运行OpenManus项目(使用Conda)
部署本项目需要具备一定的基础:Linux基础、需要安装好Anaconda/Miniforge(Python可以不装好,直接新建虚拟环境的时候装好即可),如果不装Anaconda或者Miniforge,只装过Python,需要确保Python是3.12(目前官网是这么推荐的),如果你没玩过Ollama,建议玩玩,参考链接:使用ollama本地跑大模型
其实步骤非常简单,只需要按照官网一步一步来即可!
我的电脑遇到了个小问题,可以参考如下链接的方式一解决:
git报错:error: RPC failed; curl 16 Error in the HTTP2 framing layer
如果想要使用本地的Ollama,可以使用以下配置:
# Global LLM configuration
[llm]
model = "qwq:32b"
base_url = "http://localhost:11434/v1"
api_key = "ollama"
max_tokens = 4096
temperature = 0.7# Optional configuration for specific LLM models
[llm.vision]
model = "qwq:32b"
base_url = "http://localhost:11434/v1"
api_key = "ollama"
说明:
1、本地 Ollama 不需要 API Key,但是api_key参数需要填写“ollama”;
2、model名直接使用ollama list可以查看到,比如我拥有的模型是:
(base) ☁ ~ ollama list
NAME ID SIZE MODIFIED
qwq:32b cc1091b0e276 19 GB 25 hours ago
deepseek-r1:32b 38056bbcbb2d 19 GB 3 weeks ago
deepseek-r1:14b ea35dfe18182 9.0 GB 3 weeks ago
llama3:70b be39eb53a197 39 GB 10 months ago
llama2-chinese:13b 990f930d55c5 7.4 GB 14 months ago
需要改成自己对应的模型(PS:上面的qwq不行…继续往下看先…)
运行关键步骤:
(open_manus) ☁ OpenManus [main] ⚡ python main.py
INFO [browser_use] BrowserUse logging setup complete with level info
INFO [root] Anonymized telemetry enabled. See https://docs.browser-use.com/development/telemetry for more information.
Enter your prompt (or 'exit' to quit):
输入你的prompt:分析最近3个月AI相关的重要开源项目,并提供star排名

可以发现,3分钟后报了超时!但是程序程序依然在跑…
官网说需要使用千问的模型:
https://github.com/mannaandpoem/OpenManus/issues/85
难道我这新出的不算?!
我把模型改成了deepseek-r1:14b,报错了:
Enter your prompt (or 'exit' to quit): 分析最近3个月AI相关的重要开源项目,并提供star排名
2025-03-08 10:43:17.290 | WARNING | __main__:main:15 - Processing your request...
2025-03-08 10:43:17.291 | INFO | app.agent.base:run:137 - Executing step 1/30
2025-03-08 10:43:17.342 | ERROR | app.llm:ask_tool:262 - API error: Error code: 400 - {'error': {'message': 'registry.ollama.ai/library/deepseek-r1:14b does not support tools', 'type': 'api_error', 'param':
None, 'code': None}}
2025-03-08 10:43:18.368 | ERROR | app.llm:ask_tool:262 - API error: Error code: 400 - {'error': {'message': 'registry.ollama.ai/library/deepseek-r1:14b does not support tools', 'type': 'api_error', 'param':
None, 'code': None}}
2025-03-08 10:43:19.736 | ERROR | app.llm:ask_tool:262 - API error: Error code: 400 - {'error': {'message': 'registry.ollama.ai/library/deepseek-r1:14b does not support tools', 'type': 'api_error', 'param':
None, 'code': None}}
2025-03-08 10:43:21.249 | ERROR | app.llm:ask_tool:262 - API error: Error code: 400 - {'error': {'message': 'registry.ollama.ai/library/deepseek-r1:14b does not support tools', 'type': 'api_error', 'param':
None, 'code': None}}
2025-03-08 10:43:23.572 | ERROR | app.llm:ask_tool:262 - API error: Error code: 400 - {'error': {'message': 'registry.ollama.ai/library/deepseek-r1:14b does not support tools', 'type': 'api_error', 'param':
None, 'code': None}}
那就是我模型的问题?!
继续尝试下载了小的qwen模型
再下载个qwen2.5模型:
ollama run qwen2.5:14b
再重新执行OpenManus项目,发现已经跑起来了:

跑了20分钟后就报API error:Request timed out了:
此时,可以根据提示,执行playwright install命令:
(open_manus) ☁ OpenManus [main] ⚡ playwright install
Downloading Chromium 131.0.6778.33 (playwright build v1148) from https://playwright.azureedge.net/builds/chromium/1148/chromium-mac-arm64.zip
121.6 MiB [====================] 100% 0.0s
Chromium 131.0.6778.33 (playwright build v1148) downloaded to /Users/shaonaiyi/Library/Caches/ms-playwright/chromium-1148
Downloading Chromium Headless Shell 131.0.6778.33 (playwright build v1148) from https://playwright.azureedge.net/builds/chromium/1148/chromium-headless-shell-mac-arm64.zip
77.5 MiB [====================] 100% 0.0s
Chromium Headless Shell 131.0.6778.33 (playwright build v1148) downloaded to /Users/shaonaiyi/Library/Caches/ms-playwright/chromium_headless_shell-1148
Downloading Firefox 132.0 (playwright build v1466) from https://playwright.azureedge.net/builds/firefox/1466/firefox-mac-arm64.zip
81.6 MiB [====================] 100% 0.0s
Firefox 132.0 (playwright build v1466) downloaded to /Users/shaonaiyi/Library/Caches/ms-playwright/firefox-1466
Downloading Webkit 18.2 (playwright build v2104) from https://playwright.azureedge.net/builds/webkit/2104/webkit-mac-13-arm64.zip
69.5 MiB [====================] 100% 0.0s
Webkit 18.2 (playwright build v2104) downloaded to /Users/shaonaiyi/Library/Caches/ms-playwright/webkit-2104
Downloading FFMPEG playwright build v1010 from https://playwright.azureedge.net/builds/ffmpeg/1010/ffmpeg-mac-arm64.zip
1.1 MiB [====================] 100% 0.0s
FFMPEG playwright build v1010 downloaded to /Users/shaonaiyi/Library/Caches/ms-playwright/ffmpeg-1010
(open_manus) ☁ OpenManus [main] ⚡
附配置文件:
# Global LLM configuration
[llm]
# model = "qwq:32b"
model = "qwen2.5:14b"
base_url = "http://localhost:11434/v1"
api_key = "ollama"
max_tokens = 4096
temperature = 0.7# Optional configuration for specific LLM models
[llm.vision]
# model = "qwq:32b"
model = "qwen2.5:14b"
base_url = "http://localhost:11434/v1"
api_key = "ollama"
再来一个任务尝试,prompt如下:
打开edge浏览器,搜索“邵奈一”,打开他的CSDN博客,查找他最新发布的两篇文章,并在当前文件夹新建一个txt文件,将结果写入到此文件中
其实并没有生成相应的文件。。。
更新:博客发布的短短几个小时内,官网仓库又更新了不少地方,此时可以使用git pull拉取最新代码,然后继续尝试。
显示如下:
(base) ☁ OpenManus [main] ⚡ git pull
remote: Enumerating objects: 112, done.
remote: Counting objects: 100% (45/45), done.
remote: Compressing objects: 100% (28/28), done.
remote: Total 112 (delta 25), reused 21 (delta 17), pack-reused 67 (from 2)
Receiving objects: 100% (112/112), 430.62 KiB | 171.00 KiB/s, done.
Resolving deltas: 100% (40/40), completed with 3 local objects.
From https://github.com/mannaandpoem/OpenManusd9e6e9a..5694a5e main -> origin/main
Updating d9e6e9a..5694a5e
Fast-forward.github/ISSUE_TEMPLATE/config.yaml | 4 +.github/ISSUE_TEMPLATE/request_new_features.md | 14 +++.github/ISSUE_TEMPLATE/show_me_the_bug.md | 25 +++++.github/PULL_REQUEST_TEMPLATE.md | 17 +++.github/workflows/build-package.yaml | 33 ++++++.github/workflows/pre-commit.yaml | 26 +++++.github/workflows/stale.yaml | 23 ++++.pre-commit-config.yaml | 8 +-README.md | 42 ++++---README_zh.md | 40 ++++---app/agent/toolcall.py | 2 +-app/config.py | 2 +-app/llm.py | 8 +-app/logger.py | 2 +-app/tool/file_saver.py | 2 -assets/community_group.jpg | Bin 0 -> 222392 bytesassets/community_group_10.jpg | Bin 172852 -> 0 bytesassets/community_group_9.jpg | Bin 169484 -> 0 bytesconfig/config.example.toml | 2 +-examples/japan-travel-plan/japan_travel_guide_instructions.txt | 62 +++++++++++examples/japan-travel-plan/japan_travel_handbook.html | 124 +++++++++++++++++++++examples/japan-travel-plan/japan_travel_handbook_mobile.html | 255 +++++++++++++++++++++++++++++++++++++++++++examples/japan-travel-plan/japan_travel_handbook_print.html | 162 +++++++++++++++++++++++++++examples/pictures/japan-travel-plan-1.png | Bin 0 -> 168010 bytesexamples/pictures/japan-travel-plan-2.png | Bin 0 -> 36336 bytesexamples/readme.md | 14 +++main.py | 3 +run_flow.py | 19 ++--setup.py | 3 +-29 files changed, 835 insertions(+), 57 deletions(-)create mode 100644 .github/ISSUE_TEMPLATE/config.yamlcreate mode 100644 .github/ISSUE_TEMPLATE/request_new_features.mdcreate mode 100644 .github/ISSUE_TEMPLATE/show_me_the_bug.mdcreate mode 100644 .github/PULL_REQUEST_TEMPLATE.mdcreate mode 100644 .github/workflows/build-package.yamlcreate mode 100644 .github/workflows/pre-commit.yamlcreate mode 100644 .github/workflows/stale.yamlcreate mode 100644 assets/community_group.jpgdelete mode 100644 assets/community_group_10.jpgdelete mode 100644 assets/community_group_9.jpgcreate mode 100644 examples/japan-travel-plan/japan_travel_guide_instructions.txtcreate mode 100644 examples/japan-travel-plan/japan_travel_handbook.htmlcreate mode 100644 examples/japan-travel-plan/japan_travel_handbook_mobile.htmlcreate mode 100644 examples/japan-travel-plan/japan_travel_handbook_print.htmlcreate mode 100644 examples/pictures/japan-travel-plan-1.pngcreate mode 100644 examples/pictures/japan-travel-plan-2.pngcreate mode 100644 examples/readme.md
(base) ☁ OpenManus [main] ⚡
Prompt:
编写一份关于OpenManus教学的一天课程大纲,要求有基础、有进阶、有实战三部分,要求大纲中每一小节要有包含的所讲的内容,要求生成后在当前路径下提供一个word文档。
相关文章:
运行OpenManus项目(使用Conda)
部署本项目需要具备一定的基础:Linux基础、需要安装好Anaconda/Miniforge(Python可以不装好,直接新建虚拟环境的时候装好即可),如果不装Anaconda或者Miniforge,只装过Python,需要确保Python是3.…...
TikTok Shop欧洲市场爆发,欧洲TikTok 运营网络专线成运营关键
TikTok在欧洲的影响力还在持续攀升,日前,TikTok发布了最新的欧盟执行和使用数据报告,报告中提到: 2024年7~12月期间,TikTok在欧盟地区的月活用户达1.591亿,较上一报告期(2024年10月发布…...
基于YOLO11深度学习的电瓶车进电梯检测与语音提示系统【python源码+Pyqt5界面+数据集+训练代码】
《------往期经典推荐------》 一、AI应用软件开发实战专栏【链接】 项目名称项目名称1.【人脸识别与管理系统开发】2.【车牌识别与自动收费管理系统开发】3.【手势识别系统开发】4.【人脸面部活体检测系统开发】5.【图片风格快速迁移软件开发】6.【人脸表表情识别系统】7.【…...
计算机毕业设计SpringBoot+Vue.js制造装备物联及生产管理ERP系统(源码+文档+PPT+讲解)
温馨提示:文末有 CSDN 平台官方提供的学长联系方式的名片! 温馨提示:文末有 CSDN 平台官方提供的学长联系方式的名片! 温馨提示:文末有 CSDN 平台官方提供的学长联系方式的名片! 作者简介:Java领…...
微服务保护:Sentinel
home | Sentinelhttps://sentinelguard.io/zh-cn/ 微服务保护的方案有很多,比如: 请求限流 线程隔离 服务熔断 服务故障最重要原因,就是并发太高!解决了这个问题,就能避免大部分故障。当然,接口的并发…...
labelimg标注的xml标签转换为yolo格式标签
本文不生产技术,只做技术的搬运工!!! 前言 在yolo训练时,我们需要对图像进行标注,而使用labelimg标注时如果直接选择输出yolo格式的数据集,则原始数据的很多信息无法被保存,因此一版…...
VUE3开发-9、axios前后端跨域问题解决方案
VUE前端解决跨域问题 前端页面需要改写 如果无效,记得重启服务器 后端c#解决跨域问题 前端js取值,后端c#跨域_c# js跨域-CSDN博客...
机试准备第12天
首先学习队列,队列有先进先出的特性。广度优先遍历需要基于队列实现,C中的stl引入了队列的实现方式。队列支持push(),进入队尾,pop()出队,队头出队,front()获取队首元素,back()获取队尾元素&…...
计算机二级MS之PPT
声明:跟着大猫和小黑学习随便记下一些笔记供大家参考,二级考试之前将持续更新,希望大家二级都能轻轻松松过啦,过了二级的大神也可以在评论区留言给点建议,感谢大家!! 文章目录 考题难点1cm25px…...
伊藤积分(Ito Integral):随机世界中的积分魔法
伊藤积分(Ito Integral):随机世界中的积分魔法 在研究随机微分方程(SDE)和布朗运动时,伊藤积分(Ito Integral)是一个绕不开的关键概念。它是处理布朗运动随机项 ( d W ( t ) dW(t)…...
【Deepseek应用】Zotero+Deepseek 阅读和分析文献(下)
【Deepseek应用】Deepseek R1 本地部署(OllamaDockerOpenWebUI) 【Deepseek应用】ZoteroDeepseek 阅读和分析文献(上) 【Deepseek应用】ZoteroDeepseek 阅读和分析文献(下) 使用邀请码 cXfb9wOT 注册 硅基流…...
人工智能与深度学习的应用案例:从技术原理到实践创新
第一章 引言 人工智能(AI)作为21世纪最具变革性的技术之一,正通过深度学习(Deep Learning)等核心技术推动各行业的智能化进程。从计算机视觉到自然语言处理,从医疗诊断到工业制造,深度学习通过模拟人脑神经网络的层次化学习机制,实现了对复杂数据的高效分析与决策。本…...
Docker和DockerCompose基础教程及安装教程
Docker的应用场景 Web 应用的自动化打包和发布。自动化测试和持续集成、发布。在服务型环境中部署和调整数据库或其他的后台应用。从头编译或者扩展现有的 OpenShift 或 Cloud Foundry 平台来搭建自己的 PaaS 环境。 CentOS Docker 安装 使用官方安装脚本自动安装 安装命令…...
ArcGIS操作:13 生成最小外接矩阵
应用情景:筛选出屋面是否能放下12*60m的长方形,作为起降场候选点(一个不规则的形状内,判断是否能放下指定长宽的长方形) 1、面积初步筛选 Area ≥ 720 ㎡ 面积计算见 2、打开 ArcToolbox → Data Management Tools …...
Qt:事件
目录 处理事件 鼠标事件 键盘事件 定时器事件 窗口事件 虽然 Qt 是跨平台的 C 开发框架,Qt 的很多能力其实是操作系统提供的 只不过 Qt 封装了系统的 API 事件 前面学习过信号槽: 用户进行的各种操作,就可能会产生出信号,可以…...
python 程序一次启动有两个进程的问题(flask)
0. 背景 写了一个使用 flask 作为服务框架的程序,发现每次启动程序的时候,使用 ps 都能观察到两个 python 进程。 此外,这个程序占用了 GPU 资源,我发现有两个 python 进程,分别占用了完全相同的 GPU 显存 1. 原因 …...
ethtool的资料
ethtoolethtool(8) — Linux manual pageethtool(8) - Linux man pageUsing ethtool in LinuxLooking at your Linux system’s network interface with ethtoolHow to Change Speed & Duplex of Ethernet Card in Linux with ethtool CommandNVIDIA EthtoolRed Hat Enterp…...
SpringBoot过滤器(Filter)的使用:Filter接口、FilterRegistrationBean类配置、@WebFilter注释
1、过滤器(Filter)的介绍 Spring Boot 的过滤器用于对数据进行过滤处理。通过 Spring Boot 的过滤器,程序开发人员不仅可以对用户通过 URL 地址发送的请求进行过滤处理(例如:过滤一些错误的请求或者请求中的敏感词等),而且可以对服务器返回的数据进行过滤处理(例如:压…...
“此电脑”中删除WPS云盘方法(百度网盘通用)
📣此方法适用于卸载WPS云盘后,WPS云盘图标依然在此电脑中显示的问题。 原理:通过注册来进行删除 步骤: WIN键R,打开运行窗口,输入regedit命令,来打开【注册表编辑器】; 从左侧,依…...
Manus AI:开启Agent元年的ChatGPT时刻(附赠资料)
1. Manus AI:全球首个通用Agent Manus AI 是全球首个通用人工智能代理,连接思想与行动,不仅思考,还能交付成果。Manus 擅长处理工作和生活中的各种任务,帮助用户完成一切。其核心理念是“less structure, more intell…...
nomic-embed-text-v2-moe保姆级教程:Gradio自定义CSS主题与响应式布局
nomic-embed-text-v2-moe保姆级教程:Gradio自定义CSS主题与响应式布局 1. 从零开始:认识nomic-embed-text-v2-moe 如果你正在寻找一个既强大又好用的文本嵌入模型,特别是需要处理多语言内容,那么nomic-embed-text-v2-moe绝对值得…...
从一道经典OJ题出发:详解二叉树‘凹入表示法’的输出技巧与C++实现
从一道经典OJ题出发:详解二叉树‘凹入表示法’的输出技巧与C实现 1. 凹入表示法的独特魅力与实现挑战 在算法竞赛和数据结构面试中,二叉树的输出格式往往成为区分选手水平的关键细节。不同于常见的层序遍历或图形化展示,凹入表示法࿰…...
AI编程实战:如何用Cursor和Coze在1小时内完成文生图小程序开发
AI编程实战:如何用Cursor和Coze在1小时内完成文生图小程序开发 当产品灵感突然闪现,如何在最短时间内将它变成可交互的原型?传统开发流程中,从UI设计到API对接至少需要数天时间。而现在,借助AI编程工具链,我…...
医药行业用友 YonSuite 一体化管理方案
医保新规 4 月 1 日落地|医药企业破局:数智化 合规 精细化,活下去且活得好2026 年 4 月 1 日,医保新规全面执行,集采深化、价格严控、全链路监管,医药行业正式告别高毛利、粗放式、渠道为王的旧时代&…...
STM32F103 LoRa物理层驱动库详解与工程实践
1. 项目概述LoRa_STM32 是一个面向 STM32F103CB 微控制器平台的 LoRa 通信库,本质是 sandeepmistry/arduino-LoRa 库在 STM32 平台上的适配分支。它并非独立开发的全新协议栈,而是通过 Arduino Core for STM32(rogerclarkmelbourne/Arduino_S…...
深入解析卷积层参数量与FLOPs的计算原理及优化策略
1. 卷积层参数量计算原理 要理解卷积层的参数量计算,我们先从一个实际例子入手。假设有个输入特征图尺寸是64643(HWC),卷积核大小33,输出通道数64,带偏置项。这时候参数量是多少呢? 参数量的构…...
Unity引擎开发过的VR大场景项目有哪些?用到的网络技术,资源处理及热更新方案有哪些
我梳理了Unity引擎开发的VR大场景代表性项目,并从网络技术、资源处理、热更新方案三个核心技术维度进行了详细分析。一、代表性VR大场景项目 1. 基于VR的数字孪生智慧城市平台 开发方:香港理工大学温州技术创新研究院技术特点:整合GIS地理信息…...
Repomix Git日志集成:掌握commit历史分析的终极指南
Repomix Git日志集成:掌握commit历史分析的终极指南 【免费下载链接】repomix 📦 Repomix (formerly Repopack) is a powerful tool that packs your entire repository into a single, AI-friendly file. Perfect for when you need to feed your codeb…...
SLAM Toolbox应用宝典:从技术原理到实战落地的全面指南
SLAM Toolbox应用宝典:从技术原理到实战落地的全面指南 【免费下载链接】slam_toolbox Slam Toolbox for lifelong mapping and localization in potentially massive maps with ROS 项目地址: https://gitcode.com/gh_mirrors/sl/slam_toolbox SLAM Toolbox…...
