推荐语

首款通用Agent Manus工作流深度解析，一文带你领略前沿AI技术。

核心内容：
1. 通用Agent Manus的前沿特性与应用场景
2. Workflow：任务规划与md文件管理的独特结合
3. 从技术层面深入分析Manus的创新与应用实例

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

昨晚全球首个通用Agent Manus预览版正式发布，其官方展示的效果令人惊叹，展现了强大的任务规划与执行能力。目前还没拿到邀请码，以下是通过对官方网站案例的拆解， 以下将从workflow，memory和前端交互三个方面进行拆解，总的来说就是整合了 computer use、deep research、coding agent等概念的产物。

“Manus 都能通过独立思考和系统规划，在自己的虚拟环境中灵活调用各类工具——编写并执行代码、智能浏览网页、操作各类网页应用——为你直接交付完整的任务成果，而非仅仅提供建议或答案。”

一、workflow

示例：7-Day Japan Itinerary with Proposal Ideas

todo.md示例

# 日本旅行计划清单
## 研究日本旅行基础知识- [x] 创建项目目录结构- [ ] 研究最佳交通选择（JR Pass、当地交通）- [ ] 研究四月份的天气- [ ] 检查美国公民的签证要求- [ ] 研究货币兑换和预算分配- [ ] 查看从西雅图到日本的航班选择
## 研究城市和景点- [ ] 研究东京的景点和活动- [ ] 研究京都的历史遗迹和文化体验- [ ] 研究奈良鹿公园及周边景点- [ ] 研究大阪的美食和文化体验- [ ] 寻找隐藏的宝藏和非热门地点- [ ] 研究文化体验（剑道、茶道、禅修）
## 规划7天行程- [ ] 创建每日行程并安排时间- [ ] 规划城市间的交通- [ ] 平衡城市探索与文化体验- [ ] 留出放松和自发探索的时间- [ ] 确保行程符合预算限制（2500-5000美元）
## 研究求婚地点- [ ] 确定风景优美且浪漫的求婚地点- [ ] 研究所选地点的最佳求婚时间- [ ] 规划求婚时刻的细节
## 整理日语短语和旅行建议- [ ] 创建常用日语短语清单- [ ] 整理文化礼仪建议- [ ] 研究餐饮习俗和美食推荐- [ ] 整理安全和紧急信息
## 创建HTML旅行手册- [ ] 设计HTML手册结构- [ ] 创建地图部分，标出关键位置- [ ] 编写景点描述- [ ] 加入日语短语部分- [ ] 添加旅行建议部分- [ ] 确保设计适配移动设备
## 完成并交付文件- [ ] 审查并最终确定7天行程- [ ] 测试HTML手册功能- [ ] 整理所有文件和资源- [ ] 向用户交付最终成果

2. To do ——computer use、deep research、coding agent

Manus将会根据md文件的to do list去逐一完成每个板块，其中每个板块的具体实现涉及大量的computer use、deep research以及coding agent。

2.1 deep Research

1. 搜索网页（一次检索23个结果）

1. Browser  use

Manus 通过browser use 去实现网页的浏览和操作（如滚动，点击事件），每一步操作都会截图保存。

• 浏览

• 向下滚动

• 点击

2.2 coputer use

虚拟机环境的交互，比如涉及虚拟机终端命令运行，浏览器的交互，文件的管理（增删改）等

• 终端交互：

• 浏览器的交互：如2.1 browser use

• 文件管理

2.3 coding agent

manus将涉及到代码的任务分发给coding agent进行完成，如html，py等文件的编写，coding agent 这块官方的实现效果有点像是用claude的模型实现的。

3.更新todo.md文件

综合以上，Manus会根据todo.md文件的事项清单通过computer use、deep research以及coding agent的结合逐步去完成任务。随着任务不断进行，每完成一定任务会编辑todo.md文件标识[x]已完成进行更新md文件（agent的上下文记忆）

示例：7-Day Japan Itinerary with Proposal Ideas

# 日本旅行计划清单
## 研究日本旅行基础知识- [x] 创建项目目录结构- [x] 研究最佳交通选择（JR Pass、当地交通）- [x] 研究四月份的天气- [ ] 检查美国公民的签证要求- [ ] 研究货币兑换和预算分配- [ ] 查看从西雅图到日本的航班选择
## 研究城市和景点- [x] 研究东京的景点和活动- [x] 研究京都的历史遗迹和文化体验- [x] 研究奈良鹿公园及周边景点- [ ] 研究大阪的美食和文化体验- [x] 寻找隐藏的宝藏和非热门地点- [x] 研究文化体验（剑道、茶道、禅修）
## 规划7天行程- [x] 创建每日行程并安排时间- [x] 规划城市间的交通- [x] 平衡城市探索与文化体验- [x] 留出放松和自发探索的时间- [x] 确保行程符合预算限制（2500-5000美元）
## 研究求婚地点- [ ] 确定风景优美且浪漫的求婚地点- [ ] 研究所选地点的最佳求婚时间- [ ] 规划求婚时刻的细节
## 整理日语短语和旅行建议- [ ] 创建常用日语短语清单- [ ] 整理文化礼仪建议- [ ] 研究餐饮习俗和美食推荐- [ ] 整理安全和紧急信息
## 创建HTML旅行手册- [ ] 设计HTML手册结构- [ ] 创建地图部分，标出关键位置- [ ] 编写景点描述- [ ] 加入日语短语部分- [ ] 添加旅行建议部分- [ ] 确保设计适配移动设备
## 完成并交付文件- [ ] 审查并最终确定7天行程- [ ] 测试HTML手册功能- [ ] 整理所有文件和资源- [ ] 向用户交付最终成果

4.完成交付

从todo.md可以看到最后一项任务是完成并交付文件

示例：7-Day Japan Itinerary with Proposal Ideas

## 完成并交付文件- [ ] 审查并最终确定7天行程- [ ] 测试HTML手册功能- [ ] 整理所有文件和资源- [ ] 向用户交付最终成果示例：Comprehensive Tesla Stock Analysis and Investment Insights## 10. 向用户提交报告- [ ] 完成所有报告组成部分- [ ] 确保所有分析完整且准确- [ ] 将报告与所有支持文件打包- [ ] 向用户提交最终报告

这一套工作下来会产生多个交付文件

为了增强用户体验，官方也设计了一个管理会话文件的地方方便用户管理。

二、memory

Manus有自己的知识和记忆，知识让 Manus 能够学习您的偏好和任务特定的最佳实践。Manus 会在需要时自动回忆相关知识。这样就可以教Manus在下一次处理类似的任务会怎么做？

这个知识关键是描述清楚让Manus知道在什么情况下需要用到这个知识。

以下是官方视频demo中提到的示例，“在为招聘目的筛选简历时，直接将结果汇总到电子表格中”，这样下次Manus处理类似任务就会继续通过表格汇总实现

三、前端交互

Manus的交互效果做的非常惊艳，特别是会话回放的流失输出效果以及右侧的实时进度跟踪。那这样就可以实时知道Manus完成任务的进展到哪了。

总的来说，Manus就是一个整合了 computer use、deep research、coding agent等概念的会规划并执行的Multiagent system ，并在前端交互用户体验上做到了极致。正如官方说那样：

“我们坚信并践行 less structure more intelligence 的哲学：当你的数据足够优质、模型足够强大、架构足够灵活、工程足够扎实，那么 computer use、deep research、coding agent 等概念就从产品特性变为了自然涌现的能力。”