不只有Manus！免邀请码的 flowith 和三个开源项目：GWL、OpenHands、browser-use

昨天发了一篇文章提到了开源复刻 Manus 的项目：《一文看懂Manus：实测体验+开源复刻方案，无需等待邀请码》，有朋友推荐了另外一个23年已经发布的项目 OWL。

01—OWL通用智能体

OWL在 GAIA 基准测试中取得 58.18 平均分，在开源框架中排名第一！

照例先放上官方地址：

https://github.com/camel-ai/owl/

OWL 是一个前沿的多智能体协作框架，推动任务自动化的边界，构建在 CAMEL-AI Framework 之上。

下面是官方的演示视频。

同昨天推荐的 OpenManus 一样，OWL实现的核心功能如下：

在线搜索：使用维基百科、谷歌搜索等，进行实时信息检索

多模态处理：支持互联网或本地视频、图片、语音处理

浏览器操作：借助Playwright框架开发浏览器模拟交互，支持页面滚动、点击、输入、下载、历史回退等功能

文件解析：word、excel、PDF、PowerPoint信息提取，内容转文本/Markdown

代码执行：编写python代码，并使用解释器运行

OWL 支持自定义工作流+离线环境运行。

项目中提供了一个脚本工具复现 GAIA 上的实验结果。找到 run_gaia_roleplaying.py 文件，并运行以下命令：

python run_gaia_roleplaying.py

02—OpenHands

官方地址：

https://github.com/All-Hands-AI/OpenHands

OpenHands（以前叫 OpenDevin），这是一个由 AI 驱动的软件开发智能体平台。

OpenHands 可以执行人类开发人员可以执行的操作：修改代码、运行命令、浏览网页、调用 API，甚至从 StackOverflow 复制代码片段。

官方演示图片和视频

应用程序截图

还有贴心的中文文档：

https://docs.all-hands.dev/modules/usage/installation

OpenHands 的主要功能：

代码生成与修改：OpenHands 能够自动生成高质量的代码，帮助开发者快速完成项目核心部分，减少手动编写代码的时间。

任务自动化：平台可以像人类开发者一样执行命令、运行脚本，并通过网络完成复杂任务。

多语言支持：支持多种语言模型，如 GPT-4、Claude 和 Llama，用户可以通过 litellm 库进行配置。

多代理协作：支持多代理协作，将复杂任务分解为多个子任务由不同代理协同完成。

安全沙箱环境：提供安全的沙箱环境以确保代码执行的安全性。

Docker 部署：支持 Docker 容器化部署，用户可以通过简单的命令快速启动平台。

交互式 CLI 和无头模式：支持脚本化无头模式和交互式 CLI 模式，适用于自动化测试和后台任务处理。

社区驱动：平台遵循 MIT 许可证，鼓励社区贡献，包括代码开发、研究评估和反馈测试

OpenHands 的技术架构基于事件流架构，包含三个主要组件：

Agent 抽象：社区可以向 AgentHub 提交不同实现的 Agent 实现。

事件流：跟踪动作和观察的历史记录。

运行时：执行所有动作并将其转换为观察结果。

并且支持多种 AI 模型，如 DeepSeek R1，推荐使用这些模型获得最好的效果。

03—Browser-Use

除了上面两个强大的开源智能体框架，最后推荐一个单独的智能体项目 Browse-Use。

官方地址：https://github.com/browser-use/browser-use

该项目可结合 DeepSeek 模型，通过 AI Agent自动化操作浏览器。

例如获取财联社电报的前十条新闻资讯：

Image

可以看到 Browser-Use 获取到了数据，并且自动转为了json格式，对于抓取数据相当友好。

再进行一些后续扩展，可以实现很多场景下的需求。

Image

04

—

Flowith

最后隆重介绍的是具有同样功能的Flowith，不需要邀请码。

官方地址：

https://flowith.net/invitation?code=8YM46Z

（朋友们可以使用我的邀请码）

核心功能与特点

基于画布和节点的界面：提供了一个直观的画布界面，用户可以通过拖放功能节点来构建复杂的工作流。这种节点式交互方式超越了传统的线性对话工具，可以更灵活地管理和组织任务。（类似工作流）

多线程交互：支持多线程对话和任务管理，用户可以同时与多个 AI 模型互动，从而提高工作效率。

知识库功能：用户可以上传本地文件并建立个性化知识库，用于存储和检索相关信息。这一功能特别适合需要处理大量数据或复杂分析的场景。

支持多种 AI 模型：Flowith 支持 GPT-4、DeepSeek V3 等主流 AI 模型，用户可以根据任务需求选择合适的模型进行交互。

模块化设计：用户可以自由组合不同的功能节点，例如文本生成、数据分析、内容创作等，形成高度个性化的自动化工作流程。