开源框架测试排名第1！开源版manus智能体协作框架OWL

作者

项目简介


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，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。


✨️ 核心功能

  • 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。


🛠️ 安装

选项1：使用 uv（推荐）

# 克隆 GitHub 仓库git clone https://github.com/camel-ai/owl.git
# 进入项目目录cd owl
# 如果你还没有安装 uv，请先安装pip install uv
# 创建虚拟环境并安装依赖# 我们支持使用 Python 3.10、3.11、3.12uv venv .venv --python=3.10
# 激活虚拟环境# 对于 macOS/Linuxsource .venv/bin/activate# 对于 Windows.venv\Scripts\activate
# 安装 CAMEL 及其所有依赖uv pip install -e .
# 完成后退出虚拟环境deactivate

选项2：使用 venv 和 pip

# 克隆 GitHub 仓库git clone https://github.com/camel-ai/owl.git
# 进入项目目录cd owl
# 创建虚拟环境# 对于 Python 3.10（也适用于 3.11、3.12）python3.10 -m venv .venv
# 激活虚拟环境# 对于 macOS/Linuxsource .venv/bin/activate# 对于 Windows.venv\Scripts\activate
# 从 requirements.txt 安装pip install -r requirements.txt --use-pep517

选项3：使用 conda

# 克隆 GitHub 仓库git clone https://github.com/camel-ai/owl.git
# 进入项目目录cd owl
# 创建 conda 环境conda create -n owl python=3.10
# 激活 conda 环境conda activate owl
# 选项1：作为包安装（推荐）pip install -e .
# 选项2：从 requirements.txt 安装pip install -r requirements.txt --use-pep517
# 完成后退出 conda 环境conda deactivate


设置环境变量

OWL 需要各种 API 密钥来与不同的服务进行交互。owl/.env_template 文件包含了所有必要 API 密钥的占位符，以及可以注册这些服务的链接。


选项 1：使用 .env 文件（推荐）

  1. 复制并重命名模板：

cd owlcp .env_template .env

  1. 配置你的 API 密钥： 在你喜欢的文本编辑器中打开 .env 文件，并在相应字段中插入你的 API 密钥。

    注意：对于最小示例（examples/run_mini.py），你只需要配置 LLM API 密钥（例如，OPENAI_API_KEY）。


选项 2：直接设置环境变量

或者，你可以直接在终端中设置环境变量：

  • macOS/Linux (Bash/Zsh)：

export OPENAI_API_KEY="你的-openai-api-密钥"

Windows (命令提示符)：

set OPENAI_API_KEY="你的-openai-api-密钥"

Windows (PowerShell)：

$env:OPENAI_API_KEY = "你的-openai-api-密钥"

注意：直接在终端中设置的环境变量仅在当前会话中有效。


使用Docker运行

OWL可以通过Docker轻松部署，Docker提供了跨不同平台的一致环境。

设置说明

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

部署选项

选项1：使用预构建镜像（推荐）

# 此选项从Docker Hub下载一个即用型镜像# 最快速且推荐给大多数用户docker-compose up -d
# 在容器中运行OWLdocker-compose exec owl bashcd .. && source .venv/bin/activateplaywright install-depsxvfb-python examples/run.py

选项2：本地构建镜像

# 适用于需要自定义Docker镜像或无法访问Docker Hub的用户：# 1. 打开docker-compose.yml# 2. 注释掉"image: mugglejinx/owl:latest"行# 3. 取消注释"build:"部分及其嵌套属性# 4. 然后运行：docker-compose up -d --build
# 在容器中运行OWLdocker-compose exec owl bashcd .. && source .venv/bin/activateplaywright install-depsxvfb-python examples/run.py

选项3：使用便捷脚本

# 导航到容器目录cd .container
# 使脚本可执行并构建Docker镜像chmod +x build_docker.sh./build_docker.sh
# 使用您的问题运行OWL./run_in_docker.sh "您的问题"

MCP Desktop Commander设置

如果在Docker中使用MCP Desktop Commander，请运行：

npx -y @wonderwhy-er/desktop-commander setup --force-file-protocol




项目链接

https://github.com/camel-ai/owl/blob/main/README_zh.md

扫码加入技术交流群，备注「开发语言-城市-昵称」

（文：GitHubStore）

欢迎分享

发表评论