开源通用 Agent 上手指南：OpenManus / OpenHuman / Hermes 怎么选怎么装

适用场景

这篇方案适合：

• Manus 用得顺手，但被国内访问屏蔽 / credit 烧得快逼到找替代的人（Manus 深度实测记录了完整痛点）
• 想要数据不出本地的通用 Agent：代码、文档、搜索轨迹全部留在自己机器上
• 想把 Agent 的成本压到接近零：开源本体 + BYOK 国产模型
• 有基本 Python 部署能力（会跑 pip install、能看报错），不想花钱买托管

不适合：想要开箱即用、有漂亮 Web UI、稳定 SLA 的用户——那是商业 Agent（Manus / Genspark）的领地，开源阵营的体验上限低一档。

结论先行

四个主力选手，按你要的东西路由：

一句话分工（与 Hermes 深度评测的结论一致）：

OpenManus：跑任务 —— 「帮我把这事办完」
OpenHuman：陪你 —— 「记住我，替我盯着一堆服务」
Hermes：长在你机器上 —— 「自己进化，多渠道常驻」
OpenClaw：占着桌面 —— 「随时接管这台电脑的操作」

两两详细对比见 OpenManus vs OpenHuman、Hermes vs OpenManus、OpenClaw vs Open Interpreter。

第一步：想清楚你要哪种「开源」

开源 Agent 的三个真实收益，按权重排：

1. 数据自主：任务上下文、记忆、搜索记录不出你的机器。Manus 的调研任务会把整段浏览轨迹喂给云端，开源版没有这个问题
2. 成本归零（本体）：Agent 本体免费，成本只剩模型 API——接国产模型后月成本可以压到个位数人民币
3. 可改造：MIT/Apache 许可的项目可以改源码、加工具、嵌进自己的产品

对应的代价：自己扛部署、自己扛运维、自己扛升级。OpenManus 每周迭代，配置格式偶尔会变；Hermes 偶有 breaking change。没有 SLA，出问题去 GitHub issue 排队。

第二步：选模型后端（成本的大头）

开源 Agent 是 BYOK 模式——本体免费，模型你出。2026 年 8 月起的国产开源模型价格已经打穿（详见国产编程模型盘点）：

推荐两级路由：日常任务（调研、摘要、格式转换）用 Flash 级模型烧个位数人民币；难题切旗舰。Agent 的 token 消耗是「任务数 × 轮数 × 上下文长度」，先拿便宜模型跑通工作流，再决定要不要上贵的。

一个容易被忽略的成本项：通用 Agent 的浏览器操作（Playwright 渲染网页）会把整页 HTML 塞进上下文，token 消耗比纯对话高一个量级。选支持输入缓存的模型（缓存命中价可低至 1/5，见长上下文）能显著缓解。

第三步：部署路径

OpenManus（任务执行型，最像 Manus）

git clone https://github.com/FoundationAgents/OpenManus
cd OpenManus
pip install -r requirements.txt
# .env 里填 API key（OpenAI 兼容，可指向国产模型网关）
# 浏览器任务依赖 Playwright
playwright install chromium
python main.py

要求：Python 环境 + API key + Playwright。详细评测见 OpenManus 深度评测。

OpenHuman（个人分身型，桌面优先）

桌面应用安装（GPL-3.0），装完连 3-5 个核心服务（Gmail + GitHub + Calendar）开始，初始同步 5-10 分钟。记忆数据落本地。详见 OpenHuman 深度评测。

Hermes Agent（自进化型，多渠道）

git clone https://github.com/NousResearch/hermes-agent
cd hermes-agent
pip install -r requirements.txt
cp .env.example .env   # 填 LLM key + Telegram token
python -m hermes.agent

要求：Python 3.11+、8GB RAM、记忆库默认 ChromaDB。最顺的用法是 Telegram 渠道 + Claude API 后端，月成本 $10-20。详见 Hermes Agent 深度评测。

第四步：安全边界（自托管也要做）

「跑在自己机器上」不自动等于安全，开源 Agent 的三个检查项：

1. 沙箱：Agent 的代码执行要有隔离。让它在主目录裸跑 rm 级命令之前，先确认沙箱/容器配置——OpenClaw 这类直接操作桌面的 Agent 尤其要审权限范围
2. 密钥管理：API key 写在 .env 里就留在 .env 里，别把它 commit 进 git（.gitignore 确认包含 .env）。多 Agent 共存时一把 key 全局复用是常见事故源
3. OAuth 集中的风险：OpenHuman 的 118+ 服务集成等于把一堆账号授权集中在一处——任何一次授权泄露的影响面都比单一工具大，最小化授权原则在开源工具上同样适用

第五步：成本账

对比 Manus 的订阅 + credit 模式：重任务用户每月能省下大几十到几百元，代价是你的运维时间。

避坑清单

1. 「开源 = 免费午餐」错觉：本体免费，模型照付，运维时间也是成本。轻度用户先算 BYOK 成本再决定
2. 升级翻车：OpenManus/OpenHuman 都在快速迭代，升级前备份记忆数据（OpenHuman 的 Memory Tree 尤其要导出）
3. 浏览器任务 token 爆炸：网页渲染进上下文消耗巨大，优先选缓存计费模型，或限制任务里的网页数量
4. 中文体验参差：Hermes 文档全英文、OpenHuman 中文记忆检索偏弱——中文重度场景先试国产模型后端再上量
5. 别一上来就自托管大模型：本地跑 70B 级要 48GB+ 显存，BYOK API 起步更现实（MoE 显存真相）

相关阅读

• Manus 深度实测：10 个任务的能力边界
• OpenManus 深度评测 · OpenHuman 深度评测 · Hermes Agent 深度评测
• BYOK：自带密钥的完整玩法
• 国产编程模型盘点：BYOK 的弹药库
• 本地 AI 工作站搭建：数据红线场景的进阶方案