本地端侧GUI智能体自动化操作电脑Mano-P：macOS版本安装与使用全指南

本地端侧GUI智能体Mano-P：macOS版本安装与使用全指南

在AI Agent快速发展的当下，**端侧运行、数据安全、纯视觉交互**的GUI自动化能力，成为企业与个人用户的核心诉求。Mano-P作为面向端侧设备的GUI感知智能体模型，凭借本地推理、跨平台适配、长任务自主执行等优势，重新定义桌面操作自动化的实现方式。本文将聚焦macOS版本（首选稳定平台），详细讲解Mano-P的安装步骤与完整使用方法，帮助大家快速上手，实现用自然语言操控电脑的便捷体验。

一、Mano-P项目核心定位

Mano-P是开源**GUI-VLA（视觉-语言-动作）智能体**，聚焦边缘设备本地运行，以纯视觉理解实现跨系统GUI自动化操作，无需依赖API接口，可自主完成点击、输入、拖拽等各类桌面操作。

项目名称中，Mano为西班牙语"手"，P代表Person（个体）与Party（组织），核心愿景是让个人与组织都能拥有专属个性化AI，实现人机协同。该项目分三阶段开源：先开放Mano-CUA技能降低Agent开发门槛，再推出本地模型与SDK满足高安全需求，最后公开训练、剪枝与量化技术，支持开发者定制专属GUI-VLA模型。

项目地址：https://github.com/Mininglamp-AI/Mano-P/blob/main/README_CN.md

二、核心能力与技术优势（macOS专属精简版）

Mano-P在macOS平台（尤其Apple M4芯片设备）适配最稳定，核心亮点如下，帮助大家快速了解其适用场景：

• 本地运行：支持苹果M4芯片+32GB及以上内存的Mac mini/MacBook直接本地推理，数据全程不出设备，隐私安全拉满；无M4芯片可搭配Mano-P算力棒（通过USB 4.0及以上端口连接）即插即用。

• 性能领先：OSWorld专用GUI智能体测试中，Mano-P 1.0-72B以58.2%成功率位居第一，WebRetriever Protocol I测试超越Gemini、Claude同类能力，在macOS上运行更流畅。

• 全场景适配：完美支持macOS全版本（推荐 Ventura及以上），可实现点击、输入、拖拽、热键、应用启动、URL跳转等全方位GUI操作，覆盖办公、娱乐等各类场景。

• 易用性强：支持CLI命令行、Claude Code集成两种使用方式，无需复杂配置，自然语言即可下达指令，适配macOS终端、Claude Code等常用工具。

三、Mano-P运行原理（macOS本地模式为主，含两种推理模式）

Mano-P的核心原理是基于"视觉-语言-动作"（GUI-VLA）的闭环协同，结合端侧优化技术，实现无需API、纯视觉驱动的桌面自动化。其在macOS上支持本地模式和云端模式两种推理模式，系统会自动检测本地模型配置，无缝切换，两种模式的运行流程及细节如下，贴合macOS运行特性，通俗易懂：

3.1 本地模式（推荐，高隐私安全）

本地模式是Mano-P在macOS上的首选运行模式，适用于有高安全需求、处理敏感数据的场景，所有数据处理均在本地完成，具体流程如下：

1. 截取当前屏幕截图：模型通过macOS的屏幕录制权限，实时捕获当前桌面完整截图，获取GUI界面的所有元素信息；

2. 本地模型推理：在本地设备（M4芯片+32GB及以上内存的Mac mini/MacBook）或连接的Mano-P算力棒上，运行Mano-P本地模型进行推理，无需依赖任何云端服务；

3. 生成操作指令：本地模型解析用户自然语言指令，结合捕获的屏幕截图，分析GUI元素（按钮、输入框等），返回下一步具体操作指令（如点击、输入等）；

4. 本地执行操作：客户端通过辅助功能权限调用macOS系统接口，执行模型返回的操作指令；

5. 循环完成任务：重复"截图-推理-执行"的流程，直至完成用户下达的全部任务。

数据隐私说明：本地模式下，所有数据处理均在本地设备完成，截图、任务描述等信息全程不出设备，无需担心数据泄露；同时项目完整源代码开源可审计，进一步保障使用安全，适合处理敏感信息和高安全要求的场景。

3.2 云端模式（默认，无本地硬件限制）

当设备未满足本地运行硬件要求（无M4芯片、内存不足32GB且未连接算力棒）时，系统会默认切换至云端模式，具体流程如下：

1. 截取当前屏幕截图：与本地模式一致，通过屏幕录制权限捕获当前桌面截图；

2. 上传数据至云端：将捕获的屏幕截图和用户的自然语言任务描述，发送至云端视觉模型（服务器地址：mano.mininglamp.com）；

3. 云端模型推理：云端模型分析截图和任务描述，生成对应的桌面操作指令，反馈至本地客户端；

4. 本地执行操作：本地客户端接收云端指令后，调用macOS系统接口执行操作（点击、输入等）；

5. 循环完成任务：重复"截图-上传-推理-执行"的流程，直至任务完成。

注意事项：云端模式会发送屏幕截图和任务描述至云端服务器，但不会访问或传输本地文件、剪贴板内容、系统凭证等敏感信息；为保障隐私安全，运行任务时请避免在屏幕上显示敏感文档、聊天记录或凭证信息。

3.3 核心协同与端侧优化

无论哪种推理模式，Mano-P均遵循"思考-行动-验证"的闭环协同机制：若某一步操作未达到预期（如未找到目标联系人、应用未启动），模型会自主调整操作步骤（如重新搜索应用、检查窗口是否最小化），直至完成整个任务。

此外，Mano-P针对macOS进行了专项优化：采用混合精度量化、视觉Token剪枝（GS-Pruning算法）等技术，让大参数量模型能在M4芯片设备上高效运行（如4B量化模型在M4 Pro上可实现476 tokens/s预填充），同时通过独立虚拟环境隔离，避免污染系统Python，保障运行稳定性。

四、macOS版本详细安装步骤（重点实操，全程可落地）

Mano-P在macOS上通过mano-cua工具实现桌面自动化，支持Homebrew一键安装，无需手动配置依赖，步骤清晰，以下从前置准备、安装操作、权限配置、安装验证四个环节详细讲解，确保新手也能顺利完成。

4.1 前置准备（macOS专属）

• 设备要求：优先推荐配备「Apple M4芯片+32GB及以上内存」的Mac mini或MacBook（运行最流畅）；无M4芯片的Mac设备，需搭配Mano-P算力棒（通过USB 4.0及以上端口连接），即可正常部署使用。

• 系统要求：推荐macOS Ventura（13.0）及以上版本，确保系统兼容性，避免出现权限异常、依赖缺失等问题。

• 权限准备：需提前准备「屏幕录制权限」「辅助功能权限」，这是Mano-P实现截图、鼠标/键盘控制的核心，后续会详细说明配置方法，缺一不可。

• 网络准备：安装过程需联网（用于下载Homebrew及mano-cua相关依赖包）；安装完成后，切换至本地模式可完全离线使用，无需联网。

4.2 具体安装操作（一键部署，新手友好）

macOS系统可通过Homebrew一键安装mano-cua工具，自动配置虚拟环境和依赖，无需手动操作，具体步骤如下：

1. 安装Homebrew（已安装可直接跳过）：

   打开macOS自带「终端」（可通过聚焦搜索：按下Command+空格，输入"终端"打开），输入以下命令，按提示完成Homebrew安装（过程约5-10分钟，取决于网络速度，期间可能需要输入电脑开机密码）：
   /bin/bash \-c \&\#34;$\(curl \-fsSL https://raw\.githubusercontent\.com/Homebrew/install/HEAD/install\.sh\)\&\#34;

   安装注意事项：若提示"xcode-select: error: command line tools are required"，需先安装Xcode命令行工具，按照终端提示输入"xcode-select --install"，点击安装即可，安装完成后重新执行上述Homebrew安装命令。

2. 安装mano-cua工具（核心步骤）：

   Homebrew安装完成后，无需重启终端，直接输入以下命令，一键安装mano-cua（系统会自动创建独立Python 3.13虚拟环境，不污染系统自带Python，同时自动安装Tkinter等所需依赖）：
   brew install HanningWang/tap/mano\-cua

   安装成功提示：终端会显示"Successfully installed mano-cua"，此时可输入验证命令，确认安装成功。

3. 安装验证（关键一步，确认可正常使用）：

   终端输入以下命令，若出现mano-cua的帮助信息（包含run、stop等命令说明），即为安装成功；若提示"command not found"，需重启终端后再次尝试。
   mano\-cua \-h

4.3 权限配置（核心关键，缺一不可）

Mano-P需要屏幕录制权限（用于识别桌面界面）和辅助功能权限（用于控制鼠标、键盘），未配置权限会导致无法执行任何GUI操作，具体配置步骤如下（macOS通用）：

1. 打开系统设置：点击屏幕左上角「苹果图标」→「系统设置」（ Ventura及以上版本）；若为旧版本（Monterey及以下），点击「系统偏好设置」。

2. 配置屏幕录制权限：

   在系统设置中，找到「隐私与安全」→ 点击左侧「屏幕录制」→ 点击右侧「+」号，选择「终端」（若使用iTerm2等其他终端工具，需同时勾选该工具），勾选后会提示"终端将可以录制屏幕"，点击「确定」。

3. 配置辅助功能权限：

   在「隐私与安全」左侧，找到「辅助功能」→ 同样点击右侧「+」号，选择「终端」（或所用终端工具），勾选后完成配置。

4. 生效权限：权限配置完成后，必须重启终端（关闭当前终端窗口，重新打开），否则权限无法生效，后续操作会提示权限不足。

权限配置注意事项：若勾选终端后，仍提示权限不足，可先取消勾选，关闭系统设置，重新打开后再次勾选，重启终端即可解决；若系统提示"无法修改权限"，需先解锁「隐私与安全」窗口左下角的锁（输入电脑开机密码），再进行操作。

五、macOS版本使用方法（两种方式，按需选择）

Mano-P在macOS上支持两种使用方式，均无需复杂配置，输入自然语言即可下达指令，覆盖不同使用场景，详细操作如下：

5.1 CLI命令行使用（推荐，快速便捷）

适合开发者、高级用户，可在终端直接输入命令，快速执行GUI自动化任务，常用命令及示例如下：

1. 基础命令（必记）：
   `# 运行自动化任务（核心命令）
   mano-cua run "自然语言指令"

停止当前正在执行的任务

mano-cua stop

查看帮助信息（忘记命令时使用）

mano-cua -h`

2. 常用场景示例（直接复制即可使用）：

3. 办公场景：mano\-cua run \&\#34;打开微信，找到联系人FTY，发送消息'会议延期到明天'\&\#34;

4. 浏览场景：mano\-cua run \&\#34;打开Safari浏览器，搜索'Mano\-P最新版本'，展示第一条搜索结果\&\#34;

5. 文件操作：mano\-cua run \&\#34;打开访达，进入文稿文件夹，创建一个名为'Mano\-P测试'的文件夹\&\#34;

6. 娱乐场景：mano\-cua run \&\#34;打开音乐APP，搜索'晴天'，播放该歌曲\&\#34;

7. 使用注意事项：

   1. 指令描述需清晰、具体，避免模糊表述（如"打开浏览器"需明确"打开Safari"或"打开Chrome"）；2. 任务执行过程中，请勿手动操作鼠标、键盘，避免干扰Mano-P的自动化操作；3. 若任务执行失败，可检查指令表述是否清晰，或权限是否配置到位，重启终端后重新尝试。

5.2 Claude Code集成使用（适配AI Agent，自主执行）

适合使用Claude Code的用户，将mano-cua技能集成后，无需手动输入终端命令，直接向Claude Code下达自然语言需求，Agent会自动调用mano-cua完成GUI操作，步骤如下：

1. 前置准备：确保已安装Claude Code（可在官网下载），且已完成上述mano-cua的安装与权限配置。

2. 安装mano-cua技能包：

   1. 访问ClawHub官网（或通过Mano-P项目地址跳转），搜索"mano-cua"，下载最新版本的skill zip压缩包；2. 解压压缩包，将解压后的文件夹复制到Claude Code的commands目录（路径：~/Library/Application Support/Claude Code/commands，若没有commands文件夹，手动创建即可）。

3. 启用技能：重启Claude Code，进入会话界面，技能会自动加载，无需额外配置。

4. 使用示例：

   向Claude Code输入需求："帮我打开Excel，创建一个表格，包含姓名、年龄、联系方式三列，填入3条测试数据"，Claude Code会自动调用mano-cua技能，全程自主完成操作，无需人工干预。

六、macOS版本常见问题与解决方法

• 问题1：终端输入"mano-cua -h"提示"command not found"？

  解决方法：1. 重启终端后再次尝试；2. 若仍失败，重新执行Homebrew安装命令，确保安装过程无报错；3. 检查Homebrew是否已添加到系统环境变量，可输入"brew -v"验证，若提示brew未找到，需重新配置环境变量。

• 问题2：执行任务时提示"权限不足，无法录制屏幕"？

  解决方法：重新检查"屏幕录制"和"辅助功能"权限，确保已勾选终端，重启终端后再次执行任务；若仍失败，重启电脑后重新配置权限。

• 问题3：Mano-P无法识别桌面应用或操作失败？

  解决方法：1. 确保应用已安装且可正常打开；2. 指令描述需具体，避免模糊；3. 检查设备是否满足硬件要求（M4芯片+32GB内存），无M4芯片需连接算力棒；4. 尝试更新mano-cua到最新版本，终端输入"brew update mano-cua"。

• 问题4：本地模式无法使用，提示"需连接云端"？

  解决方法：确保设备已满足本地运行要求（M4芯片+32GB内存或连接算力棒），安装完成后默认优先使用本地模式，若仍提示云端连接，重启终端即可切换。

七、总结

Mano-P在macOS平台的适配最稳定、体验最佳，凭借本地推理、高安全性、易用性强的优势，无需复杂配置，即可通过自然语言实现桌面操作自动化，覆盖办公、娱乐等各类场景。其核心原理围绕"视觉-语言-动作"闭环协同，支持本地和云端两种推理模式，兼顾隐私安全与使用灵活性，结合端侧优化技术，既保证了运行效率，又兼顾了数据隐私安全。按照本文的安装步骤，新手也能快速完成部署，轻松实现人机协同，提升操作效率。

后续Mano-P将持续优化macOS版本的兼容性，推出更多适配macOS的专属功能，建议定期通过"brew update mano-cua"更新工具，获取最新特性与修复。

（注：文档部分内容可能由 AI 生成）