# agent-ts

**Repository Path**: watt1010/agent-ts

## Basic Information

- **Project Name**: agent-ts
- **Description**: js版本的manus
- **Primary Language**: TypeScript
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-01-08
- **Last Updated**: 2026-01-08

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# OpenManus (TypeScript 版)

OpenManus 的 TypeScript 实现版本。这是一个通用的 AI Agent，能够根据用户指令，通过调用各种工具（如执行 Python 代码、浏览网页、编辑文件等）来完成复杂的任务。

## 📁 项目结构

主要的代码结构如下：

*   **`src/main.ts`**: 程序入口。负责解析命令行参数，获取用户输入，初始化 Agent 并启动任务循环。
*   **`src/agent/`**: Agent 的核心逻辑实现。
    *   `manus.ts`: **Manus Agent** 的具体实现。它是用户交互的主要对象，集成了多种工具（Python执行、浏览器操作等），并配置了特定的系统提示词。
    *   `toolcall.ts`: **ToolCallAgent** 类。实现了基于工具调用的 Agent 逻辑，负责与 LLM 交互以决策是否调用工具以及调用哪些工具。
    *   `base.ts`: **BaseAgent** 抽象基类。定义了 Agent 的标准生命周期（`run` 循环）、状态管理（`IDLE`, `RUNNING`, `FINISHED`）和记忆系统（`Memory`）。
    *   `react.ts`: 实现了 ReAct (Reasoning and Acting) 模式的逻辑（作为 `ToolCallAgent` 的父类）。
*   **`src/tool/`**: 工具集。包含各种具体能力的实现，如 `pythonExecute` (执行代码), `browserUseTool` (浏览器自动化), `strReplaceEditor` (文件编辑) 等。
    *   `toolCollection.ts`: 负责管理和注册所有可用工具，并提供统一的执行接口。
*   **`src/llm.ts`**: 大语言模型接口封装，负责与 OpenAI 等模型服务进行通信。
*   **`src/utils/`**: 通用工具函数，如日志记录器 (`logger.ts`)。

## 🛠️ 核心原理

OpenManus 的工作原理基于 **ReAct (Reasoning + Acting)** 模式，通过大语言模型 (LLM) 作为“大脑”来规划和执行任务。

1.  **感知 (Perception)**: Agent 维护一个 `Memory`（记忆）对象，记录了所有的对话历史，包括系统指令、用户输入、AI 的思考过程以及工具执行的结果。
2.  **思考 (Thinking)**: 在每一步 (`step`) 中，Agent 将当前的上下文（System Prompt + Memory）发送给 LLM。LLM 根据预定义的工具定义 (`ToolCollection`)，决定是直接回复用户，还是需要调用一个或多个工具来辅助完成任务。
3.  **行动 (Acting)**:
    *   如果 LLM 返回了工具调用请求（Tool Calls），`ToolCallAgent` 会解析这些请求。
    *   通过 `ToolCollection` 找到对应的工具实例并执行。
    *   工具的执行结果（Output）会被捕获并作为 `Observation`（观察结果）存回 `Memory`。
4.  **循环 (Loop)**: 上述过程在一个 `while` 循环中不断重复，直到：
    *   Agent 认为任务已完成并调用 `terminate` 工具。
    *   达到最大执行步数 (`maxSteps`)。
    *   发生不可恢复的错误。

## 🔄 调用流程

1.  **初始化**:
    *   用户运行程序。
    *   `main.ts` 创建 `Manus` 实例。
    *   `Manus` 初始化配置的工具（如连接 MCP 服务器）。

2.  **接收指令**:
    *   通过命令行参数 `--prompt` 或交互式输入获取用户任务。

3.  **执行循环 (`agent.run`)**:
    *   **Step 1**: Agent 思考。LLM 分析用户需求，假设用户要求“查询天气”，LLM 可能会生成一个调用浏览器工具的指令。
    *   **Step 2**: Agent 执行工具。Agent 启动浏览器，访问天气网站，抓取数据。
    *   **Step 3**: Agent 观察。工具返回天气数据字符串。
    *   **Step 4**: Agent 再次思考。LLM 看到天气数据，认为信息充足，生成最终回复：“今天的天气是...”

4.  **结束**:
    *   输出最终结果，Agent 清理资源（如关闭浏览器进程）。

## 🚀 启动方法

### 1. 安装依赖

确保你已经安装了 Node.js 环境。

```bash
npm install
```

### 2. 配置环境

(根据项目实际情况，可能需要配置 `.env` 文件以设置 API Key 等，具体参考代码中的 `src/config.ts` 或相关文档)

### 3. 运行

**交互式模式**:
直接运行，程序会提示你输入任务。

```bash
npm start
```
或者使用 `ts-node`:
```bash
npx ts-node src/main.ts
```

**命令行参数模式**:
直接通过参数传入任务。

```bash
npm start -- --prompt "在当前目录下创建一个名为 hello.txt 的文件，内容为 'Hello World'"