点击上方蓝字关注我们
Manus火了，万元的“邀请码”最后也引起口诛笔伐，不过这多少也说明了大家对AGI的向往与期待。所谓外行看热闹，内行看门道，Manus本质上是一个运行在云端支持多用户使用的Agent as a Service应用，与Deepseek不一样的是，其技术复杂性更多体现在工程上而非底层算法。
本文将尝试构建一个基于容器（沙盒）隔离的多用户Agent系统的后台原型，以帮助理解相关的原理。
内容目录：
Manus原理乱猜
设计一个多用户的Agent后台
准备：Docker Image
准备：Docker Container管理接口
构建Tool：Python代码执行器（Docker版）
构建Tool：浏览器自动化（Docker版）
组装Prompts与ReAct Agent
-
测试与改进
Manus原理乱猜
从为数不多的演示视频看，Manus背后的一些技术的要点有：
-
一个自主的多Agent/多Tools系统。
由一个任务调度的Agent与多个负责任务执行的Agent（或嵌套多Agent系统）组成；不同的Agent可以根据需要使用擅长不同任务的LLM。
编程任务Agent与Web浏览Agent是核心Agent之一。
为什么？因为这两种Agent最具“通用”能力。
-
借助虚拟环境（比如Docker容器）做用户隔离。
为什么？一个是减少用户间的影响；一个是系统安全。你敢让用户指示AI写出的代码随便在本机环境运行吗？
-
目前擅长的任务流程还是以线性任务为主。
纯推测。因为非线形任务对LLM推理要求极高，或者借助Workflow来实现，但Workflow又缺乏通用型。
简单的说，每个登录用户会有一个自己的“manus”（Agent），每个"manus"有自己的电脑（虚拟机）与工作空间来完成任务。比如运行代码、浏览网络、创建文件等。
设计一个多用户Agent后台
参考这些要点，我们实现一个简化版的支持多用户的Agent系统。
【基本能力】
有简单的自我规划并结合上下文的步骤推理能力
至少有编码Agent与Web Agent两种子任务能力
这两种Agent工作在动态的容器中以确保安全
-
可多用户同时使用，用户的容器与工作空间要隔离
【系统架构】
系统架构与大致流程设计：
这个系统中包含的组件有：
一个预建的Docker镜像：用来启动用户虚拟环境
一个容器管理器组件：用来管理多个用户虚拟环境
一个ReAct范式Agent：模拟任务步骤推理与调度
四个任务执行的Tool（也可以是Agent），用于：
CodeGenerator: 生成Python代码
WebpageCrawler: 采集指定网址的内容
CodeExecutor: 虚拟环境中执行代码脚本
Browser: 执行网络自动浏览
一个Web Agent：给Browser调用的自动化浏览Agent（在虚拟环境中）
-
一个共享工作区：存放任务过程中输入输出文件
【工作流程】
下面以一个简单的任务，结合实际运行的效果图，说明系统工作流程。
1. 通过Docker Build创建一个用来启动用户虚拟环境的镜像（Docker Image）。你需要能在本地的Docker镜像库中看到它：
2. 用户输入任务（这里用输入用户ID来模拟不同用户）：
此时系统会：
创建一个用户ID对应的ReActAgent
-
启动一个用户ID对应的虚拟环境（Docker容器），注意这里的容器名：
3. ReActAgent进入任务推理循环，根据上图中的输入任务，自动完成如下步骤：
-
首先调用WebpageCrawler采集网页内容保存到用户工作区下的一个文件。
-
调用CodeGenerator生成对该文件分析的python代码。
-
调用CodeExecutor，连接到Docker容器，在容器中执行该代码。
-
获得代码执行结果，并反馈用户。
-
以上步骤如果失败，由ReActAgent推理进行再次尝试，直到成功或到达最大迭代次数。比如这里执行发现版本问题，会自动使用pip install做更新：
4. 返回任务执行结果。如果没有新任务，则销毁agent并停止容器。
准备：Docker Image
由于需要借助AI编程来完成不同用户的任务，提供虚拟环境用于代码执行是必要的。需要注意的是，我们为了调试方便，没有把整个Agent系统都放到虚拟环境下，只把两种类型的任务执行放在容器中完成：Python代码执行与Web浏览自动化。
【Image内容】
启动Docker容器首先需要准备好必要的镜像（Build Image）。这个镜像预置如下内容：
基本的Python代码执行环境
常见的Python第三方库。比如数据分析pandas
需要在虚拟环境下使用的工具。比如我们需要Chromium用来web浏览
-
必要的脚本，包括shell或者预建的python代码。比如我们这里把用于自动网络浏览的Web Agent代码build到这个虚拟镜像中（agent_browser.py），用来给Browser这个Tool直接调用（为什么？因为对于复杂且需要在虚拟环境下的工作任务，你不可能每次现场编程来完成，既不稳定也不高效）
尽量把最常见的第三方库直接build进去，否则会在执行任务时现场安装，影响性能。
【构建过程】
1. 安装并启动好Docker后台。
2. 准备好Dockerfile：
Dockerfile是构建Image镜像的配置文件。除了常见的拉取基础镜像，安装必要的操作系统与Python包以外，这里有一些特殊的增加：
说明如下：
-
playwright install：playwright是一个自动化Web测试工具，用来实现在Docker中控制浏览器。这一步是在镜像中安装对应的chromium浏览器。
start.sh启动脚本：启动脚本是每一个容器在启动后执行的动作（ENTRYPOINT指令设置）。start.sh内容为：
#!/bin/bash
Xvfb :99 -screen 0 1024x768x16 &
sleep 1
exec "$@"这个脚本作用是启动一个虚拟显示服务器，用来在没有显示器（docker容器）的情况下运行图形应用，也就是Chromium浏览器，用来实现浏览自动化。
-
agent_browser.py：这是一个预购建的Web Agent代码，用来执行自动化web浏览任务（参考文章：Web Agent技术揭秘：如何让DeepSeek接管与控制你的浏览器？）
3. 最后使用docker build命令生成镜像。你可以使用我们代码中的build.sh来构建，等待出现提示：
Docker Container管理接口
为了方便对容器管理，比如启动、停止、执行代码等，我们来准备简单的Container管理组件与接口。
【Docker API封装】
对Docker的Container API做封装。大致接口如下（详细请参考源码包）：
......
class DockerContainer:
"""管理Docker容器的简单类"""
def __init__(
self,
image: str = "python-data-analysis:3.11",
container_name: str = "llamaindex-executor",
base_work_dir: str = "/Users/pingcy/workspace",
auto_remove: bool = True
):
...
def start(self):
"""启动Docker容器"""
...
def set_work_dir(self, work_dir: str) -> None:
"""设置当前工作目录
Args:
work_dir: 新的工作目录
"""
...
def stop(self):
"""停止Docker容器"""
...
def execute(self, code: str, language: str = "python", work_dir: Optional[str] = None) -> Dict[str, str]:
"""在Docker容器中执行代码
Args:
code: 要执行的代码
language: 代码语言，支持 "python", "sh", "bash"
work_dir: 执行代码的工作目录，如果不提供则使用当前工作目录
Returns:
Dict包含output和error字段
"""
...
【多用户下的Container管理接口】
现在可以在此基础上提供Container管理的方便函数给Agent使用。这里有两个要点：
支持多用户。需保留用户与容器的对应关系。
-
确保每个用户只有一个容器（单体）。
获取/启动容器的函数：
...
# 全局变量 - Docker容器映射表（按用户ID组织）
_docker_containers: Dict[str, DockerContainer] = {}
BASE_WORK_DIR = "/Users/"
#用来获取特定用户的容器单体实例
def get_docker_container(
user_id: str = "default",
image: str = "python_code_executor:3.11",
container_name: Optional[str] = None,
) -> DockerContainer:
"""获取或创建特定用户的Docker容器
Args:
user_id: 用户ID，用于区分不同用户
image: Docker镜像名称
container_name: 容器名称，如不提供则根据用户ID生成
Returns:
DockerContainer: 用户专属的容器实例
"""
global _docker_containers
# 如果不提供容器名称则根据用户ID生成
if container_name is None:
container_name = f"llamaindex-executor-{user_id}"
# 为用户创建专属容器
if user_id not in _docker_containers or _docker_containers[user_id] is None:
_docker_containers[user_id] = DockerContainer(
image=image,
container_name=container_name,
base_work_dir=os.path.join(BASE_WORK_DIR, user_id)
)
_docker_containers[user_id].start()
# 确保用户基本工作目录存在
user_work_dir = os.path.join(BASE_WORK_DIR, user_id)
os.makedirs(user_work_dir, exist_ok=True)
return _docker_containers[user_id]停止容器的函数：
...
# 关闭特定用户的Docker容器
def close_docker_container(user_id: str = "default"):
global _docker_containers
...
# 关闭所有Docker容器
def close_all_docker_containers():
global _docker_containers
...【测试】
使用如下代码来测试能否动态启动一个容器，并在容器中执行一段代码：
def test_docker_container():
#启动一个容器
container = get_docker_container(user_id="test_user")
#执行的代码
code = """
import sys
print("Testing Docker container...")
print(f"Python version: {sys.version}")
"""
try:
#在容器中执行代码
result = container.execute(code, "python")
print("Execution result:")
print(f"Output: {result['output']}")
print(f"Error: {result['error']}")
finally:
#关闭容器
close_docker_container("test_user")你应该可以看到如下的输出：
现在我们已经完成了基本的准备工作，我们将在下篇中介绍如何构建Tools与Agent部分，欢迎继续关注。
本文源码获取方法：
关注公众号，发送消息"manus"
end
福利时间
为了帮助LLM开发人员更系统性与更深入的学习RAG应用，特别是企业级的RAG应用场景下，当前主流的优化方法与技术实现，我们编写了《基于大模型的RAG应用开发与优化 — 构建企业级LLM应用》这本长达500页的开发指南，与大家一起来深入到LLM应用开发的全新世界。
更多细节，点击如下链接了解
