GitHub 地址：https://github.com/Mininglamp-AI/Mano-P

简介

Mano-P​ 是明略科技开源的一款端侧 GUI-VLA（视觉-语言-动作）智能体。它的核心能力是“像人一样看懂屏幕并操作电脑”，且完全无需云端 API 支持。

“Mano”在西班牙语中意为“手”，而“P”则代表 Person（个人）​ 与 Party（组织）。它旨在让个人和企业都能在本地设备（如 Mac mini、MacBook）上部署专属的 GUI 自动化 Agent，彻底解决数据隐私和网络依赖问题。该项目采用三阶段开源策略，目前已释放 CLI 工具和 Agent Skills，后续将逐步开源本地模型与训练方法。

主要功能

1. 纯视觉 GUI 理解与操作

Mano-P 不依赖任何软件的内部 API 或 Accessibility Tree。它通过截图感知屏幕像素，利用 VLA 模型理解界面元素（按钮、输入框、菜单），并模拟鼠标点击、键盘输入、滚动等操作。这意味着它可以操作任何有图形界面的软件，包括桌面应用、网页甚至游戏。

2. 端侧离线推理（数据不出域）

这是 Mano-P 最大的差异化优势。通过混合精度量化、视觉 Token 剪枝（GS-Pruning）等技术，模型可以直接在 Apple M4 芯片（32GB RAM）或外接计算棒上运行。所有截图和任务数据完全保留在本地设备，非常适合金融、政务等对数据安全要求极高的场景。

3. 闭环推理机制

采用 Think-Act-Verify（思考-行动-验证）​ 循环。模型不会盲目点击，而是先推理当前界面状态和下一步动作，执行后再次截图验证操作是否成功，确保长流程任务的稳定性。

4. 多形态交付

• CLI 工具 (mano-cua)：命令行工具，通过自然语言指令直接控制桌面。

• Python SDK：供开发者集成到自动化脚本中（开发中）。

• Agent Skill (mano-skill)：为 Claude Code、OpenClaw 等 AI Agent 提供 GUI 操作能力，让 Agent 能“亲手”帮你完成任务。

安装与配置

硬件要求

• 推荐配置：Apple M4 芯片（或更高）的 Mac mini / MacBook，32GB 统一内存。

• 替代方案：通过 USB 4.0 接口连接专用计算棒进行推理（未来支持）。

方式一：CLI 命令行工具（快速体验）

适用于终端用户，通过 Homebrew 一键安装。

1. 安装：

   brew tap HanningWang/tap
   brew install mano-cua

   安装过程会自动配置 Python 虚拟环境及依赖。

2. 运行：

   mano-cua run "打开微信，给张三发消息说会议取消了"

方式二：Agent Skill 模式（推荐用于 AI 工作流）

如果你使用 Claude Code 或 OpenClaw，这是最强大的集成方式。

1. 安装 ClawHub CLI（若未安装）：

   # 参考 https://clawhub.com 安装

2. 安装 Mano Skill：

   clawhub install mano-cua

3. 重启 Agent：重启 Claude Code 或 OpenClaw 会话，Agent 即具备 GUI 操作能力。

如何使用

CLI 基础指令

• 执行任务：mano-cua run "你的自然语言指令"

• 停止任务：mano-cua stop

• 示例指令：

  • mano-cua run "打开 Finder，进入 Downloads 文件夹，按修改日期排序"

  • mano-cua run "用 Chrome 打开 GitHub，搜索 Mano-P 仓库"

Agent 集成工作流

安装 mano-skill后，你无需手动输入命令。只需在 Claude Code 或 OpenClaw 中描述需要界面操作的任务，Agent 会自动调用 Mano-P 的技能去执行。

对话示例：

• 你：“帮我把桌面上的财务报告 PDF 用 Adobe 打开，导出为 Word 文档。”

• Agent：（自动思考）→ （调用 mano-skill）→ （操作鼠标打开软件并点击导出）→ （返回结果）“已完成导出，Word 文档保存在同一目录。”

运行状态监控

任务执行时，屏幕右上角会出现一个小型状态面板，显示当前任务进度和状态，方便你随时监控 AI 的操作。

应用场景实例（无代码）

场景一：企业财务数据录入（高安全需求）

痛点：财务人员每天需要将纸质发票信息录入 ERP 系统。该过程涉及敏感财务数据，严禁使用云端 AI 服务。

Mano-P 方案：

1. 在本地 Mac mini 上部署 Mano-P（离线模式）。

2. 编写任务指令：“打开扫描件文件夹，识别每张发票的金额和税号，依次录入 ERP 系统的‘费用报销’模块。”

3. 价值：全程数据不离内网，且 Mano-P 能适应 ERP 复杂的表单界面，7x24 小时自动完成重复性录入，效率提升 10 倍以上。

场景二：AI 辅助全栈开发（Agent 协作）

痛点：开发者使用 Claude Code 生成了代码，但还需要手动执行 npm run build、git push等终端命令，或者手动刷新浏览器预览效果。

Mano-P 方案：

1. 在 Claude Code 中安装 mano-skill。

2. 指令：“生成一个登录页面，并帮我部署到本地预览。”

3. 价值：Claude Code 生成代码后，自动调用 Mano-P 技能打开终端运行构建命令，并打开浏览器进行视觉验证。实现了从“代码生成”到“界面验证”的端到端无人干预。

场景三：跨平台软件批量配置

痛点：公司新采购 100 台 Mac，IT 运维需要为每台电脑手动安装并配置 Chrome、VS Code 等软件，耗时耗力。

Mano-P 方案：

1. 制作一个统一的 Mano-P 任务脚本。

2. 指令：“打开 App Store，搜索并安装 Xcode。完成后打开终端，执行 Homebrew 安装命令，然后安装 VS Code 并配置 Python 插件。”

3. 价值：运维人员只需在每台电脑上运行一次该脚本，即可实现全自动软件部署，无需逐台手动操作。

总结

Mano-P 填补了“AI 意图”与“物理界面操作”之间的最后一道鸿沟。它不仅是自动化工具，更是 AI Agent 的“手”和“眼”。对于追求数据安全、需要处理老旧桌面软件或无 API 接口系统的用户来说，Mano-P 是目前开源界最成熟的端侧 GUI Agent 解决方案。

GitHub 地址：https://github.com/Mininglamp-AI/Mano-P