阿里出手!Java 开发者狂喜!开源 AI Agent 框架 JManus 来了,初次见面就心动~

简介: JManus是阿里开源的Java版OpenManus,基于Spring AI Alibaba框架,助力Java开发者便捷应用AI技术。支持多Agent框架、网页配置、MCP协议及PLAN-ACT模式,可集成多模型,适配阿里云百炼平台与本地ollama。提供Docker与源码部署方式,具备无限上下文处理能力,适用于复杂AI场景。当前仍在完善模型配置等功能,欢迎参与开源共建。

JManus 是阿里开源的Java版本的OpenManus,核心框架是Spring AI Alibaba

它能让Java 程序员更便捷地使用 AI 技术,支持多 Agent 框架、网页配置 Agent、MCP 协议和 PLAN-ACT 模式。可集成多个大模型,可调用阿里云百炼平台的模型,也可以使用本地ollama模型。

JManus 的核心特点包括

完美实现了 OpenManus 多 Agent 框架借助 Spring AI 和 Java 的深度结合,开发者可以轻松构建和管理多个智能体,让复杂任务的分工与协作变得高效且可控。JManus 无缝支持 MCP(Model Context Protocol)协议Agent 不仅可以调用本地或云端的大语言模型,还能与各类外部服务、API、数据库等进行深度交互,极大拓展了应用场景和能力边界。JManus 原生支持 PLAN-ACT 模式能够让 Agent 具备复杂推理、分步执行和动态调整的能力,适用于多轮对话、复杂决策、自动化流程等高阶 AI 应用场景。

部署指南

docker方式

# 拉取阿里云加速镜像
docker pull sca-registry.cn-hangzhou.cr.aliyuncs.com/spring-ai-alibaba/jmanus:develop
# 基础启动(临时数据存储)
docker run -d \
  --name jmanus \
  -p 18080:18080 \
  -e DASHSCOPE_API_KEY=your_api_key_here \
  sca-registry.cn-hangzhou.cr.aliyuncs.com/spring-ai-alibaba/jmanus:develop
# 或者启动并持久化数据(推荐)
docker run -d \
  --name jmanus \
  -p 18080:18080 \
  -e DASHSCOPE_API_KEY=your_api_key_here \
  -v $(pwd)/h2-data:/app/extracted/h2-data \
  -v $(pwd)/extensions:/app/extracted/extensions \
  sca-registry.cn-hangzhou.cr.aliyuncs.com/spring-ai-alibaba/jmanus:develop

源码部署方式

从GitHub拉取spring-ai-alibaba源码

git clone https://github.com/alibaba/spring-ai-alibaba.git
cd spring-ai-alibaba/spring-ai-alibaba-jmanus

到百炼平台获取一个apiKey

配置对应的数据源

idea启动springboot项目

  1. 访问http://localhost:18080/ui/index.html

🎉恭喜! 您的多 Agent 系统现已上线并准备就绪。

可以配置相关的Agent,MCP配置,大模型的配置

执行一个Agent他会从百度搜索内容,分片分析,再聚合分析,这个就是JManus无限上下文的原理

但是目前模型配置等方面发现还有一些Bug,近期我们准备修复一下提交PR,我一直非常的认同阿里的开源理念,源于开源,回馈于开源!

底层实现源码解读

源码解读入口

ManusController.java

executeQuery接口

生成agent信息与生成Plan计划

生成执行计划plan

将系统中存在的agent与任务生成plan

重试三次机会生成执行计划

执行生成的每一个步骤

执行生成所有的plan步骤,FunctionToolCallback回调生成steps集合

执行step

实际执行的代码

判断是否有act执行,需要执行就调用工具

执行工具代码

最终将执行完的工具链总结返回

Agent的核心思想

智能体设计

通过LLM进行规划-执行工具-跟踪记忆-总结

关于JManus目前存在的问题

还不能使用Azure OpenAI的LLM,通过源码阅读,发现根本原因是因为

FunctionToolCallback中inputSchema的设定导致的

如果你有更多的见解,欢迎评论区聊聊,我们一起解读JMuans。下期我们再来一起深入解读JManus源码

相关文章
|
12月前
|
人工智能 中间件 数据库
沐曦 GPU 融入龙蜥,共筑开源 AI 基础设施新底座
沐曦自加入社区以来,一直与龙蜥社区在推动 AIDC OS 的开源社区建设等方面保持合作。
|
12月前
|
人工智能 运维 Java
Spring AI Alibaba Admin 开源!以数据为中心的 Agent 开发平台
Spring AI Alibaba Admin 正式发布!一站式实现 Prompt 管理、动态热更新、评测集构建、自动化评估与全链路可观测,助力企业高效构建可信赖的 AI Agent 应用。开源共建,现已上线!
8854 132
|
12月前
|
人工智能 自然语言处理 Shell
我们开源了一款 AI 驱动的用户社区
KoalaQA 是一款开源的 AI 驱动用户社区,支持智能问答、语义搜索、自动运营与辅助创作,助力企业降低客服成本,提升响应效率与用户体验。一键部署,灵活接入大模型,快速构建专属售后服务社区。
1016 5
我们开源了一款 AI 驱动的用户社区
|
人工智能 搜索推荐 UED
一个牛逼的国产AI自动化工具,开源了 !
AiPy是国产开源AI工具,结合大语言模型与Python,支持本地部署。用户只需用自然语言描述需求,即可自动生成并执行代码,轻松实现数据分析、清洗、可视化等任务,零基础也能玩转编程,被誉为程序员的智能助手。
|
机器学习/深度学习 人工智能 算法
AI框架的赢者法则:生态繁荣的昇思MindSpore,成为大模型时代的新选择
2024年被视为大模型应用的元年。昇思MindSpore AI框架凭借其强大的开源社区和技术创新,在全球范围内迅速崛起。截至2024年11月,该框架的下载量已超过1100万次,覆盖130多个国家和地区的2400多个城市,拥有3.7万名贡献者。昇思MindSpore不仅在人才培养和社区治理方面表现出色,还在大模型的开发、训练和应用中发挥了关键作用,支持了50多个主流大模型,覆盖15个行业。随着其市场份额预计达到30%,昇思MindSpore正逐步成为行业共识,推动大模型在各领域的广泛应用。
613 12
|
机器学习/深度学习 人工智能 算法
国产AI框架支棱起来了!这所211高校凭昇思MindSpore连发10篇顶刊/顶会论文
国产AI框架支棱起来了!这所211高校凭昇思MindSpore连发10篇顶刊/顶会论文
703 0
|
人工智能 算法 开发者
华为开源全场景AI计算框架MindSpore,性能可达 Pytorch+2080Ti 的1.93倍
华为开源全场景AI计算框架MindSpore,性能可达 Pytorch+2080Ti 的1.93倍
1170 0
|
机器学习/深度学习 人工智能 自然语言处理
进击的 AI 框架,MindSpore 开源一周年
开源一年以来,累计发布 8 个新版本,汇聚超过 3000 名社区开发者的代码贡献,社区访问量超千万;现拥有超过 100 个大的基础模型,涵盖计算机视觉、NLP 等主流的 AI 和深度学习框架;累计 PR 数 超过 2 万个,下载量高达 22 万次,下载用户遍布全球;超过 100 所高校参与了社区活动,超过 40 家科研机构利用它去发表原创论文。这就是全场景 AI 计算框架 MindSpore 开源一年来取得的成绩!
736 0
进击的 AI 框架,MindSpore 开源一周年
|
机器学习/深度学习 人工智能 算法
华为正式开源 AI 框架 MindSpore,已完成全栈全场景 AI 解决方案(Portfolio)的构建
华为正式开源 AI 框架 MindSpore,已完成全栈全场景 AI 解决方案(Portfolio)的构建
华为正式开源 AI 框架 MindSpore,已完成全栈全场景 AI 解决方案(Portfolio)的构建
|
机器学习/深度学习 人工智能 边缘计算
华为发布算力最强 AI 处理器 Ascend 910 及全场景 AI 计算框架 MindSpore
华为发布算力最强 AI 处理器 Ascend 910 及全场景 AI 计算框架 MindSpore
华为发布算力最强 AI 处理器 Ascend 910 及全场景 AI 计算框架 MindSpore

热门文章

最新文章