OpenManus — als je je eigen AI-agent wilt zonder het extra gedoe

Weet je nog al die buzz rond Manus niet zo lang geleden? Die "universele AI-agent" die beloofde elke taak op te lossen, maar invitatiecodes vereiste en een vervelende wachtrij had. Terwijl sommigen wachtten op toegang, ging een team van MetaGPT (die kerels weten echt wat ze doen als het gaat om multi-agent systemen) aan de slag en bouwden in slechts drie uur een prototype van een open alternatief. Zo is OpenManus ontstaan.

Ik stuitte op dit project in GitHub trends en was aanvankelijk sceptisch over de "drie uur ontwikkeling" claim. Maar toen ik onder de motorkap keek, realiseerde ik me: dit is een geweldig voorbeeld van hoe je iets echt functioneels en nuttigs voor dagelijkse routines kunt bouwen met bestaande tools.

Wat is het eigenlijk

Kort samengevat, OpenManus is een wrapper rond LLM die niet alleen tekst kan genereren, maar ook kan interageren met je computer. Het gebruikt een browser, voert code uit en kan acties in een keten uitvoeren om een doel te bereiken.

Voor wie is dit? Allereerst voor ontwikkelaars die te lui zijn om handmatig data te verzamelen van tien websites of snel een visualisatie moeten maken van een rommelige CSV-bestand. Het project positioneert zich als "Open Source Manus", en de hoofdwaarde is dat je volledige controle hebt over het proces. Geen gesloten API's, geen betaalde abonnementen (behalve je eigen uitgaven aan OpenAI of Anthropic tokens).

Wat de agent kan doen

Het project is momenteel in de fase van actief "polijsten", maar de basisset van tools is al indrukwekkend.

Browser-automatisering

Dankzij Playwright-integratie kan de agent een website bezoeken, de benodigde informatie vinden, op knoppen klikken en data extraheren. Dit is niet zomaar scraping — het imiteert daadwerkelijk gebruikersacties. Als je GPU-prijzen wilt vergelijken bij vijf verschillende winkels, doet de agent het voor je terwijl je je koffie drinkt.

Data-analyse en visualisatie

Je kunt de DataAnalysis Agent inschakelen in de config. Het is afgestemd op het werken met tabellen en grafieken. Je geeft het een bestand, vraagt om "de groeidynamiek voor het laatste kwartaal te tonen", en het genereert Python-code, voert deze uit en levert het resultaat.

Werken met MCP

Een interessant detail — ondersteuning voor Model Context Protocol. Hiermee kun je externe tools aansluiten op de agent en de mogelijkheden praktisch oneindig uitbreiden.

Hoe dit ding aan de praat te krijgen

De ontwikkelaars bieden twee installatieroutes. Ik zou uv aanraden — het is waarschijnlijk de snelste en meest probleemloze package manager voor Python op dit moment.

Kloon eerst de repository:

git clone https://github.com/FoundationAgents/OpenManus.git
cd OpenManus

Maak dan een omgeving aan en installeer dependencies:

uv venv --python 3.12
source .venv/bin/activate  # Для Linux/macOS
uv pip install -r requirements.txt
playwright install

De belangrijkste stap is configuratie. Je moet een config/config.toml bestand aanmaken. Je kunt het voorbeeld uit de repository als basis gebruiken. Daar geef je je API-sleutels op. Standaard is het project geconfigureerd voor GPT-4o, maar niets houdt je tegen om je eigen endpoints in te pluggen.

[llm]
model = "gpt-4o"
base_url = "https://api.openai.com/v1"
api_key = "sk-..."

Praktische scenario's

Ik heb het uitgeprobeerd voor een paar alledaagse taken. Bijvoorbeeld, ik vroeg het om het laatste nieuws te vinden over API-wijzigingen in een bepaalde service en een kort rapport samen te stellen. De agent opende de browser, doorliep de documentatie en produceerde een behoorlijk adequate samenvatting met links.

Een ander geval — werken met unstable branches. Er is een run_flow.py bestand in de repository dat multi-agent modus lanceert. Het is voorlopig een experimentele functie, maar het maakt het mogelijk om taken te verdelen onder gespecialiseerde agents. Eén zoekt, een andere schrijft code, een derde verifieert.

Is het de moeite waard om te proberen

Laten we eerlijk zijn: OpenManus is geen "magische knop" die al het werk voor je zal doen. Soms blijft het hangen, soms loopt het in de browser als de site te complex is. Maar als fundament voor het creëren van je eigen automatiseringen — het is goud.

Het project wint je voor met zijn eenvoud. De code is duidelijk geschreven, de architectuur is niet overladen met onnodige abstracties. Als je al een tijdje AI-agents in actie wilt uitproberen maar geen zin hebt in logge frameworks, is OpenManus een geweldig startpunt.

Trouwens, ze hebben ook OpenManus-RL. Dit is een fork voor degenen die willen duiken in het trainen van agents via Reinforcement Learning. Maar dat is een heel ander verhaal voor deep learning enthousiastelingen.

Dus, als je een spare OpenAI-sleutel hebt liggen en een paar vrije avonden, bekijk dan de repository. Tenminste, het is leuk — kijken hoe de terminal zelf een browser opent en begint met zoeken naar iets.

OpenManus is een goede match voor degenen die:

• Routineuze dataverzameling van het web willen automatiseren.
• Op zoek zijn naar een eenvoudig template om hun eigen gespecialiseerde agent te maken.
• Gesloten systemen beu zijn en willen zien wat er daadwerkelijk gebeurt "onder de motorkap" van AI.

Het project leeft, commits vliegen elke dag binnen en de Discord-community groeit. Het lijkt erop dat het tijdperk van uitnodigings-only AI-diensten echt ten einde loopt, wanneer tools als deze voor iedereen beschikbaar worden.