Manus没有使用MCP（Model Context Protocol），而是从CodeAct中得到了启发。以下是Manus没有使用MCP的原因以及CodeAct对Manus的影响： ### Manus没有使用MCP的原因 - **项目启动时间早于MCP推出**：Manus项目在MCP推出之前就开始了，因此没有采用MCP。 - **对MCP的评价和考量**：Manus团队认为MCP存在一些不足，例如MCP仅提供了一个通信协议，客户端无法了解服务器如何处理请求，服务器更像是简单的功能提供者，缺乏客户端与服务器、服务器与服务器之间的协作机制，导致系统可能变得冗长和低效。 ### CodeAct对Manus的影响 - **改变对编码的看法**：CodeAct使Manus团队认识到编码并非最终目标，而是一种解决一般问题的通用方法。这种观念的转变拓宽了Manus的应用范围，使其不仅局限于编码任务，而是能够处理更广泛的复杂问题。 - **任务分配更合理**：由于LLM在编码方面表现出色，CodeAct启发Manus让代理执行与其训练分布最密切相关的任务。这样可以充分发挥LLM的优势，提高任务执行的效率和质量，使Manus在处理各种任务时更加得心应手。 - **优化系统性能**：采用CodeAct的方法显著减少了上下文长度，这有助于提高系统的响应速度和处理能力。同时，它还使得复杂操作的组合成为可能，为Manus实现更高级的功能和解决更复杂的问题提供了技术基础。

## **CodeAct：使LLM通过Python代码执行更好地行动** **CodeAct** 是一个通用框架，旨在通过可执行的 Python 代码将大语言模型（Large Language Models, LLM）的行动统一到一个标准化的行动空间中。该框架的设计目标是令 LLM 更高效地执行复杂任务，同时支持动态调整和迭代改进。以下是 CodeAct 的核心功能和应用场景。 --- ### **核心功能** 1. **统一的行动空间** CodeAct 利用 Python 代码作为通用的行动语言，将 LLM 的决策和操作转换为可执行的代码。这种方法可以应用于多种任务，例如信息检索、表格推理、机器人规划等 [[1]](https://arxiv.org/abs/2402.01030) [[2]](https://machinelearning.apple.com/research/codeact)。 2. **集成 Python 解释器** CodeAct 框架内置了 Python 解释器，允许生成的代码在运行时直接执行。通过执行代码，LLM 还可以根据观察结果动态调整先前的行动，或生成新的行动。例如，当代码执行反馈新的数据时，CodeAct 可以触发多轮交互以更新输出 [[1]](https://arxiv.org/pdf/2402.01030) [[3]](https://github.com/xingyaoww/code-act)。 3. **多轮交互和动态调整** CodeAct 支持多轮交互，通过执行代码获取环境反馈后，动态地修正或生成新代码。这种能力使其在需要连续决策的复杂任务中表现更优，例如 API 调用、自动化操作和问题求解 [[2]](https://machinelearning.apple.com/research/codeact)。 4. **性能分析与优化** 在对包括 17 种 LLM 的测试中，CodeAct 展示了其在多任务环境下的鲁棒性和高效性。其生成的代码可以显著提高任务完成率，并为模型提供明确的操作路径 [[3]](https://arxiv.org/html/2402.01030)。 --- ### **应用场景** 1. **信息检索与处理** CodeAct 能够生成 Python 代码来自动化提取和处理数据，例如从表格中计算统计数据或从 API 中获取结果。 2. **机器人规划** 通过解析任务需求并生成可执行的机器人控制代码，CodeAct 可以应用于机器人路径规划和任务管理等场景。 3. **自动化工作流** CodeAct 可用于自动化复杂的工作流，例如自动化报告生成、数据分析以及模型训练等。 4. **教育与学习** 在编程教育中，CodeAct 可以生成代码示例并实时解释代码的作用，帮助用户学习编程。 --- ### **CodeAct 的优势** - **高效性**：通过直接执行代码而非生成自然语言指令，CodeAct 提高了任务执行的效率和准确性。 - **灵活性**：支持动态调整和多轮交互，适应不同任务需求。 - **可扩展性**：适用于多种任务，且能轻松扩展到新的应用场景。 - **开放性**：作为一个开源框架，CodeAct 提供了易于集成的模块 [[3]](https://github.com/xingyaoww/code-act)。 --- ### **参考文献** 1. Xingyao, W., et al. (2024). Executable Code Actions Elicit Better LLM Agents. *arXiv*. Retrieved from [https://arxiv.org/pdf/2402.01030](https://arxiv.org/pdf/2402.01030) 2. Apple Machine Learning Research. (2024). CodeAct: Your LLM Agent Acts Better when Generating Code. Retrieved from [https://machinelearning.apple.com/research/codeact](https://machinelearning.apple.com/research/codeact) 3. GitHub Repository. (2024). CodeAct Framework. Retrieved from [https://github.com/xingyaoww/code-act](https://github.com/xingyaoww/code-act) ---

### OpenHands Support Assistant Guide #### 1. **Platform Access & Community Support** - **Slack Workspace**: Join via [invite link](https://openhands-ai.slack.com/join/shared_invite/zt-2ngejmfw6-9gW4APWOC9XUp1n~SiQ6iw) for discussions on development and troubleshooting. - *Browser Issues*: If encountering "browser not supported," upgrade to a [supported browser](https://slack.com/intl/en-gb/help/articles/115002037526-Supported-browsers-for-Slack) or use desktop/mobile apps (available for [Mac](https://slack.com/downloads/mac)/[Windows](https://slack.com/downloads/windows)/[Linux](https://slack.com/downloads/linux)/[iOS](https://apps.apple.com/app/slack/id618783545)/[Android](https://play.google.com/store/apps/details?id=com.Slack)). - **Discord Community**: General discussions at [https://discord.gg/ESHStjSjD4](https://discord.com/invite/ESHStjSjD4). --- #### 2. **Getting Started with OpenHands** - **Key Tasks**: - **Hello World Example**: Prompt the agent with: ```bash Please write a bash script hello.sh that prints "hello world!" ``` The agent will generate, permission, and execute the script. Refine iteratively (e.g., add arguments, convert to Ruby). - **Building Apps**: Start with simple tasks like a React TODO app: ```bash Please build a basic TODO list app in React. Frontend-only, state in localStorage. ``` Iterate by adding features (e.g., due dates) and commit changes via: ```bash Please commit and push to branch "feature/due-dates". ``` - **Bug Fixes**: Provide context for efficient resolution. Example: ```bash The search_widgets function in ./app.py is case-sensitive. Make it case-insensitive. ``` - **Best Practices**: - Keep tasks small and specific. - Commit frequently to revert if needed. - See [Prompting Best Practices](https://docs.all-hands.dev/modules/usage/prompting). --- #### 3. **Docker Configuration & Security** - **Basic Setup**: ```bash docker run -it --rm -e SANDBOX_USER_ID=[imath:0](id -u) -v /path/to/your/code:/opt/workspace_base -p 3000:3000 ... ``` Set `WORKSPACE_BASE` to mount your filesystem (e.g., `export WORKSPACE_BASE=[/imath:0]HOME/OpenHands`). - **Hardened Docker**: - Restrict network binding: ```bash -e SANDBOX_RUNTIME_BINDING_ADDRESS=127.0.0.1 -p 127.0.0.1:3000:3000 ``` - Isolate networks: ```bash docker network create openhands-network && docker run --network openhands-network ... ``` See [Docker Runtime Docs](https://docs.all-hands.dev/modules/usage/runtimes/docker#hardened-docker-installation). --- #### 4. **Troubleshooting & Known Issues** - **GitHub Issues**: Check [OpenHands Issues](https://github.com/All-Hands-AI/OpenHands/issues) for known bugs: - `Error creating agent session` (#7609) - `Docker connection reset` (#7522) - `Resolver push failures after commits` (#7519) - **Feature Requests**: Track progress on [Roadmap](https://github.com/orgs/All-Hands-AI/projects/1). Notable requests: - First-class CLI mode (#7575) - UI context window visualization (#7554) --- #### 5. **Advanced Usage** - **Customization**: - Configure LLMs via [LLM Configuration](https://docs.all-hands.dev/modules/usage/advanced-configuration/llm-configuration). - Extend runtime with [Custom Sandbox](https://docs.all-hands.dev/modules/usage/runtimes/custom-sandbox). - **Contributing**: - Report issues or propose features via GitHub. - Join development discussions on Slack/Discord. For detailed guides, visit [OpenHands Documentation](https://docs.all-hands.dev/).

Manus没有使用MCP的原因

步子哥

Manus没有使用MCP（Model Context Protocol），而是从CodeAct中得到了启发。以下是Manus没有使用MCP的原因以及CodeAct对Manus的影响：

Manus没有使用MCP的原因

项目启动时间早于MCP推出：Manus项目在MCP推出之前就开始了，因此没有采用MCP。
对MCP的评价和考量：Manus团队认为MCP存在一些不足，例如MCP仅提供了一个通信协议，客户端无法了解服务器如何处理请求，服务器更像是简单的功能提供者，缺乏客户端与服务器、服务器与服务器之间的协作机制，导致系统可能变得冗长和低效。

CodeAct对Manus的影响

改变对编码的看法：CodeAct使Manus团队认识到编码并非最终目标，而是一种解决一般问题的通用方法。这种观念的转变拓宽了Manus的应用范围，使其不仅局限于编码任务，而是能够处理更广泛的复杂问题。
任务分配更合理：由于LLM在编码方面表现出色，CodeAct启发Manus让代理执行与其训练分布最密切相关的任务。这样可以充分发挥LLM的优势，提高任务执行的效率和质量，使Manus在处理各种任务时更加得心应手。
优化系统性能：采用CodeAct的方法显著减少了上下文长度，这有助于提高系统的响应速度和处理能力。同时，它还使得复杂操作的组合成为可能，为Manus实现更高级的功能和解决更复杂的问题提供了技术基础。

步子哥

📜 《可执行代码行动：提升大型语言模型代理的能力》

🌟 引言：大型语言模型的崛起

随着人工智能的发展，大型语言模型（LLMs）在自然语言处理（NLP）领域取得了显著的突破。这些模型不仅能够理解和生成文本，还具备执行各种复杂任务的潜力，比如调用工具和控制机器人。然而，现有的LLM代理在执行行动时，通常依赖于预定义格式的文本或JSON，这种方法在灵活性和适应性方面存在诸多限制。

本研究提出了一种新的框架——CodeAct，旨在通过可执行的Python代码来扩展LLM代理的行动空间。通过集成Python解释器，CodeAct能够执行代码行动，并在多轮交互中根据新的观察动态调整先前的行动。这一创新不仅提高了LLM的执行效率，还使其能够更好地应对复杂的现实问题。

🔧 CodeAct：让LLM更强大的工具

1. 什么是CodeAct？

CodeAct是一个通用框架，允许LLM生成可执行的Python代码作为行动。与传统的文本或JSON格式相比，CodeAct具有以下优势：

动态执行：集成Python解释器后，CodeAct能够实时执行代码，并根据执行结果调整后续行动。
丰富的工具使用：CodeAct可以利用现有的Python软件包，扩展行动空间，而无需手动设计特定工具。
自我调试能力：通过自动反馈（如错误信息），LLM能够自我修正生成的代码，从而提高任务解决的效率。

2. CodeAct的优势

我们的实验表明，CodeAct在多个任务上表现优异，尤其是在复杂任务中，其成功率比传统方法高出20%。例如，在M3 ToolEval基准测试中，使用CodeAct的LLM在解决复杂问题时，所需的交互次数减少了30%。这一结果表明，CodeAct不仅提高了LLM的执行能力，还显著提升了其在多轮交互中的表现。

3. CodeActInstruct：赋能开源LLM代理

为了进一步提升开源LLM代理的能力，我们构建了一个名为CodeActInstruct的指令调优数据集。该数据集包含7000个多轮交互的实例，旨在促进LLM在与环境互动时的自我改进能力。通过精心的数据选择，CodeActInstruct能够与现有的指令调优数据结合使用，从而在不损害模型通用能力的前提下，提升其在代理任务中的表现。

🔍 相关工作

在LLM代理的研究中，行动模块的设计至关重要。许多研究探讨了如何通过增强LLM的工具使用能力来改善其在复杂任务中的表现。与传统的文本生成方法相比，CodeAct通过可执行代码的方式，提供了一种更为灵活和高效的解决方案。

🏁 结论

本研究提出的CodeAct框架为LLM代理的行动提供了新的视角，通过可执行的Python代码提升了其在复杂任务中的表现。未来，我们希望通过进一步的研究和开发，推动LLM代理在现实世界中的应用，帮助解决更为复杂的实际问题。

📚 参考文献

Ahn, M., et al. (2022). Do as I can and not as I say: Grounding language in robotic affordances. arXiv preprint arXiv:2204.01691.
Chen, Y., et al. (2023). Fireact: Toward language agent fine-tuning. arXiv preprint arXiv:2310.05915.
Hendrycks, D., et al. (2021). Measuring coding challenge competence with apps. arXiv preprint arXiv:2107.03374.
Mialon, G., et al. (2023). Augmented language models: a survey. arXiv preprint arXiv:2302.07842.
Wang, L., et al. (2023). A survey on large language model based autonomous agents. arXiv preprint arXiv:2308.11432.

步子哥

CodeAct：使LLM通过Python代码执行更好地行动

CodeAct 是一个通用框架，旨在通过可执行的 Python 代码将大语言模型（Large Language Models, LLM）的行动统一到一个标准化的行动空间中。该框架的设计目标是令 LLM 更高效地执行复杂任务，同时支持动态调整和迭代改进。以下是 CodeAct 的核心功能和应用场景。

核心功能

统一的行动空间
CodeAct 利用 Python 代码作为通用的行动语言，将 LLM 的决策和操作转换为可执行的代码。这种方法可以应用于多种任务，例如信息检索、表格推理、机器人规划等 [1] [2]。
集成 Python 解释器
CodeAct 框架内置了 Python 解释器，允许生成的代码在运行时直接执行。通过执行代码，LLM 还可以根据观察结果动态调整先前的行动，或生成新的行动。例如，当代码执行反馈新的数据时，CodeAct 可以触发多轮交互以更新输出 [1] [3]。
多轮交互和动态调整
CodeAct 支持多轮交互，通过执行代码获取环境反馈后，动态地修正或生成新代码。这种能力使其在需要连续决策的复杂任务中表现更优，例如 API 调用、自动化操作和问题求解 [2]。
性能分析与优化
在对包括 17 种 LLM 的测试中，CodeAct 展示了其在多任务环境下的鲁棒性和高效性。其生成的代码可以显著提高任务完成率，并为模型提供明确的操作路径 [3]。

应用场景

信息检索与处理
CodeAct 能够生成 Python 代码来自动化提取和处理数据，例如从表格中计算统计数据或从 API 中获取结果。
机器人规划
通过解析任务需求并生成可执行的机器人控制代码，CodeAct 可以应用于机器人路径规划和任务管理等场景。
自动化工作流
CodeAct 可用于自动化复杂的工作流，例如自动化报告生成、数据分析以及模型训练等。
教育与学习
在编程教育中，CodeAct 可以生成代码示例并实时解释代码的作用，帮助用户学习编程。

CodeAct 的优势

高效性：通过直接执行代码而非生成自然语言指令，CodeAct 提高了任务执行的效率和准确性。
灵活性：支持动态调整和多轮交互，适应不同任务需求。
可扩展性：适用于多种任务，且能轻松扩展到新的应用场景。
开放性：作为一个开源框架，CodeAct 提供了易于集成的模块 [3]。

参考文献

Xingyao, W., et al. (2024). Executable Code Actions Elicit Better LLM Agents. arXiv. Retrieved from https://arxiv.org/pdf/2402.01030
Apple Machine Learning Research. (2024). CodeAct: Your LLM Agent Acts Better when Generating Code. Retrieved from https://machinelearning.apple.com/research/codeact
GitHub Repository. (2024). CodeAct Framework. Retrieved from https://github.com/xingyaoww/code-act

步子哥

🌟 开启编程新纪元：OpenHands 的探索之旅

在科技飞速发展的今天，软件开发的方式正在经历一场革命。OpenHands，作为一个由人工智能驱动的软件开发平台，正是这场变革的先锋。它的口号“Code Less, Make More”不仅仅是一个口号，更是对未来编程的深刻洞察。本文将深入探讨 OpenHands 的功能、使用方法以及它如何改变我们的开发方式。

🤖 OpenHands：AI 驱动的开发助手

OpenHands，最初名为 OpenDevin，是一个旨在帮助开发者提高效率的平台。它的设计理念是让开发者能够专注于创意和解决问题，而不是被繁琐的代码和命令所困扰。OpenHands 的智能代理可以执行人类开发者的多种任务，包括修改代码、运行命令、浏览网页、调用 API，甚至从 StackOverflow 复制代码片段。

🛠️ 快速上手：Docker 环境的搭建

对于想要快速体验 OpenHands 的开发者来说，使用 Docker 是最简单的方法。以下是快速启动 OpenHands 的基本步骤：

docker pull docker.all-hands.dev/all-hands-ai/runtime:0.30-nikolaik

docker run -it --rm --pull=always \
    -e SANDBOX_RUNTIME_CONTAINER_IMAGE=docker.all-hands.dev/all-hands-ai/runtime:0.30-nikolaik \
    -e LOG_ALL_EVENTS=true \
    -v /var/run/docker.sock:/var/run/docker.sock \
    -v ~/.openhands-state:/.openhands-state \
    -p 3000:3000 \
    --add-host host.docker.internal:host-gateway \
    --name openhands-app \
    docker.all-hands.dev/all-hands-ai/openhands:0.30

在运行后，用户可以通过访问 http://localhost:3000 来与 OpenHands 进行交互。

⚠️ 安全性注意事项

在公共网络上使用 OpenHands 时，安全性是一个重要考量。开发者应参考 Hardened Docker Installation 指南，以确保部署的安全性，包括限制网络绑定和实施额外的安全措施。

📚 文档与社区支持

OpenHands 提供了丰富的文档资源，帮助用户更好地理解和使用该平台。无论是如何使用不同的 LLM 提供者，还是故障排除，用户都可以在 OpenHands 文档中找到所需的信息。

此外，OpenHands 是一个社区驱动的项目，欢迎所有人参与贡献。用户可以通过以下渠道与社区互动：

Slack 工作区：讨论研究、架构和未来开发。
Discord 服务器：进行一般讨论、提问和反馈。
Github Issues：查看正在处理的问题或添加自己的想法。

📈 项目进展与未来展望

OpenHands 的发展路线图每月更新，用户可以在 OpenHands 路线图中查看最新进展。这一透明的进程不仅增强了社区的参与感，也为用户提供了对未来功能的期待。

🙏 致谢与贡献

OpenHands 的成功离不开众多贡献者的努力。项目团队对所有贡献表示衷心的感谢，并特别感谢那些为 OpenHands 提供支持的开源项目。有关使用的开源项目和许可证的详细信息，请参见 CREDITS.md 文件。

📜 许可证信息

OpenHands 在 MIT 许可证下分发，用户可以在 LICENSE 文件中找到更多信息。

📚 引用文献

如果您希望引用 OpenHands 项目，可以使用以下 BibTeX 格式：

@misc{openhands,
      title={{OpenHands: An Open Platform for AI Software Developers as Generalist Agents}},
      author={Xingyao Wang and Boxuan Li and Yufan Song and Frank F. Xu and Xiangru Tang and Mingchen Zhuge and Jiayi Pan and Yueqi Song and Bowen Li and Jaskirat Singh and Hoang H. Tran and Fuqiang Li and Ren Ma and Mingzhang Zheng and Bill Qian and Yanjun Shao and Niklas Muennighoff and Yizhe Zhang and Binyuan Hui and Junyang Lin and Robert Brennan and Hao Peng and Heng Ji and Graham Neubig},
      year={2024},
      eprint={2407.16741},
      archivePrefix={arXiv},
      primaryClass={cs.SE},
      url={https://arxiv.org/abs/2407.16741},
}

通过 OpenHands，未来的开发将不再是单调的代码输入，而是充满创造力的探索旅程。无论您是新手还是资深开发者，OpenHands 都能为您提供强大的支持，让您在编程的世界中游刃有余。

步子哥

OpenHands Support Assistant Guide

1. Platform Access & Community Support

Slack Workspace: Join via invite link for discussions on development and troubleshooting.
- Browser Issues: If encountering "browser not supported," upgrade to a supported browser or use desktop/mobile apps (available for Mac/Windows/Linux/iOS/Android).
Discord Community: General discussions at https://discord.gg/ESHStjSjD4.

2. Getting Started with OpenHands

Key Tasks:

Hello World Example: Prompt the agent with:

    Please write a bash script hello.sh that prints "hello world!"

The agent will generate, permission, and execute the script. Refine iteratively (e.g., add arguments, convert to Ruby).

Building Apps: Start with simple tasks like a React TODO app:

    Please build a basic TODO list app in React. Frontend-only, state in localStorage.

Iterate by adding features (e.g., due dates) and commit changes via:

    Please commit and push to branch "feature/due-dates".

Bug Fixes: Provide context for efficient resolution. Example:

    The search_widgets function in ./app.py is case-sensitive. Make it case-insensitive.

Best Practices:
- Keep tasks small and specific.
- Commit frequently to revert if needed.
- See Prompting Best Practices.

3. Docker Configuration & Security

Basic Setup:

  docker run -it --rm -e SANDBOX_USER_ID=[imath:0](id -u) -v /path/to/your/code:/opt/workspace_base -p 3000:3000 ...

Set WORKSPACE_BASE to mount your filesystem (e.g., export WORKSPACE_BASE=[/imath:0]HOME/OpenHands).

Hardened Docker:

Restrict network binding:

    -e SANDBOX_RUNTIME_BINDING_ADDRESS=127.0.0.1 -p 127.0.0.1:3000:3000

Isolate networks:

    docker network create openhands-network && docker run --network openhands-network ...

See Docker Runtime Docs.

4. Troubleshooting & Known Issues

GitHub Issues: Check OpenHands Issues for known bugs:
- Error creating agent session (#7609)
- Docker connection reset (#7522)
- Resolver push failures after commits (#7519)
Feature Requests: Track progress on Roadmap. Notable requests:
- First-class CLI mode (#7575)
- UI context window visualization (#7554)

5. Advanced Usage

Customization:
- Configure LLMs via LLM Configuration.
- Extend runtime with Custom Sandbox.
Contributing:
- Report issues or propose features via GitHub.
- Join development discussions on Slack/Discord.

For detailed guides, visit OpenHands Documentation.

步子哥

我觉得最大的一个发现就是显而易见的，应该用 Markdown格式而不是 Coding 来构建AGI。因为AGI的主要手段是调用人类，也就是需要输出自然语言。