太牛了!OWL:Manus 最强开源复现,开源框架GAIA基准测试中排第一!

无论处于何时,自动化工具都是提升我们工作效率的关键。

Manus 作为一个全球首款通用 AI Agent,以其在网页浏览、任务规划和代码执行等方面的能力受到广泛关注,但其闭源性质和一码难求的现实性问题,让许多用户望而却步。

所以开源圈最近也异常的火热,前两天也给大家介绍了3小时内复刻 Manus 的热门开源项目:OpenManus。

如今又有一个好消息,开源社区又迎来了一个重量级选手:OWL

据称,OWL 是目前最好的 Manus 开源复现版本,它基于 CAMEL-AI 框架构建,通过多智能体协作实现真实世界任务的自动化,并在 GAIA 基准测试中,平均分58.18在开源项目中位列榜首,其 Level 1 分数达到了 81.13,超过了 OpenAI Deep Research,同 Manus 的 86.5 很是接近了。

结合了多智能体协作、实时信息检索、文档解析、浏览器自动化和代码执行等多种功能。

它可将复杂任务拆解为多个子任务,并由专业化的 AI 代理分工完成。

核心能力

  • 实时信息检索:可调用维基百科、谷歌搜索等,实时检索信息

  • 多模态能力:支持网络或本地的视频、图片、语音处理

  • 文档解析:支持Word、Excel、PDF、PPT信息提取,内容可转文本或Markdown

  • 浏览器操作:集成 Playwright 框架,可让 AI 直接操作浏览器,执行各种网页任务

  • 代码执行:支持代码编写、执行、调试等

  • 超丰富工具包:包括论文检索、音频分析、代码执行、图像生成、地图服务、视频分析、网页交互等诸多实用工具

快速使用

OWL 官方也非常的贴心,照顾了大多数人的环境配置,提供了4种部署方式。

前置步骤:

bash 复制代码
# 克隆 GitHub 仓库
git clone https://github.com/camel-ai/owl.git
cd owl

方式一:使用 uv(推荐)

bash 复制代码
# 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、3.12
uv venv .venv --python=3.10

# 激活虚拟环境
# 对于 macOS/Linux
source .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

方式二:使用 venv 和 pip

bash 复制代码
# 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/Linux
source .venv/bin/activate
# 对于 Windows
.venv\Scripts\activate

# 从 requirements.txt 安装
pip install -r requirements.txt

方式三:使用Conda

ini 复制代码
# 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

# 完成后退出 conda 环境
conda deactivate

方式四:Docker快速部署

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

# 选项1:直接使用docker-compose
cd .container
docker-compose up -d
# 在容器中运行OWL
docker-compose exec owl bash -c "xvfb-python run.py"

# 选项2:使用提供的脚本构建和运行
cd .container
chmod +x build_docker.sh
./build_docker.sh
# 在容器中运行OWL
./run_in_docker.sh "您的问题"

正式运行可执行下面命令:

arduino 复制代码
python owl/run.py

OWL 支持多种 LLM 后端。可以使用以下脚本来运行不同的模型:

bash 复制代码
# 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

当然,OWL 也包含一个基于网页的用户界面,使与系统交互变得更加容易。

复制代码
python run_app.py

网页界面提供以下功能:

  • 便捷的模型选择:选择不同的模型(OpenAI、Qwen、DeepSeek等)

  • 环境变量管理:直接从界面配置API密钥和其他设置

  • 交互式聊天界面:通过用户友好的界面与OWL智能体交流

  • 任务历史:查看交互的历史记录和结果

写在最后

OWL 作为目前最强的 Manus 开源复现版,具备多智能体协作、实时信息检索、文档解析、代码执行、浏览器自动化等能力。

无论是普通人还是开发者,都能用 OWL 提高自动化处理能力,让 AI 代理协作完成更复杂、更现实的任务。

GitHub 项目地址:github.com/camel-ai/ow...

相关推荐
小陈phd10 分钟前
高级RAG策略学习(四)——上下文窗口增强检索RAG
人工智能·学习·langchain
居然JuRan23 分钟前
阿里云多模态大模型岗三面面经
人工智能
THMAIL25 分钟前
深度学习从入门到精通 - BERT与预训练模型:NLP领域的核弹级技术详解
人工智能·python·深度学习·自然语言处理·性能优化·bert
nju_spy26 分钟前
Kaggle - LLM Science Exam 大模型做科学选择题
人工智能·机器学习·大模型·rag·南京大学·gpu分布计算·wikipedia 维基百科
中國龍在廣州1 小时前
GPT-5冷酷操盘,游戏狼人杀一战封神!七大LLM狂飙演技,人类玩家看完沉默
人工智能·gpt·深度学习·机器学习·计算机视觉·机器人
东哥说-MES|从入门到精通1 小时前
Mazak MTF 2025制造未来参观总结
大数据·网络·人工智能·制造·智能制造·数字化
CodeCraft Studio1 小时前
Aspose.Words for .NET 25.7:支持自建大语言模型(LLM),实现更安全灵活的AI文档处理功能
人工智能·ai·语言模型·llm·.net·智能文档处理·aspose.word
nuclear20111 小时前
Python 实现 Markdown 与 Word 高保真互转(含批量转换)
python·word转markdown·markdown转word·word转md·md转word
山烛1 小时前
深度学习:CNN 模型训练中的学习率调整(基于 PyTorch)
人工智能·pytorch·python·深度学习·cnn·调整学习率