0天复刻Manus通用智能体，完全开源！GAIA Benchmark最强性能！

AI_小站 AI_小站 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1.4k累计阅读 1.4k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄3年
关注
原创 最新推荐文章于 2026-09-27 10:34:00 发布 1.4k 阅读 AI 写同款· GEO 优化 ›
【General Agent Benchmark】论文分享：GAIA 论文名称：GAIA: a benchmark for General AI Assistants；机构：Meta + Huggingface + AutoGPT 阅读详情

最近AI圈最炸的瓜，毫无疑问是——Manus！

一个AI Agent，不仅能刷GAIA Benchmark，还能远程开Ubuntu容器、自动挂载数据、做规划、执行任务，堪称「云端超级打工人」。听起来确实很能打？但我们 CAMEL-AI的🦉OWL项目看完Manus视频，集体摊手：就这？0天复刻走起！

Manus还在闭门造车，OWL已经和全球开发者一起开源狂飙了，我们🦉OWL项目直接做到开源界GAIA性能天花板，达到了58.18%，超越Huggingface 提出的Open Deep Research 55.15%的表现。

别抢Manus邀请码了，开源版已经在路上！Manus的内测邀请码居然被炒到几万块，这事儿在开发者圈都传疯了。但我们更想说：Manus太贵？Manus太封闭？别等了，我们直接开源复刻一个，随便玩！

🔗项目地址：

GitHub：https://github.com/camel-ai/owl

不但免费白嫖，还能参与贡献，一起把🦉OWL打造成比Manus还强的全能开源Agent选手！没视频没真相，给大家端上来了两盘demo！第一个是咱们的OWL自动帮你查找当日伦敦电影有什么！

第二个Demo是🦉 OWL Agent在调研总结GitHub仓库里都有什么！

wow～开发者们是不是很兴奋呀！

🦉OWL vs Manus：开源版Agent还能更Pro

对比项ManusOWL
代码闭源开源
获取难度内测+天价邀请码GitHub一键clone
工具链固定自由外挂
执行环境云端私有云端+本地任选
价格某鱼几万免费+随缘Star

总结一句：Manus是高冷AI精英，🦉OWL是贴心打工老黄牛，开源和灵活度直接拉满！

Manus到底是啥？我们扒视频+剖技术路线

为了让🦉进化成真正的全自动多Agent打工神器，我们对Manus的技术路线做了一波野生Reverse Engineering（逆向工程），并顺势启动了****深度复刻计划****。

🛠️Manus核心工作流，我们拆成6步

  1. 启动一个Ubuntu容器（Agent远程工位就位）
  2. 知识召回（把之前学过的内容捡起来用）
  3. 连接数据源（数据库、网盘、云存储全覆盖）
  4. 把数据挂载到Ubuntu（Agent的搬砖时刻）
  5. 自动生成todo.md（规划任务+写待办清单）
  6. Ubuntu工具链+外接工具组合拳，执行全流程任务

🔗Worklfow复刻计划Issue：

https://github.com/camel-ai/camel/issues/1723

💻Ubuntu Toolkit：开源Manus的打工神器全家桶

Manus里Agent用到的操作，我们都会给🦉配齐，甚至更灵活！启动一个Ubuntu容器，🦉直接上岗，随时随地远程办公：

  • 终端命令执行（运维、部署全搞定）
  • 文件解析：PDF转Markdown、网页爬取
  • 自动创建、编辑文件，生成todo.md
  • 浏览器操作：滚动、点击、输入全会
  • 在线搜索+实时信息检索，一秒找到关键资料
  • 自动生成报告、代码、文档，直接交付成果
  • 一键把服务部署到公网，输出报告直接上线

🔗Ubuntu Toolkit复刻计划Issue：

https://github.com/camel-ai/camel/issues/1724

🧠Memory Toolkit：复刻还得加点记忆buff

每次任务执行，Manus都会把新学到的知识点存下来。我们也会给🦉加上记仇功能（哦不，是记忆）。

下次遇到类似任务，直接召回过往经验！

  • 新知识实时存储，持续进化
  • 任务中随时召回过往经验，灵活调度

🔗相关Memory模块（已开源）：

https://github.com/camel-ai/camel/blob/master/camel/memories/agent_memories.py

🔗Memory Toolkit复刻计划Issue：

https://github.com/camel-ai/camel/issues/1725

🦀️CRAB+🦉OWL：跨平台掌控力直接拉满

其实早在Manus爆火之前，我们其实已经开发过一套强大的跨平台操作系统的通用智能体——CRAB。

🔗https://github.com/camel-ai/crab

CRAB不止能操控Ubuntu容器，还能直接控制手机和电脑里的任何应用，覆盖比Manus展示的终端和浏览器多得多。

，时长01:06

接下来我们会把CRAB技术融入🦉OWL里，实现跨平台、多设备、全场景远程操作，真正做到全能版开源Manus Pro Max！

🫡 招募贡献者，一起造Agent界的最强开源猛禽！

🦉OWL项目其实已经筹备了好几个月，本来打算稳扎稳打慢慢开源。但Manus这一波实在太卷，我们也被逼着提前亮剑。

技术框架、工作流程、核心能力全都公开，代码全在GitHub上，AI开发者们，机会已经摆在这儿了！欢迎所有AI玩家、Agent爱好者一起贡献PR，把🦉打造成全球最强开源多Agent助手！

都看到这了，还不快给我们点星星🌟

📮GitHub仓库：

https://github.com/camel-ai/owl

如何零基础入门 / 学习AI大模型？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高

那么我作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，希望可以帮助到更多学习大模型的人！至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

👉 福利来袭优快云大礼包：《2025最全AI大模型学习资源包》免费分享，安全可点 👈

全套AGI大模型学习大纲+路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

read-normal-img

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉 福利来袭优快云大礼包：《2025最全AI大模型学习资源包》免费分享，安全可点 👈

img

这份完整版的大模型 AI 学习资料已经上传优快云，朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费】

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。

标签
#人工智能 #AI #AI大模型 #Manus #Agent
#LLM #大语言模型
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
【模型测试】基于OpenCompass实现Agent最为苛刻的基准评测：GAIA import ostry:# 因为ModelScope的GAIA数据集读取存在问题，所以从huggingface读取rows = []}) 阅读详情

相关推荐

OWL Agent-Manus开源替代版

Manus作为优秀的应用，受到了很多业内同事的关注，作为替代除了Open Manus外，介绍另一款开源的OWL Agent。

晓的博客 1579

【论文精读】GAIA: A Benchmark for General AI Assistants

一篇来自Meta、HuggingFace、AutoGPT联合投稿的Agent Benchmark的工作，为当前百花齐放的Agent领域带来了评测的标准。这篇工作详细介绍了GAIA的设计理念，展望了GAIA的未来，讨论了当前GAIA的不足，细读下来可以看到这些大佬们对于这个当前火热领域的热切期待。PaperCodeFrom本文提出GAIA，一个通用AI助手的benchmark。GAIA提出真实世界的问题，需要一系列基本能力，如推理，多模态处理，网页浏览和一般工具使用等。

HERODING23的博客 8563

GAIA: a benchmark for General AI Assistants

我们介绍了GAIA，这是一个通用人工智能助理的基准，如果得到解决，将代表人工智能研究的一个里程碑。GAIA提出了需要一套基本能力的现实世界问题，如推理、多模态处理、网络浏览和一般工具使用熟练度。GAIA问题对人类来说在概念上很简单，但对大多数高级人工智能来说却很有挑战性：我们发现，人类受访者在配备插件的GPT-4中获得了92%的支持率，而在配备了插件的GPT-1中获得了15%的支持率。这种显著的表现差异与LLM在需要法律或化学专业技能的任务上表现优于人类的最近趋势形成了鲜明对比。

c_cpp_csharp的专栏 948

GAIA：通用AI助手的里程碑基准测试

真实世界导向：不像AgentBench或ToolQA依赖封闭API，GAIA用开放网络和多模态，测试AI在不确定环境中的适应力。

阿正的梦工坊 1422

【LLM评估篇】Ceval | GAIA | MMLU benchmarks

- 一些大模型的评估模型： - 多轮：MTBench - 关注评估：agent bench - 长文本评估：longbench，longeval - 工具调用评估：toolbench - 安全评估：cvalue，safetyprompt等 本文还介绍了其他主流的大模型评估指标等及其使用

发现问题，并解决问题，批判性思维 6947

论文阅读：ICLR 2024 GAIA: A Benchmark for General AI Assistants

研究者们通过对比人类和AI系统在这些问题上的表现，揭示了AI系统在解决实际问题时的不足。实验结果显示，即使是性能最好的AI系统，如GPT-4，其成功率也仅为15%，而人类的回答成功率则高达92%。GAIA的设计理念强调了基准测试应关注AI系统在实际应用中的表现，而非仅仅追求解决对人类来说越来越困难的任务。该基准测试的目的是推动AI研究向更接近人类智能的方向发展，即在多样化的现实场景中表现出与人类相似的稳健性和适应性。此外，GAIA还提供了一个开放的框架，允许社区成员根据提供的指导原则扩展和改进基准测试。

CSPhD-winston的博客 983

OWL：0天复刻Manus通用智能体，完全开源！GAIA Benchmark最强性能！

最近AI圈最炸的瓜，毫无疑问是——Manus！一个AI Agent，不仅能刷GAIA Benchmark，还能远程开Ubuntu容器、自动挂载数据、做规划、执行任务，堪称「云端超级打工人」。听起来确实很能打？但我们CAMEL-AI的????OWL项目看完Manus视频，集体摊手：就这？0天复刻走起！Manus还在闭门造车，OWL已经和全球开发者一起开源狂飙了，我们????OWL项目直接做到开源界GAIA性能...

Datawhale 871

【开源Agent框架】OWL：面向现实任务自动化的多智能体协作框架深度解析

OWL（Optimized Workforce Learning）是基于CAMEL-AI框架构建的创新型多智能体协作系统，旨在通过动态智能体交互实现复杂任务的自动化处理。项目在GAIA基准测试中以69.09的平均分位列开源框架榜首，展现了强大的任务处理能力。多模态处理：支持文本/图像/视频/音频工具调用：集成30+专业工具包执行环境：本地/Docker/云端部署模型支持：GPT-4/Claude/Gemini等主流模型。

kakaZhui的博客 875

GAIA（General AI Assistants Benchmark）

GAIA基准测试评估AI助手在真实场景中的综合能力，包含基础（单步任务）、中级（多工具协同）和高级（开放式规划）三个难度层级。测试用例强调多模态处理（文本/图像/音频）、强制工具调用（搜索/API/代码）和标准化答案设计，避免预训练记忆干扰。与传统基准相比，GAIA更关注现实任务（如医疗诊断）而非抽象推理，并支持动态难度调整。该基准包含466个结构化问题，为评估通用AI提供更贴近实际应用的测试框架。 （注：摘要严格控制在150字内，提炼了原文核心要素：测试层级划分、设计原则、对比差异和数据来源）

Revivedsun的专栏 1597

基于 Wi-Fi 的室内定位系统

目前，随着国内外相关从业人员的研究，研究者们提出了众多室内定位技术的理论与方法。在此仅讨论基于 Wi-Fi 的室内定位技术。 WI-FI室内定位 近年来Wi-Fi技术飞速发展，城市中的公共场所如大型超市商场、学校、企业等都已经广泛部署Wi-Fi。Wi-Fi室内定位技术已经出现了很多具有代表性的研究成果，如RADAR系统、Nibble系统、Weyes系统等室内定位系统。2012年，Google把Wi...

温染的笔记 9567

OpenManus、OWL真实测评，Manus的Agent护城河一碰就碎？

AI 时代项目复刻的速度有多快？周四0:00出的 Manus，周五晚上10:57 MetaGPT 开始 OpenManus 的第一次提交，OWL 更夸张，CAMEL AI 在周四凌晨5:37从 Deep Swarm 改名为 OWL 后，开始提交更新。在 GAIA 基准测试，也就是 Manus 超过 OpenAI o1 Deep Research 的同款测试里，其 Level 1 分数达到 81.13，也超过了Deep Research，接近 Manus 的 86.5。因为现在验证码还是一码难求，很多人还对这

2401_85343303的博客 1475

AXI backpressure反压机制代码

本文将xilinx的axi读写代码进行修改，实现吞吐量达到50%

m0_64636251的博客 1765

AI大模型企业应用实战：Prompt让LLM理解知识

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

2401_84204413的博客 3212

CANopen PDO 配置實戰：3步完成0x1800-0x1A00物件字典映射與事件觸發

本文详细解析CANopen PDO配置实战，通过3个关键步骤完成0x1800-0x1A00对象字典映射与事件触发设置。重点介绍COB-ID位域解析、映射参数配置及事件触发优化，帮助工程师实现工业自动化设备间毫秒级实时数据交换，提升系统通信效率。

weixin_33709609的博客 379

Ansys Zemax与Speos协同设计：HUD系统从光学优化到驾驶视觉验证全流程解析

本文详细解析了如何利用Ansys Zemax与Speos协同工作流，完成HUD系统从光学内核优化到驾驶视觉验证的全流程。通过Zemax进行精密光学设计与像差校正，再通过Speos进行HOA定量分析和虚拟驾驶舱仿真，实现了数据无损流转与验证闭环，有效解决了光学性能与视觉感知脱节的核心问题，显著提升HUD设计效率与可靠性。

git9versioner的博客 529

深度解析GAIA基准：评估通用AI助手的关键指标

深度解析GAIA基准：评估通用AI助手的关键指标 【免费下载链接】agents-course This repository contains the Hugging Face Agents Course. 项目地址: http...

gitblog_00389的博客 726

飞塔防火墙认证绕过漏洞(CVE-2022-40684)深度剖析与实战复现

本文深度剖析了Fortinet飞塔防火墙高危认证绕过漏洞CVE-2022-40684的原理与影响。该漏洞允许攻击者通过构造包含特定Forwarded头和User-Agent的HTTP请求，无需凭证即可绕过认证，以管理员身份访问设备。文章详细演示了从环境搭建到实战复现，最终植入SSH密钥获取控制权的完整过程，并提供了漏洞挖掘技巧与关键防御建议。

d6e7f8g9h的博客 708

Manus超详细介绍，看这一篇就够了

因为没码，直奔主题，全文无尿点。Monica 公司发布的 AI Agent 智能体产品 Manus 是一款具备突破性技术的通用型 AI 代理，根据 Manus官网（https://manus.im）技术白皮书和网络公开资料，整理 Manus 核心技术和应用信息如下，欢迎讨论。Manus 采用的分工机制，模拟人类工作流程，提升复杂任务的处理效率。采用蒙特卡洛树搜索（MCTS）算法优化任务拆解效率；调用工具（如代码编写、网页爬虫），不能调用 CS 架构应用程序；

h1453586413的博客 1万+

【人工智能】从零开始玩转龙虾（Openclaw）：本地与云端（火山Arkcloud）部署全指南

龙虾（Openclaw）是一款海外智能体操作系统（agent operating system），可通过飞书机器人实现自动化办公、信息抓取、任务协作等功能。它支持本地部署和云端部署两种方式，适配MacOS和Windows系统（，建议优先使用MacOS）。sudo。

奶爸的编程之路，也就一周冷个三天 947

【GeoDa实用技巧100例】024：geoda计算全局（局部）莫兰指数Moran‘s I，LISA聚类地图，显著性地图

【GeoDa实用技巧100例】024：geoda计算全局（局部）莫兰指数Moran's I，单变量莫兰指数，双变量莫兰指数计算，LISA聚类地图，显著性地图，Geoda双变量莫兰指数是一种强大的地理空间数据分析工具。

智慧空间实验室 6051

深度解析manus:技术原理剖析、开源平替方案架构分析

2025年3月初，号称首个通用性智能体的Manus发布，让agent作为7/24小时自动打工人的多个场景随即在社交媒体上引发热议，内测邀请码一时洛阳纸贵，被炒制数万元，同时带动了150多只AI智能体概念股涨停。据媒体披露，Manus背后的母公司蝴蝶效应的投资方包括真格基金、腾讯等。爆火之后，Manus的资源也是好起来了。不到两周的时间，Manus团队很快与阿里通义千问团队正式达成战略合作，双方将基于通义千问系列开源模型，在国产模型和算力平台上实现Manus的全部功能。

spatial_coder的博客 7457

老版QQ原生表情gif动态

这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。

AGI梦想照进现实？GAIA测试告诉你AI助手还有多远的路要走

多个维度探讨了如何构建一个既能考察AI在多轮对话、逻辑推理以及跨领域知识应用等多方面能力的评估体系。研究团队强调，通过让AI模拟和超越人类在直觉、创造、以及批判性思维等方面的能力，不仅可以推动技术前沿的发展，更能够为构建一个真正有助于人类生活质量提升的智能社会奠定基础。

Lion_Long的博客 1249

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具，可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

NTscan扫描工具

ntscan是一个扫描器，可以扫描没有密码和弱密码的共享，先到配置文件中填写猜测的用户名和密码，扫描过程中右侧出现的是扫描日志。

GAIA benchmark 实战：用 TaoToken 统一 Key 跑通 General AI Assistants 评测配置

用 TaoToken 统一 Key 跑通 GAIA benchmark 评测：先写 config.toml 与 settings.json 骨架，再执行一段读图推理验证脚本确认多模态链路。GAIA 作为 General AI Assistants 评测，需多模型切换，统一网关可省去多套凭证。官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end 创建 Key 即可开跑。

weixin_42571280的博客 221

深度探秘GAIA：一个为下一代AI量身打造的挑战性基准

GAIA的全称是“”，它旨在评估那些不仅能生成文本，还具备增强能力（augmented capabilities）的LLM。这包括模型能否高效利用工具、进行检索、甚至是基于上下文进行有效提示的能力。简单来说，GAIA不是关于谁能写出最漂亮的诗歌，而是关于谁能解决更具挑战性的、现实世界中的问题。根据其官方介绍，该基准包含了超过450个“非琐碎且有明确答案的问题”。

The cure for boredom is curiosity. This is the log of its adventures. 2265

天桥脑科学研究院自研OMNE框架登顶GAIA榜首

是AI自进化的核心，它允许模型通过与环境的持续交互，累积并存储经验数据。这些数据可以在未来的任务中被模型使用，从而增强模型在新环境中的应对能力。近日，来自天桥脑科学研究院（Tianqiao and Chrissy Chen Institute，简称TCCI）的AI团队提出了一套系统化的数据采集框架，用于构建LTM。该框架能够从模型与外界的交互中收集多样化、个性化的数据，包括数字痕迹、行为数据、生物特征等。这些数据在经过处理和整理后，能够有效存储在LTM中。

m0_72157348的博客 1824
上一篇： AI大模型agent LangChain入门环境搭建2025最新
下一篇： 神仙级AI大模型入门教程(非常详细)，从零基础入门到精通，从看这篇开始
点赞 9
评论 0
书签 书签 8
AI_小站
AI_小站
博客等级 码龄3年 6255粉丝 1152原创
+ 关注
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值