【OWL部署】Manus又一开源平替OWL真的很好用吗？手把手带你部署并运行你的AI助手OWL（对接Qwen、硅基流动接口）

最新推荐文章于 2025-11-16 05:56:01 发布

原创

最新推荐文章于 2025-11-16 05:56:01 发布 · 3.1k 阅读

30 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能

声明：本公众号所有文章均仅限个人学习或技术研究使用，不可用作任何违法获利或任何不良诱导宣传。如有类似事情发生，与本频道无关。
一、背景知识介绍
1、什么是OWL?
借用官方团队的话来说，OWL 是一个前沿的多智能体协作框架，推动任务自动化的边界，构建在CAMEL-AI Framework（Github官方链接https://github.com/camel-ai/camel，该框架使多智能体系统能够通过生成数据和与环境交互来不断发展，具有强可扩展性，支持具有数百万代理的系统，确保大规模的有效协调，通信和资源管理。）。团队的愿景是彻底变革 AI 智能体协作解决现实任务的方式。通过利用动态智能体交互，OWL 实现了跨多领域更自然、高效且稳健的任务自动化。
在这里插入图片描述

2、OWL的核心功能
如下图所示，OWL结合多AI大模型协作以及各类工具包调用来解决真实世界的各种问题。参考官方文档，OWL的核心功能如下：
在线搜索：支持多种搜索引擎（包括维基百科、Google、DuckDuckGo、百度、博查等），实现实时信息检索与知识获取
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
丰富工具包：提供丰富的工具包，包括ArxivToolkit（学术论文检索）、AudioAnalysisToolkit（音频分析）、CodeExecutionToolkit（代码执行）、DalleToolkit（图像生成）、DataCommonsToolkit（数据共享）、ExcelToolkit（Excel处理）、GitHubToolkit（GitHub交互）、GoogleMapsToolkit（地图服务）、GoogleScholarToolkit（学术搜索）、ImageAnalysisToolkit（图像分析）、MathToolkit（数学计算）、NetworkXToolkit（图形分析）、NotionToolkit（Notion交互）、OpenAPIToolkit（API操作）、RedditToolkit（Reddit交互）、SearchToolkit（搜索服务）、SemanticScholarToolkit（语义学术搜索）、SymPyToolkit（符号计算）、VideoAnalysisToolkit（视频分析）、WeatherToolkit（天气查询）、BrowserToolkit（网页交互）等多种专业工具，满足各类特定任务需求。
在这里插入图片描述

3、什么是playwright？
playwright-python（常被称作playwright）是微软开源的跨浏览器自动化测试工具，OWL有用到该工具来调用浏览器进行自动化工作，以下是关键信息：

核心功能
多浏览器支持：Chromium/Firefox/WebKit
自动化操作：页面导航、点击、表单填写、截图等
无头模式：可在无界面环境下运行
网络拦截：模拟API响应、处理请求
移动端模拟：支持设备型号模拟（如iPhone 13）
二、OWL环境搭建
OWL官方提供了多种方式的环境部署安装，包括uv、venv、conda、Docker等，上节【OpenManus部署】Manus平替OpenManus真的好用吗？手把手带你部署并运行OpenManus（不需要魔法）我们在部署OpenManus的时候python虚拟环境创建工具使用的是conda，这次我们沿用上次的方法来部署，不知道怎么安装conda的大家可以参考上节内容。
1、Python Conda环境创建
在自己想要部署OWL的目录，按照上节【OpenManus部署】Manus平替OpenManus真的好用吗？手把手带你部署并运行OpenManus（不需要魔法）文章中介绍的方法安装miniconda后，在PowerShell中运行如下命令创建并启动owl的python Conda环境

conda create -n owl python=3.10
conda activate owl

创建conda环境
在这里插入图片描述

激活conda环境
在这里插入图片描述

2、克隆OWL代码（听核心工程师说昨晚有更新哦，新版更稳定）

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

PowerShell切换到你要部署OWL的文件目录，运行如上代码后，等待代码下载完成，如下图所示：
在这里插入图片描述

然后运行如下命令，进入owl目录

#Windows CMD
cd .\owl
#Linux/Mac/Windows Powershell
cd ./owl

如下图所示为切换目录后在Powershell中执行ls命令后看到的代码目录结构：
在这里插入图片描述

3、依赖安装
官方推荐作为包安装，那我们就运行如下命令安装依赖包（时间大约5分钟，下载速度取决于网速，我这里指定了国内阿里源）：

pip install -e . -i https://mirrors.aliyun.com/pypi/simple

安装完成后如下图所示：
在这里插入图片描述

4、大模型接口及API配置（硅基流动、QWEN）
大模型接口及API配置文件是一个叫.env的文件，大家可以在项目owl\owl目录下将.env_template复制一份，重命名为.env，如下图所示：
在这里插入图片描述

（1）硅基流动自定义接口配置：
“极智引擎”公众号在上期OpenManus部署过程中已经讲解过硅基流动及其接口的配置，不了解的同学可以访问：https://mp.weixin.qq.com/s?__biz=Mzk3NTUyNDUxOQ==&mid=2247483764&idx=1&sn=2c779b8573ae5a4c15b40940cda6b9c6&scene=21#wechat_redirect查看，调用硅基流动接口需要支付一定的费用，但官方给新注册的用户赠送了一部分金额，足够做几次小研究使用了，大家随时关注自己账户余额即可。
在这里插入图片描述

打开前文所述的.env文件，添加如下自定义配置后保存：

# SILICONFLOW
SILICONFLOW_API_KEY='这里需要替换成你自己硅基流动的Key'
SILICONFLOW_API_URL='https://api.siliconflow.cn/v1'

然后切换到项目的examples文件夹，这里创建一个自定义的支持硅基流动的脚本文件，我这里命名是run_SiliconFlow.py，文件内容大家可以直接复制我这里调整好的代码直接用。硅基流动我这里配置的语义模型为“Qwen/QwQ-32B”，图形识别模型为“Qwen/Qwen2-VL-72B-Instruct”，这里大家根据自己喜好修改即可。

# ========= Copyright 2023-2024 @ CAMEL-AI.org. All Rights Reserved. =========
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
# ========= Copyright 2023-2024 @ CAMEL-AI.org. All Rights Reserved. =========

# To run this file, you need to configure the Qwen API key
# You can obtain your API key from Bailian platform: bailian.console.aliyun.com
# Set it as QWEN_API_KEY="your-api-key" in your .env file or add it to your environment variables

from dotenv import load_dotenv
from camel.models import ModelFactory
from camel.configs import SiliconFlowConfig
from camel.toolkits import (
    CodeExecutionToolkit,
    ExcelToolkit,
    ImageAnalysisToolkit,
    SearchToolkit,
    VideoAnalysisToolkit,
    BrowserToolkit,
    FileWriteToolkit,
)
from camel.types import ModelPlatformType, ModelType
from camel.societies import RolePlaying

from owl.utils import run_society, DocumentProcessingToolkit

from camel.logger import set_log_level


import pathlib, sys

base_dir = pathlib.Path(__file__).parent.parent
env_path = base_dir / "owl" / ".env"
load_dotenv(dotenv_path=str(env_path))

set_log_level(level="DEBUG")


def construct_society(question: str) -> RolePlaying:
    """
    Construct a society of agents based on the given question.

    Args:
        question (str): The task or question to be addressed by the society.

    Returns:
        RolePlaying: A configured society of agents ready to address the question.

最低0.47元/天解锁文章