Manus介绍

最近武汉团队的Manus非常火爆，以一个高智能Agent的方式，引起了国内AI行业震动，它主要是解决了这几个问题：

• 自主任务规划与执行：能将复杂任务分解为多个子任务，自动规划合理执行步骤，通过 “规划 - 执行 - 验证” 的多代理协同架构，独立完成从目标设定到成果交付的全流程任务。如筛选简历时，可自动理解解压等隐藏指令，完成解压缩、浏览简历、记录重要信息、生成排名建议并划分候选人等级等操作，无需用户额外提示或干预。

• 强大的工具调用能力：可在虚拟环境中调用各类工具，如编写和执行代码、智能浏览网页、操作网页应用，支持跨平台操作，内置浏览器、代码编辑器等工具。在分析股票价格相关性时，能通过 API 访问信息网站获取数据，用 Python 进行数据分析和可视化，引入金融专业工具深入分析，最终以数据可视化图表搭配详尽报告反馈结果。

• 直接交付完整成果：不仅提供解决方案，还直接交付完整任务成果，如生成报告、表格或可视化图表。例如为用户做旅行规划时，能提供个性化旅行手册；教育场景中，能为教师创建教学材料。

• 云端异步处理：任务在虚拟环境中持续运行，用户无需保持在线。

• 深度记忆功能：记录用户历史操作习惯，优化后续执行路径。

Manus 案例库 - 快速学习 Manus 如何使用：

https://www.aisharenet.com/manus-anlikubao/

一些使用Manus生成的案例：

https://manus.im/share/lLR5uWIR5Im3k9FCktVu0k?replay=1 银川中卫亲子游5天4夜路线规划 - Manus manus产品技术实现分析与未来展望 - Manus NotebookLM中打断AI播客的功能实现方法 - Manus monica.im退出ai agent产品manus的信息收集 - Manus OpenAI大事件网站设计概述 - Manus

OpenManus 产品体验

同步MetaGPT团队也做了一个类似开源版本，叫做 open-manus ，很容易就复刻执行，体验了一下OpenManus。（github地址：https://github.com/mannaandpoem/OpenManus）

按照描述它大概产品特性如下：

• 模块化 Agent 系统

  • Manus 主代理：如同项目经理，能精准理解用户需求。比如用户提出 “策划一场公司年会” 的需求，主代理会明确年会的规模、预算、时间等关键信息，然后协调其他模块开展工作。

  • PlanningAgent：像战略专家，将复杂任务分解为可执行的步骤。对于年会策划任务，它会把任务拆解为场地预订、节目安排、嘉宾邀请等子任务，并规划每个子任务的具体步骤。

  • ToolCallAgent：作为技术专家，在任务执行中调用相应工具。在年会策划中，它可能会调用网络搜索工具找合适的场地，调用文档编辑工具制作嘉宾名单等。

• 多任务处理能力

  • 网页浏览与信息收集：可自动控制浏览器，按要求访问网站，抓取关键信息并整理。如收集旅游景点信息，能访问各大旅游网站，提取景点介绍、门票价格等信息。

  • 文件操作：能快速对文件进行分类、重命名、内容提取等操作。比如可将一个文件夹中的文档按类型自动分类，或从多个文件中提取特定内容汇总。

  • 编程协助：能协助编写代码，根据需求生成代码片段，完成项目框架搭建，并进行调试和优化。若要开发一个简单的用户登录系统，它可生成相关的代码框架和基本逻辑。

• 实时反馈机制：用户可以直观地看到 AI 的思考过程和任务执行进度，便于干预和调整。比如在生成一篇长文时，用户能看到 AI 逐步生成内容的过程，可随时让 AI 调整方向或补充内容1。

• 底层 LLM 驱动：依赖大语言模型（如 GPT-4 等）生成任务规划与内容。利用大模型的强大语言理解和生成能力，为各种任务提供智能支持。

• 配置灵活性：通过 config.toml 文件自定义 API 密钥、模型参数（如随机性、生成长度），方便用户根据自身需求和场景进行个性化配置。

我设定的任务一：

帮我生成一个高一语文《红烛（闻一多）》的课堂讲课逐字稿，生成对应逐字稿和讲课使用的PPT课件

提交给它的界面如下：

执行到第3步：生成了逐字稿。（感觉差点意思）

执行到第16步，生成了md格式的ppt：

从最终生成质量来看比较一般，无论是逐字稿还是PPT，下载的一张图片打开还是报错。

我设定的任务2：

帮我设计一个七天六夜的去新疆旅游的攻略，必须包含酒店、景区信息，包括每一天的行程，最后帮我生成一个整个旅游行程安排的PPT，方便我给别人介绍

第1步：通过搜索获取景点信息

第6步：生成了基本的旅游行程安排

第7步：创建行程介绍PPT

旅游行程结论：

只有简单的旅游行程安排，酒店信息没有，行程介绍PPT也没有生成。在Call本机工具层面还是比较薄弱。

一些初步结论

1. 从执行过程来看，主要就是利用搜索，组件是使用 broswer_use 包，然后整个过程一直与大模型这个大脑进行交互反馈，不能够很好的调用本机的现有工具。

2. 从模型使用来看，目前测试了豆包、deepseek、qwen、cluade 等模型，效果最好的是Cluade，因为支持function call能力，国内的模型，勉强能跑的只有deepseek和qwen，相对来说qwen效果好一些，但是实际他们都不支持function call，所以整个体验会比较差。

3. 距离生产实际使用还有距离，从体验来看，确实不如 Manus 这种跑在容器中的产品，毕竟open_manus只是三个小时做出来的产品，从目前来看还比较薄弱，但是上线5天，代码已经有139次commit了，按照这种迭代速度未来可期！