OpenManus
1. 安装 OpenManus
参考安装指南完成相关代码下载和依赖安装。
2. 配置 OpenManus
在 config 目录设置 config.toml,参考如下配置:
3. 使用 OpenManus
通过命令行
3.1 下面是某次运行的大致流程:
步骤 | 工作内容 | 使用工具 | 输入/参数 | 输出/结果 |
---|---|---|---|---|
1 | 分析用户需求,确定搜索策略 | google_search | ”global soybean market analysis 2025 report” | 搜索结果链接列表 |
2 | 分析搜索结果,决定使用中文搜索 | google_search | ”全球大豆市场 2025 年分析报告” | 搜索结果链接列表 |
3 | 分析中文搜索结果,决定访问USDA网站 | browser_use | action: “navigate”, url: USDA网站链接 | 成功导航到USDA网站 |
4 | 获取USDA网站HTML内容 | browser_use | action: “get_html” | 网页HTML内容 |
5 | 分析HTML内容,决定保存数据 | file_saver | 保存HTML内容到文件 | 成功保存HTML文件 |
6 | 分析如何处理HTML数据 | - | - | 思考处理HTML的策略 |
7 | 编写Python脚本解析HTML数据 | python_execute | 解析HTML的Python代码 | 解析结果(大豆产量数据) |
8 | 分析解析结果,决定获取更多数据 | browser_use | action: “navigate”, url: FAO网站链接 | 成功导航到FAO网站 |
9 | 获取FAO网站HTML内容 | browser_use | action: “get_html” | 网页HTML内容 |
10 | 编写Python脚本解析FAO数据 | python_execute | 解析FAO数据的Python代码 | 解析结果(FAO大豆数据) |
11 | 编写Python脚本合并数据 | python_execute | 合并USDA和FAO数据的代码 | 合并后的数据集 |
12 | 编写Python脚本生成图表 | python_execute | 生成图表的Python代码 | 生成的图表数据 |
13 | 保存生成的图表 | file_saver | 保存图表数据到文件 | 成功保存图表文件 |
14 | 搜索气候变化对大豆影响 | google_search | ”climate change impact on soybean production 2025” | 搜索结果链接列表 |
15 | 访问气候变化研究网站 | browser_use | action: “navigate”, url: 气候研究网站链接 | 成功导航到气候研究网站 |
16 | 获取气候研究网站HTML | browser_use | action: “get_html” | 网页HTML内容 |
17 | 编写Python脚本分析气候数据 | python_execute | 分析气候数据的Python代码 | 气候影响分析结果 |
18 | 编写Python脚本整合所有数据 | python_execute | 整合所有数据的Python代码 | 整合后的完整数据集 |
19 | 编写Python脚本生成报告框架 | python_execute | 生成报告框架的Python代码 | 报告HTML框架 |
20 | 编写Python脚本添加数据到报告 | python_execute | 添加数据到报告的Python代码 | 带数据的报告HTML |
21 | 编写Python脚本添加图表到报告 | python_execute | 添加图表到报告的Python代码 | 带图表的报告HTML |
22 | 编写Python脚本添加气候分析到报告 | python_execute | 添加气候分析的Python代码 | 带气候分析的报告HTML |
23 | 编写Python脚本添加结论到报告 | python_execute | 添加结论的Python代码 | 带结论的完整报告HTML |
24 | 保存完整报告HTML | file_saver | 保存报告HTML到文件 | 成功保存报告HTML文件 |
25 | 编写Python脚本将报告转为PDF | python_execute | HTML转PDF的Python代码 | 报告PDF数据 |
26 | 保存报告PDF | file_saver | 保存PDF数据到文件 | 成功保存报告PDF文件 |
27 | 编写Python脚本创建报告摘要 | python_execute | 创建摘要的Python代码 | 报告摘要文本 |
28 | 保存报告摘要 | file_saver | 保存摘要到文件 | 成功保存摘要文件 |
29 | 编写Python脚本发送报告邮件 | python_execute | 发送邮件的Python代码 | 邮件发送结果 |
30 | 总结完成的工作,等待下一步指示 | - | - | 最终总结和下一步建议 |
3.2 执行日志
部分执行日志
部分执行日志
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): 全球大豆市场 2025 年分析报告 2025-03-08 18:08:00.304 | WARNING | main:main:15 - Processing your request… 2025-03-08 18:08:00.305 | INFO | app.agent.base:run:137 - Executing step 1/30 2025-03-08 18:08:25.067 | INFO | app.agent.toolcall:think:53 - ✨ Manus’s thoughts: 好的,我现在需要处理用户关于“全球大豆市场2025年分析报告”的请求。首先,用户想要一份分析报告,这可能包括市场趋势、产量、价格、主要生产国、消费国以及未来预测等方面的信息。由于报告涉及未来数据,可能需要最新的行业数据和预测,而这些信息通常来自市场研究公司或权威机构的报告。
接下来,我需要考虑如何获取这些信息。用户提供的工具包括Google搜索、浏览器使用、Python执行和文件保存。首先,我应该使用Google搜索来查找相关的分析报告或数据来源。可能需要搜索关键词如“global soybean market analysis 2025 report”或者“大豆市场预测2025”,看看是否有权威机构如美国农业部(USDA)、国际粮食政策研究所(IFPRI)或市场研究公司如Frost & Sullivan、Mordor Intelligence等发布的报告。
使用Google搜索工具时,我需要构造合适的查询词,并可能需要多个关键词组合来确保找到最新的信息。搜索结果返回的链接可能包括PDF报告、行业分析文章或新闻稿。之后,可能需要使用浏览器工具访问这些链接,查看具体内容,提取关键数据。如果某些报告需要付费或注册,可能需要寻找免费摘要或通过其他途径获取。
另外,用户可能希望报告以结构化的方式呈现,比如图表或数据表格。这时候可能需要使用Python来处理数据,例如从网页中抓取数据,或者生成图表。但首先需要确保有可用的数据源。如果搜索到的数据是文本形式,可能需要手动整理或使用Python的解析库如BeautifulSoup或Pandas来处理。
保存最终的报告或分析结果可能需要使用文件保存工具,将整理好的数据、图表或总结文本保存为文档或代码文件。例如,将分析结果写入Markdown或PDF文件,或者生成一个HTML页面展示图表。
现在,第一步应该是执行Google搜索,收集相关链接。然后根据搜索结果决定下一步行动,可能是访问具体网页提取数据,或者发现需要进一步处理的数据。如果搜索结果中有直接可下载的PDF报告,可能需要使用浏览器工具下载文件,但可能需要处理文件内容,比如使用Python读取PDF内容。如果报告需要付费,可能需要寻找替代资源或建议用户购买。
另外,可能需要考虑时间因素,2025年的预测数据可能在2023或2024年的报告中已经存在,因此搜索时可能需要限定时间范围。不过Google搜索工具的参数中没有时间选项,可能需要在查询词中加入年份,如“2023 global soybean market forecast 2025”。
总结步骤:
- 使用Google搜索查找相关报告链接。
- 分析搜索结果,访问相关网页,提取关键数据。
- 使用Python处理和整理数据,生成图表或分析结果。
- 将最终报告保存为文件。
现在,首先执行Google搜索,看看能找到哪些资源。可能需要多次调整关键词以确保找到足够的信息。如果搜索结果不够,可能需要进一步细化查询,例如按地区、主要公司或特定方面(如价格趋势、产量预测)来搜索。
如需查看详细结果,请参见此处链接