪問的地址)
- 域名類型：選擇隨機域名
- 地區：選擇China Top
隧道創建成功后，點擊左側的狀態——在線隧道列表,查看所生成的公網訪問地址，有兩種訪問方式,一種是http 和https：
使用上面的任意一個公網地址,在平板或其他電腦的瀏覽器進行登錄訪問,即可成功看到 OpenManus 的WebUI 界面,這樣一個公網地址且可以遠程訪問就創建好了,使用了cpolar的公網域名,無需自己購買云服務器,即可到隨時在線訪問本地部署的OpenManus了！
**小結**
為了方便演示，我們在上邊的操作過程中使用cpolar生成的HTTP公網地址隧道，其公網地址是隨機生成的。這種隨機地址的優勢在于建立速度快，可以立即使用。然而，它的缺點是網址是隨機生成，這個地址在24小時內會發生隨機變化，更適合于臨時使用。
如果有長期遠程訪問OpenManus的WebUI使用QWQ-32B模型處理問題，或者異地訪問與使用其他本地部署的服務的需求，但又不想每天重新配置公網地址，還想讓公網地址好看又好記并體驗更多功能與更快的帶寬，那我推薦大家選擇使用固定的二級子域名方式來為WebUI配置一個公網地址。.
### 8.2 ?配置固定公網地址
接下來演示如何為其配置固定的HTTP公網地址，該地址不會變化，方便分享給別人長期查看你部署的項目，而無需每天重復修改服務器地址。
> 配置固定http端口地址需要將cpolar升級到專業版套餐或以上。
[登錄cpolar官網](https://dashboard.cpolar.com/?_gl=1*1l5hwif*_ga*MjMwNTYyNDYwLjE2OTAyNDg5MTg.*_ga_WF16DPKZZ1*MTczODc0Mjg2OC42NTguMS4xNzM4NzQ0Njg2LjUxLjAuMA..)，點擊左側的預留，選擇保留二級子域名，設置一個二級子域名名稱，點擊保留:
保留成功后復制保留成功的二級子域名的名稱：`myops`，大家也可以設置自己喜歡的名稱。
返回Cpolar web UI管理界面，點擊左側儀表盤的隧道管理——隧道列表，找到所要配置的隧道：`openmanus`，點擊右側的編輯：
修改隧道信息，將保留成功的二級子域名配置到隧道中
- 域名類型：選擇二級子域名
- Sub Domain：填寫保留成功的二級子域名：`myops`
點擊`更新`(注意,點擊一次更新即可,不需要重復提交)
更新完成后,打開在線隧道列表,此時可以看到公網地址已經發生變化,地址名稱也變成了固定的二級子域名名稱的域名：
最后,我們使用上邊任意一個固定的公網地址訪問,可以看到訪問成功,這樣一個固定且永久不變的公網地址就設置好了，可以隨時隨地在公網環境異地在線訪問本地部署的OpenManus的WebUI來讓AI幫你全自動處理問題了！
## 總結
經過系統化的操作流程，我們已在Windows平臺完成了OpenManus核心框架及其WebUI可視化模塊的部署工作。通過集成cpolar內網穿透解決方案，成功構建了突破空間限制的遠程訪問通道，使AI助手的調用突破了物理設備的桎梏。整個實施過程展現出顯著的便捷性與高效性，僅需配置高性能計算節點及綁定專屬二級域名，即可打造個性化的智能服務中樞。
該方案不僅實現了7×24小時的遠程交互能力，更通過模塊化架構為后續功能擴展預留了充足空間。隨著OpenManus生態的持續進化，其在自動化處理、智能決策等領域的應用前景值得期待。對于部署過程中遇到的任何技術細節或優化建議，歡迎在交流區分享見解，共同探索人工智能技術的創新邊界。
)
)
)