必须在终端执行python app.py --debug --no-web启动调试模式，观察日志确认插件加载和LLM连接，再通过run_flow.py或ManusAgent.step进行原子测试，并将log_level设为DEBUG捕获模型请求响应以验证工具调用。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要在开发环境中快速验证ManusAI是否正确连接本地模型、插件是否加载成功、任务能否被分解执行，必须绕过Web界面初始化开销，直接在终端触发最小闭环调用。
启动调试模式并跳过前端加载
进入 OpenManus 项目根目录后，执行：
python app.py --debug --no-web
该命令会禁用 FastAPI 的 Web 服务，仅启动核心 Agent 运行时；【不加 --no-web 会导致程序卡在等待浏览器打开，白白消耗30秒以上】。此时终端将输出初始化日志，重点观察 “Plugin loaded: file_reader”、“LLM client connected” 是否出现。
用内置CLI工具发起原子级测试
方法一：调用预置测试流程
运行 python run_flow.py --flow test_simple_math --input '{"a": 15, "b": 27}'
这会绕过自然语言解析层，直接注入结构化输入，触发 math 工具调用。若返回 {"result": 42}，说明工具链与模型推理通路已连通。
方法二：手动构造Agent指令流
在 Python 解释器中执行：
from openmanus.core.agent import ManusAgent
agent = ManusAgent()
res = agent.step("计算 8 * 9 的结果")
print(res)
注意：这一步必须在 conda activate open_manus 环境下运行，否则会因找不到模块报错 ModuleNotFoundError。
实时捕获模型请求与响应
第一步：在 config/config.toml 中将 log_level 改为 "DEBUG"
第二步：重新运行 python app.py --debug --no-web
第三步：观察终端滚动日志，找到形如 "[OLLAMA] POST http://localhost:11434/api/chat" 的条目
此时你会看到原始 prompt、模型返回的完整 JSON 响应体、以及 tool_calls 字段是否被正确提取。如果看到 "tool_calls is empty" 但你期望调用文件读取，说明 LLM 没有理解 function calling 格式——这时要立刻切换到 qwen2:7b 或 deepseek-coder:6.7b 模型，【qwen3:4b 或 llama3:8b 在当前 OpenManus 版本中无法稳定触发工具调用】。
