如何在本地部署开源通用智能体OpenManus &OpenManus-OWL项目？

猫头虎

发布于 2025-03-10 08:29:50

21000

代码可运行

文章被收录于专栏：猫头虎博客专区猫头虎博客专区

运行总次数：0

代码可运行

背景

近期，国内团队推出的通用型AI Agent产品Manus因在GAIA基准测试中刷新性能记录引发行业关注，其"手脑协同"能力可完成简历筛选、旅行规划等复杂任务，内测邀请码一度被炒至数万元。但对于开发者而言，依赖商业产品存在技术黑箱与成本限制。值得庆幸的是，Meta GPT团队与Camel团队已分别开源了 OpenManus和OpenManus-OWL ，为开发者提供了自主部署的解决方案。本文将深入解析本地部署的技术路径与替代方案。

今天推荐一个优质开源OpenManus项目：

camel团队的OpenManus-OWL： https://github.com/MaoTouHU/OpenManus-OWL

正文

🏆 OWL 在 GAIA 基准测试中取得58.18平均分，在开源框架中排名🏅️ #1！ 🏆

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

OWL团队的愿景是彻底变革人工智能智能体协作解决现实任务的方式。通过利用高效动态智能体交互，OWL 实现了跨多领域更自然、健全的任务自动化。

🔥项目日志

[2025.03.07] : OWL团队开源了 🦉 OWL 项目的代码库。

✨️核心功能

在线搜索：利用维基百科、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

🛠️ 安装

克隆 Github 仓库

git clone https://github.com/camel-ai/owl.git
cd owl

创建环境

使用Conda（推荐）：

conda create -n owl python=3.11
conda activate owl

使用 venv（备用）：

python -m venv owl_env
# Windows 系统
owl_env\Scripts\activate
# Unix 或 MacOS 系统
source owl_env/bin/activate

安装依赖

python -m pip install -r requirements.txt

设置环境变量

在owl/.env_template文件中，您可以找到所有需要的API按键以及各服务的注册网址。要使用这些API服务，请按照以下步骤操作：

复制并重命名：复制.env_example文件，保存副本重命名为.env。
填写您的API键：打开.env文件，在相应字段中填入您的API键。
使用更多其他模型：请参考OWL团队CAMEL的模型文档：https://docs.camel-ai.org/key_modules/models.html#supported-model-platforms-in-camel

注意：为了获得最佳性能，OWL团队强烈建议使用 OpenAI 模型。OWL团队通过测试发现，其他模型在处理复杂任务和基准测试时可能会导致性能显着降低。

使用Docker运行

如果您希望使用 Docker 运行 OWL 项目，OWL团队提供完整的 Docker 支持：

# 克隆仓库
git clone https://github.com/camel-ai/owl.git
cd owl

# 配置环境变量
cp owl/.env_template owl/.env
# 编辑.env文件，填入您的API密钥

# 构建并运行Docker容器
docker-compose up -d

# 在容器中运行OWL
docker-compose exec owl bash -c "xvfb-python run.py"

更详细的Docker使用说明，包括跨平台支持、优化配置和故障修复，请参阅DOCKER_README.md

🚀 快速开始

运行以下示例：

python owl/run.py

OWL团队还提供了一个最小化的示例，只需配置LLM的API密钥即可运行：

python owl/run_mini.py

使用模型

OWL 支持多种 LLM 运行。您可以使用以下脚本来不同的模型：

# 使用 Qwen 模型运行
python owl/run_qwen.py

# 使用 Deepseek 模型运行
python owl/run_deepseek.py

# 使用其他 OpenAI 兼容模型运行
python owl/run_openai_compatiable_model.py

你可以通过修改run.py脚本来运行自己的任务：

# Define your own task
question = "Task description here."

society = construct_society(question)
answer, chat_history, token_count = run_society(society)

print(f"Answer: {answer}")

上传文件时，只需提供文件路径和问题：

# 处理本地文件（例如，文件路径为 `tmp/example.docx`）
question = "给定的 DOCX 文件中有什么内容？文件路径如下：tmp/example.docx"

society = construct_society(question)
answer, chat_history, token_count = run_society(society)

print(f"答案：{answer}")

OWL 将自动调用与文档相关的工具来处理文件并提取答案。

您可以尝试以下示例任务：