Was er leistet
7 Funktionen
OpenManus · Quelloffenes Agenten-Framework
Produkt und Zugang
OpenManus ist ein Community-Projekt der GitHub-Organisation FoundationAgents. Die README nennt es eine einfache Umsetzung und sagt, dass Manus ohne Einladungscode ausprobiert werden könne; Kernautoren stammen laut README von MetaGPT. Der letzte Commit auf dem Hauptzweig main stammt vom 16. August 2026 (GitHub-API, abgerufen am 5. November 2026). Das Repository ist nicht archiviert, doch die Entwicklung läuft ruhig: Das letzte Release v0.3.0 stammt vom 10. April 2025.
Kernfunktionen
7 Funktionen aus Anbieterquellen · abgeglichen am 05.11.2026. Verfügbarkeit und Grenzen stehen direkt darunter.
Allzweck-Agent im Terminal
Mit python main.py startest du den Agenten und gibst deine Idee im Terminal ein.
Quelle 1Browser-Automatisierung über Browser Use
OpenManus startet Browser Use CLI 3.0 als MCP-Server. Lokal verbindet es sich mit Chrome oder Chromium ohne API-Schlüssel; ein Cloud-Browser braucht einen Browser-Use-Schlüssel. Mit OPENMANUS_DISABLE_BROWSER_USE=1 schaltest du ihn ab.
Quelle 1Mehrere Agenten im Flow-Modus
python run_flow.py startet die Mehr-Agenten-Version, die die README als instabil bezeichnet. Ein Datenanalyse-Agent ist standardmäßig aus und lässt sich in config.toml aktivieren.
Quelle 1Konfigurierbare Modelle
Die Beispielkonfiguration enthält Einträge unter anderem für Anthropic, Amazon Bedrock, Azure OpenAI und Ollama sowie ein optionales Vision-Modell.
Quelle 3Optionale Docker-Sandbox
Die Beispielkonfiguration hat einen auskommentierten Abschnitt [sandbox] mit Docker-Image, Speicher- und CPU-Grenzen, Zeitlimit und Netzwerkschalter; use_sandbox steht dort auf false.
Quelle 3
Alle 7 Funktionen anzeigen
Wählbare Suchmaschine
Laut Beispielkonfiguration lässt sich als Suchmaschine Google, Baidu, DuckDuckGo oder Bing einstellen, mit Ausweichreihenfolge.
Quelle 3
Nutzbare KI-Modelle
Frei wählbar
Du trägst Modell, Basis-URL und Schlüssel selbst in die Konfiguration ein. Die Beispieldatei zeigt Anthropic, OpenAI über Azure, Bedrock, das Gateway Jiekou.AI und Llama lokal über Ollama. Es gibt keinen mitgelieferten Modellzugang, du brauchst also ein eigenes Konto oder einen lokalen Server.
Genannte Modellfamilien
- Anthropic (Claude)
- OpenAI (GPT)
- Meta (Llama, Muse)
- Weitere Modelle frei anbindbar
- Modellwahl
- Du wählst
- Eigener API-Schlüssel
- Ja
- Router oder eigener Endpunkt
- Ja
- Lokale Modelle
- Ja
Eingeordnet ist der allgemein verfügbare Hauptzugang. Belegt · Quellen abgerufen am
Passt er zu meiner Aufgabe?
2 Praxisaufgaben · 5 Voraussetzungen und Grenzen
Passt, wenn …
- du einen quelloffenen Allzweck-Agenten selbst betreiben und mit eigenem Modellschlüssel testen möchtest
- du Browser Use, MCP oder eigene Werkzeuge in einen Python-Agenten einbinden willst
- du den Code lesen und anpassen möchtest und mit ruhiger Weiterentwicklung leben kannst
Passt eher nicht, wenn …
- du ein gehostetes Produkt mit Konto, Support und Verwaltung erwartest
- du dokumentiertes Gedächtnis, Zeitpläne oder Freigaben je Aktion brauchst
- du einen stabilen Mehr-Agenten-Betrieb ohne Experimente brauchst
Redaktionelle Einschätzung auf Basis der Anbieterangaben. Kein Produkttest.
Aufgaben aus der Praxis
Redaktionelle Beispiele auf Basis dokumentierter Funktionen. Keine ausgeführten Produkttests.
Rechercheidee im Terminal
- Du gibst vor
- Eine Frage oder Idee, die du nach python main.py im Terminal eingibst.
- Mögliches Ergebnis
- Der Agent arbeitet die Aufgabe mit dem konfigurierten Modell und seinen Werkzeugen ab.
- Das prüfst du
- Quellen, Seitenaufrufe und Ergebnisse selbst prüfen, vor allem bei aktivem Browser-Werkzeug.
Datenanalyse im Flow-Modus
- Du gibst vor
- Eine Datei oder Aufgabe zur Auswertung, Datenanalyse-Agent in config.toml aktiviert.
- Mögliches Ergebnis
- Auswertung und Diagramme über run_flow.py, das die README als instabil nennt.
- Das prüfst du
- Zahlen und Diagramme gegen die Rohdaten abgleichen und die Zusatzabhängigkeiten installieren.
OpenManus lokal installieren und eine Rechercheidee im Terminal ausprobieren.
Dein möglicher Auftrag
Vergleiche drei Anbieter für [Aufgabe]. Nutze ihre offiziellen Dokumentationen. Zeige Unterschiede, Quellen und offene Punkte in einer Tabelle.
Passe Aufgabe, Daten und Berechtigungen an.
Voraussetzungen und Grenzen
Voraussetzung
Python 3.12 und eigener Modellschlüssel
Beide Installationswege in der README setzen Python 3.12 voraus. Ohne Eintrag in config.toml hat der Agent kein Modell.
Quelle 1Einschränkung
Schlüssel in der Konfigurationsdatei
Die README lässt dich den API-Schlüssel direkt in config/config.toml eintragen.
Quelle 1Einschränkung
Flow-Modus instabil
Die README nennt run_flow.py die instabile Mehr-Agenten-Version.
Quelle 1Einschränkung
Sandbox standardmäßig nicht aktiv
In der Beispielkonfiguration ist der Sandbox-Abschnitt auskommentiert und use_sandbox steht auf false.
Quelle 3Noch offen
Datenschutz, Zeitpläne und Gedächtnis
Die README beschreibt weder Datenschutz noch Zeitpläne noch ein Gedächtnis über Sitzungen hinweg.
Quelle 1
Kann ich ihn nutzen?
Verfügbarkeit noch ungeklärt
Europa & regionale Verfügbarkeit
README, Beispielkonfiguration und Projektseite geprüft. Eine Länderfreigabe oder Datenregion nennen sie nicht.
Geprüfter Umfang: Lokale Software; Modellanbieter separat
Sichtung am:
Verfügbarkeit noch ungeklärt
Europa: keine Angaben des Projekts
OpenManus läuft auf deinem eigenen Rechner. Die geprüften Seiten äußern sich nicht zu Europa. Welche Daten an Modellanbieter oder an den optionalen Browser-Use-Cloud-Browser gehen, hängt von deiner Konfiguration ab; die README beschreibt das nicht.
Region, Grund und Quelle
Betroffene Region: EU/EWR, Vereinigtes Königreich und Schweiz
Belegter Grund: Die geprüften Quellen nennen dafür keine Länderfreigabe.
Offizielle Quelle · github.com · Offizielle Quelle · raw.githubusercontent.com
Konten & Berechtigungen
Angaben aus Anbieter-Dokumentation. Rechte hängen von Konto, Integration und Organisationsrichtlinien ab. Prüfe vor dem Einsatz die tatsächlich angeforderten Berechtigungen.
Betrachtete Konfiguration: Selbst betriebener Agent mit eigenem Modellschlüssel
Quellenstand:
Alle 3 Punkte anzeigen
Dokumentiert
Verwendetes Konto
Du trägst den Modellschlüssel direkt in config/config.toml ein. Für einen Cloud-Browser kommt ein Browser-Use-Schlüssel als Umgebungsvariable dazu.
Nachweis
Gedächtnis und Gesprächskontinuität
0 von 6 Kriterien belegt
Die geprüften Seiten beschreiben kein Gedächtnis und keine gespeicherten Sitzungen.
Selbst betriebenes Agenten-Framework
Quellen abgerufen:
Dokumentation je Kriterium
SpeichernÖffentlich nicht belegt
Speicherort und Umfang
Die README beschreibt keinen Speicherort für Gedächtnis oder Sitzungen. Die Beispielkonfiguration nennt nur Speichergrenzen für die optionale Sandbox.
AuswählenÖffentlich nicht belegt
Auswahl und Speicherzeitpunkt
Nicht beschrieben, was der Agent behält oder wann.
Bearbeiten & löschenÖffentlich nicht belegt
Einsicht, Bearbeiten und Löschen
Nicht beschrieben, wie du Inhalte ansiehst, bearbeitest oder löschst.
ZugriffsgrenzenÖffentlich nicht belegt
Agenten- und Kanalgrenzen
Nicht beschrieben. Die README nennt die Startvarianten main.py, run_mcp.py und run_flow.py, aber keine Gedächtnisgrenzen zwischen ihnen.
WiederfindenÖffentlich nicht belegt
GesprächswechselÖffentlich nicht belegt
Session-Reset und Compaction
Nicht beschrieben; die README nennt weder Sitzungsende noch Verdichtung.
Was kostet er, welchen Aufwand macht er?
1 Tarif · Preisstand 05.11.2026
Preise und enthaltene Nutzung
Preisstand
OpenManus steht unter der MIT-Lizenz; die geprüften Seiten nennen keinen Preis. Kosten entstehen für den Modellzugang nach dem gewählten Anbieter.
| Tarif | Preis | Enthalten |
|---|---|---|
| OpenManus | Keine Softwaregebühr genannt | Agenten-Framework mit eigenem Modellzugang. |
- Die optionalen Cloud-Browser von Browser Use brauchen laut README einen eigenen Schlüssel; Konditionen wurden nicht geprüft.
Einrichtung
Repository klonen, Abhängigkeiten mit conda oder uv installieren, config.toml aus der Beispieldatei anlegen und einen Modellschlüssel eintragen.
Betrieb & Betreuungsbedarf
Basis: öffentliche Anbieter-Dokumentation. Einschätzungen sind redaktionelle Ableitungen aus den genannten Eigenschaften. Tatsächlicher Zeitaufwand und Zuverlässigkeit wurden nicht gemessen.
Betrachtete Betriebsform: Lokaler Betrieb im Terminal
Quellenstand:
Redaktionelle Einschätzung
Du betreibst und beaufsichtigst OpenManus selbst. Die geprüften Seiten beschreiben weder Freigaben noch Gedächtnis noch Fehlerbehandlung; plane eine eigene Isolation, zum Beispiel über die optionale Sandbox.
Alle 6 Punkte anzeigen
In geprüften Quellen offen
Dateien und Arbeitsstand
Die README beschreibt nicht, ob und wo Sitzungszustand erhalten bleibt.
NachweisDokumentiert
Start weiterer Läufe
Du startest Läufe selbst mit python main.py, run_mcp.py oder run_flow.py. Die README beschreibt keine Zeitpläne oder Auslöser.
NachweisIn geprüften Quellen offen
Menschliche Eingriffe
Die README beschreibt keine Rückfrage vor Aktionen. Die Eingabe erfolgt im Terminal.
NachweisIn geprüften Quellen offen
Nach Fehlern fortsetzen
Wie du unterbrochene Arbeit fortsetzt, beschreibt die README nicht.
Nachweis
Belege und offene Punkte
4 Quellen · 2 offene Punkte
Offene Punkte
Hier fehlen belastbare Angaben in den geprüften Quellen. Eine Lücke ist keine Aussage über das Produkt.
Europa: Verfügbarkeit noch ungeklärt
Voraussetzungen und Grenzen: noch offen
Quellen und Nachweise
README, Beispielkonfiguration, Lizenz und Projektseite geprüft. Commit-Datum, Release und Sterne stammen aus der GitHub-API. Beispielaufträge sind redaktionell; eigene Praxistests stehen aus.
Redaktion: Michael Meierhoff · Quellen abgeglichen am . Anbieterangaben sind keine unabhängigen Leistungsnachweise.
Anbieter
Quelloffenes Community-Projekt auf GitHub unter MIT-Lizenz. Die Projektseite nennt keine Betreiber; die README verweist auf einen Kontakt im Projekt.
- Betreiber
- FoundationAgents
- Organisation
- Anbieter
- Website
- openmanus.github.io
- Repository
- FoundationAgents/OpenManus
- GitHub-Stars
- 58.891 · Stand
- Lizenz
- MIT
Änderungen an diesem Profil 1
Quelloffenes Framework für einen Allzweck-Agenten, den du selbst installierst und mit eigenem Modellschlüssel im Terminal startest.
Diese Notizen beschreiben redaktionelle Änderungen. Quellen- und Preisstände findest du in den jeweiligen Abschnitten.