在 OpenManus 中使用

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：

# Global LLM configuration
[llm]
model = "Qwen/QwQ-32B" # 或者平台中的其他支持 function calling 模型，参见[Function Calling](https://docs.siliconflow.cn/cn/userguide/guides/function-calling)
base_url = "https://api.siliconflow.cn/v1"
api_key = "your_api_key_from_siliconcloud"
max_tokens = 16384
temperature = 0.6

# Optional configuration for specific LLM models
[llm.vision]
model = "Qwen/Qwen2-VL-72B-Instruct" # 或者平台中的其他视觉语言模型，参见[vision](https://docs.siliconflow.cn/cn/userguide/capabilities/vision)
base_url = "https://api.siliconflow.cn/v1"
api_key = "your_api_key_from_siliconcloud"

3. 使用 OpenManus

通过命令行

python main.py

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

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。

<tool_call>
  "name": "google_search",
  "arguments": {
    "query": "global soybean market analysis 2025 report",
    "num_results": 10
  }
</tool_call>

如需查看详细结果，请参见此处链接

场景示例

​1. 安装 OpenManus

​2. 配置 OpenManus

​3. 使用 OpenManus

​3.1 下面是某次运行的大致流程：

​3.2 执行日志

1. 安装 OpenManus

2. 配置 OpenManus

3. 使用 OpenManus

3.1 下面是某次运行的大致流程：

3.2 执行日志