企业官网建设流程全解析

1. 云服务器上跑 OpenManus，为什么总卡在 Python 依赖和 LLM 接入

OpenManus 是 MetaGPT 社区成员开源的一个通用 AI Agent 项目，你可以把它理解成「能在自己机器上跑、能看它一步步思考并调用工具」的智能体框架。它不需要邀请码，克隆代码、配好 LLM API 就能用，主代理负责理解需求并分配任务，PlanningAgent 把复杂任务拆成可执行步骤，ToolCallAgent 再去调用浏览器自动化、代码执行器、文件处理等工具。适合谁？适合想在云服务器上长期挂一个 Agent、又不想被本地环境折腾的开发者。

但真到云平台上从零部署，坑基本集中在两处：一是 Python 版本和依赖冲突，系统自带的 Python 往往被其他服务占用，直接pip install很容易把全局环境污染，甚至把系统工具搞崩；二是 LLM 接入配置，OpenManus 的config.toml里要填model、base_url、api_key，很多人手里有好几个模型的 Key，每换一个模型就改一次配置，管理起来很乱。

这篇就按「云服务器 → conda 隔离环境 → 接入 TaoToken 统一 Key → 启动验证」的顺序走一遍，命令和配置都给全，你照着敲就能跑起来。核心思路是：用 conda 把 OpenManus 的 Python 环境单独关起来，用 TaoToken 的统一 Key 和 API 通道地址把 LLM 接入这层收口，后面换模型只改一个model字段。

2. 前置准备：TaoToken 统一 Key 与 API 通道地址

在动服务器之前，先把 LLM 接入这层准备好，不然 OpenManus 启动了也跑不动任务。TaoToken 在这里扮演的角色是「统一 Key + 统一 API 通道」：你不需要在 OpenManus 里分别配 OpenAI、Anthropic 等各家地址，而是把base_url指向同一个通道地址，api_key用同一个 Key，换模型时只改model名字。

具体操作路径：

先去官网 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= 注册并登录，然后在控制台里创建 API Key。控制台入口在 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，Key 管理页在 https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_content=api-keys&utm_campaign=rewrite 。创建完把 Key 复制出来，形如sk-...，先存到本地，后面写进config.toml。

API 通道地址统一用 https://taotoken.net/api ，注意这个地址后面不加 UTM 参数，直接作为base_url的基础。OpenManus 走的是 OpenAI 兼容协议，所以base_url填https://taotoken.net/api/v1这种带/v1的形式即可（具体以你所用模型在文档里的说明为准，接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite ）。

提示：Key 只创建一次就够，后面 OpenManus 的[llm]和[llm.vision]两段都复用同一个 Key，不用分别申请。

如果你后面要长期跑编码类、Agent 类任务，可以了解下 Coding Plan（ https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite ），按套餐走比单次调用更省心；只是想先验证模型通不通，用模型对话页（ https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_content=chat&utm_campaign=rewrite ）发一条消息就能确认 Key 是否生效。

3. 云服务器上创建 conda 隔离环境并部署 OpenManus

这一章是主体，从登录云服务器开始，到依赖装完为止。假设你已经有一台能 SSH 登录的云主机（Ubuntu 22.04 为例），并且有 sudo 权限。

3.1 安装 Miniconda 并初始化

先确认系统里有没有 conda：

conda --version

如果没有，装一个 Miniconda（比 Anaconda 轻，云服务器上够用）：

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh bash Miniconda3-latest-Linux-x86_64.sh

安装过程中一路回车，最后问是否conda init选 yes。装完重新开一个 SSH 会话，或者执行：

source ~/.bashrc conda --version

能打印出版本号就说明 conda 可用了。这一步很关键，很多人装完不重开会话，后面conda activate报CommandNotFoundError，就是没初始化。

3.2 创建 OpenManus 专用环境

OpenManus 官方推荐 Python 3.12，我们单独建一个名为open_manus的环境，和系统 Python 完全隔离：

conda create -n open_manus python=3.12 -y

-y是自动确认，省得中途还要输 y。创建完激活：

conda activate open_manus python --version

应该输出Python 3.12.x。如果提示conda init相关错误，执行一次conda init然后重开会话即可。

3.3 克隆项目并安装依赖

git clone https://github.com/mannaandpoem/OpenManus.git cd OpenManus pip install -r requirements.txt

依赖里包含浏览器自动化、代码执行等组件，装的时候耐心等。如果某一步卡在编译，多半是缺系统库，Ubuntu 上补一下：

sudo apt-get update sudo apt-get install -y build-essential python3-dev

装完可以用pip list | grep -i openai之类确认关键包在不在。这里强调一下：所有pip install都必须在conda activate open_manus之后执行，否则会装到 base 环境或系统环境，后面启动时 import 报错，排查起来很费劲。

3.4 生成并填写 config.toml

OpenManus 的配置模板在config/config.example.toml，需要复制成config.toml再改：

cd config cp config.example.toml config.toml vim config.toml

按i进入插入模式，改完按Esc，输入:wq保存退出。核心是把[llm]和[llm.vision]两段指向 TaoToken 的统一通道：

# Global LLM configuration [llm] model = "claude-3-5-sonnet" base_url = "https://taotoken.net/api/v1" api_key = "sk-你的TaoTokenKey" max_tokens = 4096 temperature = 0.0 # Optional configuration for specific LLM models [llm.vision] model = "claude-3-5-sonnet" base_url = "https://taotoken.net/api/v1" api_key = "sk-你的TaoTokenKey"

model字段填你在 TaoToken 里想用的模型名，base_url统一走https://taotoken.net/api/v1，api_key两段填同一个 Key。这样以后换模型，只改model一处，不用动地址和 Key。

注意：config.toml里含 Key，别提交到 Git，也别贴到公开群里。项目.gitignore一般已经忽略它，自己再确认一下。

4. 启动验证：跑通一次请求看结果

配置写完，回到项目根目录启动主程序：

cd ~/OpenManus conda activate open_manus python main.py

正常的话会看到 OpenManus 的交互提示，输入一个简单任务，比如「帮我列一下当前目录下的文件并说明用途」。它会先规划、再调用工具、最后给结果。如果 LLM 接入正确，你能看到它一步步输出思考过程；如果 Key 或地址有问题，通常会在第一次调用模型时就报错。

想更轻量地先验证 Key 通不通，可以单独发一条请求：

curl https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer sk-你的TaoTokenKey" \ -H "Content-Type: application/json" \ -d '{ "model": "claude-3-5-sonnet", "messages": [{"role": "user", "content": "ping"}] }'

返回里有choices字段就说明 Key 和通道都正常，再去跑main.py就稳了。这一步能帮你把「是 Key 问题还是 OpenManus 配置问题」快速分开。

5. 本篇常见报错排查

部署过程中最容易撞上的几类问题，按现象对号入座。

conda: command not found：Miniconda 装完没重开会话，或者conda init没执行。执行source ~/.bashrc，还不行就重开 SSH。

ModuleNotFoundError: No module named 'xxx'：依赖装到了别的环境。确认conda activate open_manus已生效，再pip install -r requirements.txt重装一遍。

启动后调用模型报 401 / invalid api key：config.toml里 Key 填错，或者base_url写成了不带/v1的地址。对照第 3.4 节的配置检查，Key 前后不要有空格。

报连接超时 / connection error：先确认服务器能正常访问外网，再用第 4 节的curl单独测通道地址。如果curl通而main.py不通，多半是config.toml没保存成功，重新cat config/config.toml看一眼内容。

config.toml改了没生效：确认改的是config/config.toml而不是config.example.toml，并且启动时的工作目录是项目根目录。

浏览器自动化相关报错：依赖里的浏览器组件可能缺系统库，按 3.3 节补build-essential，必要时单独装 Playwright 的浏览器依赖。

6. 后续怎么用：统一 Key 换模型与长期运行

跑通之后，日常维护其实很轻。想换模型，只改config.toml里[llm]和[llm.vision]的model字段，base_url和api_key保持 TaoToken 的统一配置不动，重启python main.py即可。这样你手里多个模型可以随时切换，不用维护多套 Key。

如果打算把 OpenManus 当长期 Agent 用，建议在云服务器上用tmux或nohup挂后台，避免 SSH 断开就停：

tmux new -s openmanus conda activate open_manus python main.py

按Ctrl+B再按D脱离会话，下次tmux attach -t openmanus回来。Key 管理、用量查看都在控制台 https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_content=console&utm_campaign=rewrite ，接入细节以文档 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_content=doc&utm_campaign=rewrite 为准。编码类、Agent 类任务跑得多的话，Coding Plan（ https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_content=coding-plan&utm_campaign=rewrite ）会比零散调用更合适。