> ## Documentation Index
> Fetch the complete documentation index at: https://docs.hubto.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# 在 OpenManus 中使用
> 将 HubTo 接入 OpenManus，配置支持 function calling 的模型并运行智能体任务。
## 安装 OpenManus
先完成 OpenManus 的代码下载和依赖安装。
如果你已经能在本地启动 OpenManus，再继续下一步配置即可。
## 前置条件
* 已经可以在本地运行 OpenManus
* 已准备好 HubTo API Key
* 已确认目标模型支持 function calling
* 如果你要使用视觉能力，确认视觉模型也已开通
## 配置 OpenManus
在 `config` 目录里找到 `config.toml`，把模型服务改成 HubTo。
推荐先使用一个支持 function calling 的通用模型，例如 `glm-5.1`，然后按需再切到视觉模型。
```toml theme={null}
[llm]
model = "glm-5.1"
base_url = "https://api.hubto.ai/v1"
api_key = "YOUR_API_KEY"
max_tokens = 16384
temperature = 0.6
[llm.vision]
model = "qwen2.5-vl-72b-instruct"
base_url = "https://api.hubto.ai/v1"
api_key = "YOUR_API_KEY"
```
## 运行 OpenManus
配置完成后，直接启动主程序即可。
```bash theme={null}
python main.py
```
启动后，OpenManus 会根据你的提示词自动拆解任务、搜索信息、整理结果，并在需要时调用工具。
## 一次典型任务流程
OpenManus 更适合做多步骤任务，比如调研、分析和报告生成。
一个常见流程通常会包含：
1. 明确用户需求
2. 搜索相关资料
3. 打开网页或文档提取信息
4. 用代码整理数据
5. 生成最终报告
如果你需要联网信息，建议优先选择支持工具调用的模型，并确保网络与搜索工具都正常。
## 常见问题
### 调用失败或没有工具输出
请先确认你使用的模型支持 function calling，并检查 `base_url` 是否填写为 `https://api.hubto.ai/v1`。
### 模型找不到
请检查 `config.toml` 里的模型名是否和 HubTo 控制台中的名称一致。
### 视觉任务失败
请确认 `[llm.vision]` 里的模型已经开通，并且该模型支持图像输入。
### 启动后立刻报错
请先检查依赖是否安装完整，再确认 `api_key` 是否有效。
## 执行日志
运行时你通常会看到类似这样的过程：
* 先分析用户目标
* 再选择合适的搜索关键词
* 然后打开网页、提取 HTML 或正文
* 接着用 Python 清洗和整理数据
* 最后输出结果、报告或文件
## 使用建议
* 先用简单任务验证链路，再跑复杂报告
* 如果你同时要用视觉能力，确认视觉模型也已开通
* 如果任务经常报错，先检查 `base_url`、`api_key` 和模型名
* 生产环境里建议给 OpenManus 单独准备一把 API Key
## 总结
OpenManus 适合做多步骤、可拆解、需要工具协作的智能体任务。
接入 HubTo 后，你可以把模型入口统一到一个网关，再按任务选择合适的通用模型或视觉模型。