OWL Agent 實戰指南:零成本打造你的全能開源 AI 打工人
項目亮點
OWL (Open-sourced Workflow Learner) 是由 CAMEL-AI 團隊推出的開源 AI 智能體項目,完全復刻 Manus 的核心功能,并在靈活性和開源生態上實現超越:
- GAIA 性能天花板:以 57.7% 的基準測試得分碾壓 Hugging Face 的 Open Deep Research(55.15%)
- 逆向工程黑科技:通過六步拆解 Manus 工作流(Ubuntu 容器啟動→知識召回→數據掛載→任務清單生成→工具鏈執行),實現技術路線透明化
- 跨平臺掌控力:融合 CRAB 技術,可同時操控電腦、手機等多設備,支持復雜跨平臺任務(如 Ubuntu+Android 協同操作)
- 成本碾壓閉源方案:使用 DeepSeek 等國產模型替代 OpenAI,單次任務成本低至幾毛錢[citation:用戶輸入]
高階應用場景
場景類型 | OWL 實現方案 | 成本對比(vs Manus) |
跨平臺數據采集 | 通過 CRAB 框架同時操控 Mac + Android 設備完成數據同步 | 免費 vs 10萬邀請碼 |
自動化運維部署 | 基于 Ubuntu Toolkit 執行 ? | 0.2元/次 vs 5美元 |
智能文檔處理 | PDF 轉 Markdown + 語義摘要 + 自動歸檔到 Notion | 0.5元/份 vs 3美元 |
競品分析報告生成 | 爬取 GitHub 倉庫 + 提取 commit 趨勢 + 生成可視化圖表 | 1元/報告 vs 20美元 |
官方安裝教程
克隆 Github 倉庫
git clone https://github.com/camel-ai/owl.git
cd owl
設置環境
conda create -n owl python=3.11
conda activate owl
安裝依賴
python -m pip install -r requirements.txt
復現 GAIA 上的實驗結果
python run_gaia_roleplaying.py
實戰問題總結
項目地址:
https://github.com/camel-ai/owl/blob/main/README_zh.md
- 電腦mac mini m4 使用的是deepseek做核心 需要修改代碼 有點慢花費的也不多 幾毛錢 瀏覽器會白屏 是自動檢測任務是否需要瀏覽器參與 不需要全程白屏
遇到的幾個問題
- googlemaps安裝版本錯誤
# 使用這個解決了
pip install googlemaps --use-pep517
- 使用其他模型 需要修改run.py的代碼 支持模型列表
https://docs.camel-ai.org/key_modules/models.html#supported-model-platforms-in-camel
- tools不是都可以使用
# 這兩個必須得到OpenAI Key的支持才能調用 如果是deepseek或者其他模型 需要注釋
# *VideoAnalysisToolkit(model=assistant_model).get_tools(), # This requires OpenAI Key
# *AudioAnalysisToolkit().get_tools(), # This requires OpenAI Key
- 問題需要在run.py上面修改question
圖片測試問題是:全平臺搜集manus 相關的新聞
使用體驗和總結
感覺效果還是可以的搜集數據和整理數據的功能,但是官方推薦的還是使用chatgpt,在我的使用和體驗當中也是響應最快最好的,在使用deepseek R1模型的時候因為是深度思考,使用的時間也相應的增加了不少結果還是比較滿意的。我詢問的問題但部分都不會使用到瀏覽器,所以大部分時間瀏覽器都是空白的,這一點官方也注意到了,所以在后續的使用過程中也會優化。最讓我感覺很好的就是我不需要等待manus的邀請碼了,買肯定是買不起了排隊前面還這么多人呢慢慢等吧。
本文轉載自???墨風如雪小站???,作者:墨風如雪
贊
收藏
回復
分享
微博
QQ
微信
舉報

回復
相關推薦