企业官网建设流程全解析

Mano-P接入Claude Code：用mano-skill让AI Agent直接操控你的鼠标键盘

【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

Mano-P 是一个面向端侧设备的开源 GUI-VLA 智能体项目，通过官方技能 mano-skill 接入 Claude Code 后，可以让 AI Agent 直接操控你的鼠标和键盘，自主完成跨平台桌面 GUI 自动化任务——从打开应用、点击按钮到输入文字，全部由视觉驱动，数据支持完全本地处理。本文面向新手，手把手带你完成安装与上手。

为什么 Claude Code 需要一双"手"？

Claude Code 是一位出色的"程序员"，但它主要活在终端和代码文件里：

• 无法直接操作桌面应用（微信、Safari、剪贴板外的 GUI 软件）
• 没有 API 的界面，它也无能为力

而mano-skill正是给它装上的一双"手"。安装后，Agent 在推理链路中会自动调用 GUI 自动化能力，支持：

也就是说，你只需要对 Claude Code 说一句自然语言，剩下的"动手"环节由 Mano-P 接管：

用户："帮我打开微信，找到 FTY 的聊天窗口，告诉他会议延期到明天" Agent：[自动调用 mano-skill 完成 GUI 操作]

更多能力细节可以查阅项目说明：README_CN.md。

快速安装 mano-skill：两条路径任选

路径一：ClawHub CLI 一键安装（推荐）

使用 ClawHub 命令行工具，一条命令完成安装与版本管理：

# 安装 mano-skill clawhub install mano-cua # 更新到最新版本 clawhub update mano-cua

路径二：手动复制到 Claude Code 命令目录

1. 获取 skill 压缩包（zip）
2. 解压后将文件复制到 Claude Code 的commands目录
3. 重启 Claude Code（或开启新会话），skill 自动可用

安装完成后，无需任何手动触发命令——只要你的任务需要 GUI 操作，Agent 会自主决定调用 mano-skill。

工作原理：截图 → 思考 → 行动的闭环

mano-skill 的核心是一个"视觉驱动"的执行循环，理解它比背命令更重要：

云端模式（默认）

1. 捕获当前屏幕截图
2. 将截图和任务描述发送给云端视觉模型分析
3. 模型返回下一步操作指令（点击 / 输入等）
4. 本地客户端执行操作，循环直至任务完成

本地模式（推荐高安全场景）

流程完全相同，但第 2 步改由本地模型完成：Mano-CUA 模型运行在 Mac mini / MacBook（M4 芯片 + 32GB 内存）或 USB 4.0 算力棒上，截图与任务描述零联网、不出设备。系统会自动检测本地模型配置并无缝切换两种模式，无需手动配置。

为什么说它"手眼协调"得更好？看两组基准数据

Mano-P 之所以能稳定操控界面，底气来自其 GUI 理解能力的权威成绩：

• OSWorld（专用 GUI 智能体模型榜单）第一：Mano-CUA 1.1 成功率58.2%，领先第二名 13.2 个百分点
• WebRetriever Protocol I：41.7 NavEval，超过 Gemini 2.5 Pro Computer Use（40.9）与 Claude 4.5 Computer Use（31.3）
• 本地 4B 模型在 100 项真实 macOS 任务中通过率 56%，明显高于云端通用 VL 大模型的 39%

性能方面，Mano-CUA-4B 在 Apple M5 Pro 上可达约80 tokens/s解码速度，本地执行不卡顿。

新手必看：权限授予与安全边界

授权步骤（一次性）

在 macOS 的系统设置 → 隐私与安全性中授予两项权限：

1. 屏幕录制权限（Screen Recording）
2. 辅助功能权限（Accessibility，用于键盘/鼠标控制）

安全机制：放心把"手"交给 Agent

• 🔒 敏感或潜在危险的操作，需用户确认后才执行
• ⏹ 用户可随时停止任务；每台设备同时只运行一个任务
• 📊 任务运行时，屏幕右上角会显示状态面板，实时展示进度并提供暂停/停止
• 👁 仅支持主显示器
• 📱 平台支持：macOS 稳定可用（首选平台），Windows / Linux 处于 Beta 阶段

常见问题（FAQ）

Q1：我的数据会上传吗？本地模式下完全不会——所有推理在设备端完成，截图和任务描述零外发。云端模式仅传输截图与任务描述用于视觉分析，不读取本地文件、剪贴板和系统凭证；高安全场景建议优先使用本地模式。

Q2：对硬件有要求吗？本地模式需要 Apple M4 芯片 + 32GB 内存的 Mac mini / MacBook；不想升级硬件，也可以搭配 USB 4.0 算力棒即插即用。云端模式则无额外硬件门槛。

Q3：项目资料在哪里看？中文文档见 README_CN.md，英文文档见 README.md，许可证为 Apache 2.0（见 LICENSE），支持商用与二次开发。

一句话总结：给 Claude Code 装上 mano-skill，它就从"只能敲代码的助手"升级为"能真正动手的桌面智能体"——而 Mano-P 的端侧推理，让你的每一次点击都留在自己的设备上。

【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