LangManus 使用方法 - AI 自动化框架开发指南

基本执行

使用默认设置运行 LangManus：

uv run main.py

API 服务器

LangManus 提供基于 FastAPI 的 API 服务器，支持流式响应：

## 启动 API 服务器
make serve


## 或直接运行
uv run server.py

API 服务器提供以下端点：

• POST /api/chat/stream

：用于 LangGraph 调用的聊天端点，流式响应

• 请求体：

  {
    "messages": [{ "role": "user", "content": "在此输入您的查询" }],
    "debug": false
  }

• 返回包含智能体响应的服务器发送事件（SSE）流

高级配置

LangManus 可以通过 src/config 目录中的各种配置文件进行自定义：

• env.py：配置 LLM 模型、API 密钥和基础 URL
• tools.py：调整工具特定设置（如 Tavily 搜索结果限制）
• agents.py：修改团队组成和智能体系统提示

智能体提示系统

LangManus 在 src/prompts 目录中使用复杂的提示系统来定义智能体的行为和职责：

核心智能体角色

• 主管（src/prompts/supervisor.md）：通过分析请求并确定由哪个专家处理来协调团队并分配任务。负责决定任务完成情况和工作流转换。
• 研究员（src/prompts/researcher.md）：专门通过网络搜索和数据收集来收集信息。使用 Tavily 搜索和网络爬取功能，避免数学计算或文件操作。
• 程序员（src/prompts/coder.md）：专业软件工程师角色，专注于 Python 和 bash 脚本。处理：
  • Python 代码执行和分析
  • Shell 命令执行
  • 技术问题解决和实现
• 文件管理员（src/prompts/file_manager.md）：处理所有文件系统操作，重点是正确格式化和保存 markdown 格式的内容。
• 浏览器（src/prompts/browser.md）：网络交互专家，处理：
  • 网站导航
  • 页面交互（点击、输入、滚动）
  • 从网页提取内容

提示系统架构

提示系统使用模板引擎（src/prompts/template.py）来：

• 加载特定角色的 markdown 模板
• 处理变量替换（如当前时间、团队成员信息）
• 为每个智能体格式化系统提示

每个智能体的提示都在单独的 markdown 文件中定义，这样无需更改底层代码就可以轻松修改行为和职责。