manus没有秘密？沙盒代码逆向完成，开源~ - 链载Ai

上周，manus的沙盒代码被诱导之后，可以打包下载。

manus没有护城河？已被破解，可下载所有代码！

但是下载完成打开，虽然start_server.py确实可以直接运行起来，但是整个代码项目是加密的~

代码是pyarmor加密的，这个正常逆向是很麻烦的。所以之前留言，我都回复了等大佬开源就好了。然后他来了~

接下来简单看看这个项目的实现逻辑！

现在都是明文了

首先需要注意的是，沙箱代码并不是manus的真实代码。他只是提供一个安全、隔离的容器给大模型，让它可以与终端、浏览器交互。充当大模型与资源之前的桥梁，使得AI可以自主运行终端命令、浏览器操作、编辑文本等等。

系统架构

┌───────────────────────────┐        ┌─────────────────┐   ┌────────────────────────────────────────────┐
│              │        │         │   │       Sandbox Container       │
│  AI Agent (e.g. Claude) │        │ API Proxy   │   │                      │
│              │        │         │   │ ┌──────────┐ ┌─────────┐ ┌────────────┐ │
│     MANUS       │ API Requests │ - Auth check  │   │ │     │ │     │ │      │ │
│              │◄──────────────►│ - Rate limiting├─────►│ │ Terminal │ │ Browser │ │ File/Text │ │
│              │ & Responses  │ - Routing   │   │ │ Service │ │ Service │ │ Operations │ │
│              │        │         │   │ │     │ │     │ │      │ │
│              │        │         │   │ └────┬─────┘ └────┬────┘ └─────┬──────┘ │
└───────────────────────────┘        └─────────────────┘   │   │       │       │     │
                      x-sandbox-token     │   │       │       │     │
                      authentication      │   v       v       v     │
                                   │ ┌──────────────────────────────────────┐  │
                                   │ │        FastAPI        │  │
                                   │ │   (app/server.py + router.py)   │  │
                                   │ └──────────────────────────────────────┘  │
                                   │                      │
                                   └────────────────────────────────────────────┘

整个项目主要包含以下几个关键组件：

1. API服务层

项目使用FastAPI构建了一个HTTP服务（app/server.py），作为AI与沙盒交互的主要入口点。所有来自AI的请求都会经过这一层处理，然后路由到对应的功能模块。

2. 终端服务

终端服务允许AI直接执行shell命令，并实时获取输出结果。对于需要持续交互的场景，它还提供了基于WebSocket的实时通信（app/terminal_socket_server.py）。

这部分功能使得大模型可以：

运行Linux/Unix命令
安装软件包
操作文件系统
执行编程语言（Python、Node.js等）

3. 浏览器自动化

browser_use库的集成。这是一个经过修改的开源库，让AI能够通过API控制浏览器行为。

browser_use主要包含以下功能模块：

Agent类 (browser_use/agent/service.py)

classAgent:
 def__init__(
    self,
    task: str,
    llm: BaseChatModel,
    browser: Browser | None = None,
   # 其他参数...
  ):
   # 初始化组件
   
 asyncdefrun(self, max_steps: int =100)-> AgentHistoryList:
   # 主执行循环
   # 处理LLM输出并执行动作

这个类是浏览器自动化的核心，负责将AI的指令转化为具体的浏览器操作。

浏览器上下文

在context.py里边提供了一系列方法让AI与网页交互：

导航到特定URL
点击页面元素
在表单中输入文本
页面滚动
提取网页内容

system prompt（browser_use/agent/prompts.py）

这部分应该是跟原始仓库一样的，没有仔细对比。定义了告诉AI如何与浏览器交互的指令集，包括：

响应格式规范（JSON结构）
与浏览器元素交互的规则
导航和错误处理指南
任务完成标准

AI如何与沙盒通信？

AI与沙盒之间的通信流程：

AI制定请求：

AI决定执行某个动作（如运行终端命令、浏览网页）
根据API规范构建适当的请求

请求传输：

AI发送HTTP请求到代理服务（https://api.manus.im/apiproxy.v1.ApiProxyService/CallApi）

认证：

请求包含API令牌（x-sandbox-token头）
令牌会与存储在$HOME/.secrets/sandbox_api_token中的值进行验证

请求处理：

沙盒的FastAPI服务器接收并处理请求
将请求路由到相应的服务（终端、浏览器、文件操作）

返回响应：

将操作结果格式化为JSON或二进制数据
将响应发送回AI

例如，AI执行一个shell命令的流程是这样的：

┌─────────────┐         ┌───────────────┐       ┌──────────────────┐
│       │ 1. HTTP请求   │        │ 2. 路由到  │         │
│ AI 代理  │────────────────►│ 沙盒API    │─────────────►│ 终端服务     │
│       │         │ (FastAPI)   │       │         │
│       │◄────────────────│        │◄─────────────│         │
└─────────────┘ 4. JSON响应   └───────────────┘ 3. 执行命令 └──────────────────┘

实际应用场景

通过这个沙盒环境，Claude等大模型可以执行如网页自动化、开发调试代码、执行系统指令、管理文件进程等操作。