本文討論了Manus、OpenManus、CrewAI這三款A(yù)I Agent產(chǎn)品的特點(diǎn)、適用場(chǎng)景，并重點(diǎn)介紹了如何用CrewAI在樹(shù)莓派上運(yùn)行多LLM代理，還探討了AI Agent發(fā)展帶來(lái)的思考。關(guān)鍵要點(diǎn)包括：

1.Manus：閉源商業(yè)化通用型AI Agent產(chǎn)品，能自主執(zhí)行任務(wù)，基于LLM操作系統(tǒng)架構(gòu)，高性能但商業(yè)化門(mén)檻高，適用于復(fù)雜任務(wù)交付。

2.OpenManus：Manus的開(kāi)源版本，有33.2K Star，具備開(kāi)源靈活性、模塊化設(shè)計(jì)、低依賴特點(diǎn)，適合開(kāi)發(fā)者或企業(yè)定制化需求。

3.CrewAI：由吳恩達(dá)創(chuàng)立的開(kāi)源多Agent協(xié)作框架，有28.4K Star，角色驅(qū)動(dòng)，簡(jiǎn)化開(kāi)發(fā)，適用于多Agent分工協(xié)作任務(wù)，但處理復(fù)雜任務(wù)能力弱。

4.CrewAI在樹(shù)莓派上的安裝與使用：樹(shù)莓派需運(yùn)行兼容系統(tǒng)并安裝Python，安裝CrewAI及相關(guān)軟件包，定義代理、角色、目標(biāo)和任務(wù)，運(yùn)行時(shí)注意資源管理。

5.CrewAI特點(diǎn)與應(yīng)用：基于角色設(shè)計(jì)、自主委派和靈活任務(wù)管理，與開(kāi)源模型兼容，應(yīng)用廣泛。

6.相關(guān)資源：CrewAI官方網(wǎng)站、GitHub存儲(chǔ)庫(kù)、示例存儲(chǔ)庫(kù)可提供功能介紹、代碼及示例等資源。

7.AI Agent發(fā)展思考：涉及企業(yè)級(jí)自動(dòng)化是否走向“代碼民主化”，邊緣Agent與云端大模型架構(gòu)的未來(lái)走向。

導(dǎo)語(yǔ)

近日，Manus以逼近人類L4級(jí)的自動(dòng)化水平驚艷GAIA基準(zhǔn)測(cè)試，卻因萬(wàn)元級(jí)邀請(qǐng)碼筑起技術(shù)高墻；

其開(kāi)源分身OpenManus以33.2K星引爆開(kāi)發(fā)者生態(tài)，卻在隱私與性能間走鋼絲；

而CrewAI憑借角色化多Agent協(xié)作架構(gòu)，竟讓樹(shù)莓派化身AI導(dǎo)演，指揮語(yǔ)言模型軍團(tuán)完成從股票分析到旅行規(guī)劃的智能交響。

這場(chǎng)AI Agent的"三體戰(zhàn)爭(zhēng)"，是否能將多模態(tài)大模型的戰(zhàn)場(chǎng)從云端GPU集群引向了每個(gè)極客的桌角？

Manus/OpenManus/CrewAI分別是什么

Manus

定位：閉源商業(yè)化的端到端通用型AI Agent產(chǎn)品，直接面向終端用戶提供完整解決方案。

核心特點(diǎn)：

自主任務(wù)執(zhí)行：能獨(dú)立操作電腦完成復(fù)雜任務(wù)（如撰寫(xiě)報(bào)告、部署網(wǎng)站），通過(guò)“規(guī)劃-執(zhí)行-驗(yàn)證”多代理架構(gòu)拆解任務(wù)。

LLM操作系統(tǒng)架構(gòu)：以大型語(yǔ)言模型為“中央處理器”，整合多模態(tài)數(shù)據(jù)與工具鏈（代碼執(zhí)行、網(wǎng)頁(yè)操作等）。

高性能：GAIA基準(zhǔn)測(cè)試中超越OpenAI同類模型，接近L4級(jí)自動(dòng)化水平。

商業(yè)化門(mén)檻高：需邀請(qǐng)碼使用，市場(chǎng)炒作價(jià)格達(dá)數(shù)萬(wàn)元。

適用場(chǎng)景：旅行規(guī)劃、股票分析、財(cái)務(wù)報(bào)告生成等需直接交付成果的復(fù)雜任務(wù)。

OpenManus

定位：Manus的開(kāi)源版本，允許本地部署與深度定制。

Github歡迎程度：33.2K Star

- 核心特點(diǎn)：

開(kāi)源靈活性：開(kāi)發(fā)者可自由修改代碼，適配特定需求。

模塊化設(shè)計(jì)：繼承Manus的多代理架構(gòu)，支持工具鏈擴(kuò)展。

低依賴：減少對(duì)商業(yè)服務(wù)的依賴，適合隱私敏感場(chǎng)景。

適用場(chǎng)景：開(kāi)發(fā)者或企業(yè)需定制化Agent功能（如內(nèi)部流程自動(dòng)化），或希望避免商業(yè)產(chǎn)品限制。

CrewAI

定位：由AI大佬吳恩達(dá)（Andrew Ng）創(chuàng)立的開(kāi)源多Agent協(xié)作框架，幫助開(kāi)發(fā)者構(gòu)建角色分工的協(xié)作式AI系統(tǒng)。

Github歡迎程度：28.4K Star

核心特點(diǎn)：

角色驅(qū)動(dòng)：每個(gè)Agent定義特定角色（如數(shù)據(jù)分析師、客服），協(xié)同完成任務(wù)。

簡(jiǎn)化開(kāi)發(fā)：集成LangChain，支持主流LLM，適合快速搭建原型。

局限性：處理復(fù)雜任務(wù)能力較弱，定制化空間有限。

適用場(chǎng)景：需多Agent分工的協(xié)作任務(wù)（如電商場(chǎng)景中的訂單處理、庫(kù)存管理）。

對(duì)比總結(jié)

其實(shí)三個(gè)項(xiàng)目面向的人群及開(kāi)發(fā)難度都是有區(qū)別的，可以參考下面的對(duì)比：

如何使用 CrewAI 在 Raspberry Pi 上運(yùn)行多 LLM 代理

在 Raspberry Pi 上運(yùn)行多個(gè)大型語(yǔ)言模型 (LLM) 代理聽(tīng)起來(lái)可能是一項(xiàng)艱巨的任務(wù)，但隨著 CrewAI 的推出，編排角色扮演、自主 AI 代理以實(shí)現(xiàn)協(xié)作智能變得更加容易和方便。本文將指導(dǎo)您在 Raspberry Pi 上設(shè)置 CrewAI，以利用多代理系統(tǒng)的強(qiáng)大功能完成各種任務(wù)，從旅行規(guī)劃到股票分析。

為什么選擇 CrewAI？

CrewAI 的突出之處在于它使 AI 代理能夠承擔(dān)角色、分享目標(biāo)并作為一個(gè)有凝聚力的單位運(yùn)作，為復(fù)雜的多代理交互鋪平了道路。該框架非常適合需要協(xié)作智能的項(xiàng)目，例如智能助理平臺(tái)、自動(dòng)化客戶服務(wù)或多代理研究團(tuán)隊(duì)。

Raspberry Pi 入門(mén)

在開(kāi)始設(shè)置之前，請(qǐng)確保您的 Raspberry Pi 運(yùn)行兼容的操作系統(tǒng)并安裝了 Python。CrewAI 及其依賴項(xiàng)基于 Python，因此適用于 Raspberry Pi 的 ARM 架構(gòu)。

1. 安裝

首先，安裝 CrewAI 以及代理運(yùn)行所需的任何其他軟件包。例如，如果您的代理將執(zhí)行網(wǎng)絡(luò)搜索，您可能需要 duckduckgo-search 軟件包。

pipinstall crewaipip install duckduckgo-search

2. 組建你的團(tuán)隊(duì)

安裝必要的軟件包后，您可以開(kāi)始定義您的代理、他們的角色、目標(biāo)以及他們將執(zhí)行的任務(wù)。以下是與研究人員和作家代理一起組建團(tuán)隊(duì)的示例：

importosfromcrewaiimportAgent, Task, Crewos.environ["OPENAI_API_KEY"] ="YOUR_API_KEY"researcher = Agent( role='Senior Research Analyst', goal='Uncover cutting-edge developments in AI',)writer = Agent( role='Tech Content Strategist', goal='Craft compelling content on tech advancements',)task1 = Task(description="Analyze latest AI advancements", agent=researcher)task2 = Task(description="Develop an engaging blog post", agent=writer)crew = Crew(agents=[researcher, writer], tasks=[task1, task2])result = crew.kickoff()print(result)

3. 在 Raspberry Pi 上運(yùn)行

鑒于 Raspberry Pi 的硬件限制，明智地管理資源至關(guān)重要。CrewAI 具有高效的設(shè)計(jì)，允許運(yùn)行輕量級(jí)代理而不會(huì)使系統(tǒng)過(guò)載。但是，在將您的團(tuán)隊(duì)連接到模型（尤其是大型 LLM）時(shí)，請(qǐng)考慮使用遠(yuǎn)程連接到托管在更強(qiáng)大的服務(wù)器或云平臺(tái)上的模型，而不是直接在 Raspberry Pi 上運(yùn)行它們。

示例和應(yīng)用

CrewAI 的多功能性開(kāi)啟了無(wú)數(shù)的應(yīng)用，從生成登陸頁(yè)面到分析股票或規(guī)劃旅行。每項(xiàng)任務(wù)都可以根據(jù)所涉及代理的特定目標(biāo)和角色進(jìn)行量身定制，展示了該框架對(duì)不同場(chǎng)景的適應(yīng)性。目前Github上給出的示例許多，當(dāng)然部分示例主題也被Manus采用，用來(lái)做品宣

CrewAI 的特點(diǎn)

CrewAI 獨(dú)特的 AI 代理編排方法使其有別于其他框架，因?yàn)樗鼜?qiáng)調(diào)基于角色的代理設(shè)計(jì)、自主的代理間委派和靈活的任務(wù)管理。它與開(kāi)源模型的兼容性進(jìn)一步增強(qiáng)了它在從業(yè)余項(xiàng)目到研究和開(kāi)發(fā)等各種環(huán)境中的適用性。

結(jié)論

在 Raspberry Pi 上設(shè)置 CrewAI 展示了在緊湊且經(jīng)濟(jì)實(shí)惠的硬件上運(yùn)行復(fù)雜多智能體系統(tǒng)的潛力。通過(guò)遵循本指南中概述的步驟，您可以著手創(chuàng)建智能、協(xié)作的基于智能體的應(yīng)用程序，突破 Raspberry Pi 和 AI 的極限。

結(jié)語(yǔ)

當(dāng)CrewAI在樹(shù)莓派上調(diào)度語(yǔ)言模型軍團(tuán)，當(dāng)OpenManus在本地端重構(gòu)自動(dòng)化流程，我們正目睹AI Agent從云端的"數(shù)字上帝"蛻變?yōu)檫吘壴O(shè)備的"神經(jīng)末梢"。這場(chǎng)革命拋給每個(gè)開(kāi)發(fā)者一組靈魂拷問(wèn)：

當(dāng)Manus的商業(yè)閉環(huán)遭遇OpenManus的開(kāi)源洪流，企業(yè)級(jí)自動(dòng)化是否終將走向"代碼民主化"？

邊緣Agent+云端大模型，是未來(lái)標(biāo)配還是過(guò)渡架構(gòu)？