Mano-P实战手册6个日常GUI自动化场景从发微信到整理文件全跑通【免费下载链接】Mano-PMano-P: Open-source GUI-VLA agent for edge devices. #1 on OSWorld (specialized, 58.2%). Runs locally on Apple M4 Mac mini/MacBook — no data leaves your device.Mano-P 是一个开源 GUI-VLA 项目支持在 Mac mini/MacBook 上或通过算力棒本地运行推理实现纯视觉驱动的跨平台 GUI 自动化操作。数据完全本地处理支持复杂多步骤任务规划与执行。项目地址: https://gitcode.com/gh_mirrors/man/Mano-PMano-P 是一款开源的 GUI-VLA 智能体GUI Agent专为 Mac mini / MacBookM4 芯片、32GB 内存或 USB 4.0 算力棒设计用纯视觉驱动完成跨平台 GUI 自动化操作。它在本机运行推理截图与任务数据完全不出设备无需调用云端 API。这篇实战手册带你跑通 6 个最高频的日常 GUI 自动化场景发微信、整理文件、搜信息、改系统设置、跨应用长链路、企业办公消息。快速上手三步完成安装与权限配置第 1 步安装 CLI 工具Mano-P 面向普通用户提供mano-cua命令行工具通过 Homebrew 一键安装自动创建独立 Python 虚拟环境不污染系统brew tap Mininglamp-AI/tap brew install mano-cua如需查看源码可克隆仓库git clone https://gitcode.com/gh_mirrors/man/Mano-P项目结构与许可协议详见 README_CN.md 和 LICENSE。第 2 步授予两个系统权限在 系统设置 → 隐私与安全 中为mano-cua勾选屏幕录制让它看见屏幕辅助功能让它控制鼠标与键盘第 3 步选择推理模式默认走云端推理服务想要数据完全本地只需多装一次本地模型mano-cua check mano-cua install-sdk mano-cua install-model mano-cua run 打开 Safari 并搜索 Python --local加上--local后所有推理基于 MLX 在设备上完成零网络调用。场景 1一句话发微信消息最高频的场景比如临时改会议时间mano-cua run 打开微信找到 FTY 的聊天窗口告诉他会议延期到明天Mano-P 通过纯视觉识别微信界面——定位聊天列表、输入框、发送按钮逐步点击输入完成操作全程不依赖任何 API 接口。官方实测中微信类任务成功率已达 67%本地 4B 模型。场景 2批量整理文件文件管理是 Finder 用户的老大难。Mano-P 支持右键菜单、标签、重命名等精细操作例如mano-cua run 在访达中把下载文件夹里所有截图移到 桌面/截图 文件夹并按日期重命名它还能处理系统工具类任务旋转图片sips -r 90、给文件打红色标签、把文本翻译后保存为 txt——纯 GUI 搞不定的它会调用 Shell 工具补位官方评测中这类GUI Bash混合策略把 100 道真机任务通过率推到了 90%。场景 3浏览器搜信息与内容提取mano-cua run 在小红书搜索 AI 新闻并展示第一条帖子浏览器/网页是 Mano-P 最强的类别云端版 90% 通过率。它像人一样滚动、点击、翻页从数百个交互元素中精准定位目标控件无需预先编写任何选择器脚本——界面改版了也不怕这是它相对传统 RPA 的核心优势。场景 4系统设置一行搞定音量、鼠标指针大小这类藏在系统设置深处的选项用一句自然语言直达mano-cua run 把系统音量调到 50%并把鼠标指针调到最大这类任务在真机评测中本地模型通过率 83%是日常懒人自动化的典型切入点。场景 5跨应用长链路任务真正拉开差距的是跨应用工作流例如mano-cua run 在计算器上算 128 乘以 46把结果复制到备忘录里新建一篇笔记Mano-P 内置思考-行动-验证循环推理机制每步执行前先规划、执行后校验界面变化错了会自行回退重来而不是机械地按脚本走。长链路与跨应用任务建议搭配--max-steps参数设置步数上限防止意外循环mano-cua run 你的跨应用任务 --local --max-steps 30场景 6企业办公消息与跨系统数据整合企微/飞书/钉钉场景在官方评测中通过率最高云端 100%、本地 83%。更实用的是跨系统数据整合——从没有 API 的桌面软件里看出数据mano-cua run 打开 WPS 表格把本月的销售额汇总后发一封邮件给我无需 API、无需插件纯视觉提取多源数据并生成结构化结果这正是 GUI-VLA 方案相对 Web 爬虫的独门能力。为什么说它稳OSWorld 专用模型第一Mano-CUA 1.1 在 OSWorld 上以58.2%成功率位列所有专用 GUI 智能体模型第一领先第二名 13.2 个百分点在 WebRetriever Protocol I 上同样登顶41.7 NavEval。高成功率来自其底层训练方法Mano-Action 双向自增强学习让模型同时掌握从描述定位元素和描述元素两个方向配合三阶段渐进式训练SFT → 离线强化 → 在线强化点击、输入、拖拽等动作的语义对齐精度远高于普通多模态大模型。数据安全为什么本地模式值得开启本地模式截图与任务描述零外发适合含敏感信息的工作场景约 6.4GB 内存即可运行 4B 模型云端模式仅传输截图和任务描述不访问本地文件、剪贴板或凭证运行时请避免在屏幕上显示敏感内容客户端代码完全开源可自行审计任务运行时屏幕右上角会显示状态面板可随时暂停/停止敏感或潜在危险操作需用户确认后才执行。当前 macOS 为稳定支持平台Windows / Linux 处于 Beta 阶段。写在最后从发微信到整理文件Mano-P 把GUI 自动化从写脚本的活变成了说人话的活M4 芯片 32GB 内存的 Mac 即可完全离线跑通数据不出设备。建议从场景 4系统设置这种低风险任务起步熟悉状态面板和停止方式后再逐步交给它跨应用的长链路任务——6 个场景跑通之后你会发现自己的 Mac 多了一双不知疲倦的手。更多场景演示与基准数据可参考 README.md 中的应用场景展示与基准测试章节。【免费下载链接】Mano-PMano-P: Open-source GUI-VLA agent for edge devices. #1 on OSWorld (specialized, 58.2%). Runs locally on Apple M4 Mac mini/MacBook — no data leaves your device.Mano-P 是一个开源 GUI-VLA 项目支持在 Mac mini/MacBook 上或通过算力棒本地运行推理实现纯视觉驱动的跨平台 GUI 自动化操作。数据完全本地处理支持复杂多步骤任务规划与执行。项目地址: https://gitcode.com/gh_mirrors/man/Mano-P创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Mano-P实战手册：6个日常GUI自动化场景，从发微信到整理文件全跑通
Mano-P实战手册6个日常GUI自动化场景从发微信到整理文件全跑通【免费下载链接】Mano-PMano-P: Open-source GUI-VLA agent for edge devices. #1 on OSWorld (specialized, 58.2%). Runs locally on Apple M4 Mac mini/MacBook — no data leaves your device.Mano-P 是一个开源 GUI-VLA 项目支持在 Mac mini/MacBook 上或通过算力棒本地运行推理实现纯视觉驱动的跨平台 GUI 自动化操作。数据完全本地处理支持复杂多步骤任务规划与执行。项目地址: https://gitcode.com/gh_mirrors/man/Mano-PMano-P 是一款开源的 GUI-VLA 智能体GUI Agent专为 Mac mini / MacBookM4 芯片、32GB 内存或 USB 4.0 算力棒设计用纯视觉驱动完成跨平台 GUI 自动化操作。它在本机运行推理截图与任务数据完全不出设备无需调用云端 API。这篇实战手册带你跑通 6 个最高频的日常 GUI 自动化场景发微信、整理文件、搜信息、改系统设置、跨应用长链路、企业办公消息。快速上手三步完成安装与权限配置第 1 步安装 CLI 工具Mano-P 面向普通用户提供mano-cua命令行工具通过 Homebrew 一键安装自动创建独立 Python 虚拟环境不污染系统brew tap Mininglamp-AI/tap brew install mano-cua如需查看源码可克隆仓库git clone https://gitcode.com/gh_mirrors/man/Mano-P项目结构与许可协议详见 README_CN.md 和 LICENSE。第 2 步授予两个系统权限在 系统设置 → 隐私与安全 中为mano-cua勾选屏幕录制让它看见屏幕辅助功能让它控制鼠标与键盘第 3 步选择推理模式默认走云端推理服务想要数据完全本地只需多装一次本地模型mano-cua check mano-cua install-sdk mano-cua install-model mano-cua run 打开 Safari 并搜索 Python --local加上--local后所有推理基于 MLX 在设备上完成零网络调用。场景 1一句话发微信消息最高频的场景比如临时改会议时间mano-cua run 打开微信找到 FTY 的聊天窗口告诉他会议延期到明天Mano-P 通过纯视觉识别微信界面——定位聊天列表、输入框、发送按钮逐步点击输入完成操作全程不依赖任何 API 接口。官方实测中微信类任务成功率已达 67%本地 4B 模型。场景 2批量整理文件文件管理是 Finder 用户的老大难。Mano-P 支持右键菜单、标签、重命名等精细操作例如mano-cua run 在访达中把下载文件夹里所有截图移到 桌面/截图 文件夹并按日期重命名它还能处理系统工具类任务旋转图片sips -r 90、给文件打红色标签、把文本翻译后保存为 txt——纯 GUI 搞不定的它会调用 Shell 工具补位官方评测中这类GUI Bash混合策略把 100 道真机任务通过率推到了 90%。场景 3浏览器搜信息与内容提取mano-cua run 在小红书搜索 AI 新闻并展示第一条帖子浏览器/网页是 Mano-P 最强的类别云端版 90% 通过率。它像人一样滚动、点击、翻页从数百个交互元素中精准定位目标控件无需预先编写任何选择器脚本——界面改版了也不怕这是它相对传统 RPA 的核心优势。场景 4系统设置一行搞定音量、鼠标指针大小这类藏在系统设置深处的选项用一句自然语言直达mano-cua run 把系统音量调到 50%并把鼠标指针调到最大这类任务在真机评测中本地模型通过率 83%是日常懒人自动化的典型切入点。场景 5跨应用长链路任务真正拉开差距的是跨应用工作流例如mano-cua run 在计算器上算 128 乘以 46把结果复制到备忘录里新建一篇笔记Mano-P 内置思考-行动-验证循环推理机制每步执行前先规划、执行后校验界面变化错了会自行回退重来而不是机械地按脚本走。长链路与跨应用任务建议搭配--max-steps参数设置步数上限防止意外循环mano-cua run 你的跨应用任务 --local --max-steps 30场景 6企业办公消息与跨系统数据整合企微/飞书/钉钉场景在官方评测中通过率最高云端 100%、本地 83%。更实用的是跨系统数据整合——从没有 API 的桌面软件里看出数据mano-cua run 打开 WPS 表格把本月的销售额汇总后发一封邮件给我无需 API、无需插件纯视觉提取多源数据并生成结构化结果这正是 GUI-VLA 方案相对 Web 爬虫的独门能力。为什么说它稳OSWorld 专用模型第一Mano-CUA 1.1 在 OSWorld 上以58.2%成功率位列所有专用 GUI 智能体模型第一领先第二名 13.2 个百分点在 WebRetriever Protocol I 上同样登顶41.7 NavEval。高成功率来自其底层训练方法Mano-Action 双向自增强学习让模型同时掌握从描述定位元素和描述元素两个方向配合三阶段渐进式训练SFT → 离线强化 → 在线强化点击、输入、拖拽等动作的语义对齐精度远高于普通多模态大模型。数据安全为什么本地模式值得开启本地模式截图与任务描述零外发适合含敏感信息的工作场景约 6.4GB 内存即可运行 4B 模型云端模式仅传输截图和任务描述不访问本地文件、剪贴板或凭证运行时请避免在屏幕上显示敏感内容客户端代码完全开源可自行审计任务运行时屏幕右上角会显示状态面板可随时暂停/停止敏感或潜在危险操作需用户确认后才执行。当前 macOS 为稳定支持平台Windows / Linux 处于 Beta 阶段。写在最后从发微信到整理文件Mano-P 把GUI 自动化从写脚本的活变成了说人话的活M4 芯片 32GB 内存的 Mac 即可完全离线跑通数据不出设备。建议从场景 4系统设置这种低风险任务起步熟悉状态面板和停止方式后再逐步交给它跨应用的长链路任务——6 个场景跑通之后你会发现自己的 Mac 多了一双不知疲倦的手。更多场景演示与基准数据可参考 README.md 中的应用场景展示与基准测试章节。【免费下载链接】Mano-PMano-P: Open-source GUI-VLA agent for edge devices. #1 on OSWorld (specialized, 58.2%). Runs locally on Apple M4 Mac mini/MacBook — no data leaves your device.Mano-P 是一个开源 GUI-VLA 项目支持在 Mac mini/MacBook 上或通过算力棒本地运行推理实现纯视觉驱动的跨平台 GUI 自动化操作。数据完全本地处理支持复杂多步骤任务规划与执行。项目地址: https://gitcode.com/gh_mirrors/man/Mano-P创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
