我拿Cursor复现了Manus的效果

❝

原理其实很简单，Cursor 加上 rules 加上少量 mcp 配置，开启agent模式，就可以复刻出一个Manus。

效果展示

我只输入了：

Research the Rockefeller family relationships

最后，cursor自动化给我输出了一个可以完整上传github带md的项目➕可运行的网页（组件都是动态的）：

内容科普

想必大家对 Cursor 已经耳熟能详了。无论你是希望借助 AI 提升办公效率，开启科研提效的全新模式，还是想要动手开发一个小游戏、打造一个网站，甚至尝试自己设计一款手机 App，即使你完全不懂编程，Cursor 都能成为你的得力助手。它集成了众多强大的大语言模型，比如 DeepSeek、GPT、Claude 等，能够灵活适应各种使用场景，满足从日常工作到创意开发的多样化需求。

而 MCP（Model Context Protocol）则是由 Anthropic——也就是 Claude 的缔造者——推出的一项开放标准协议。这项协议为开发者提供了一个功能强大的工具，能够在数据源与 AI 驱动的工具之间建立起安全、高效的双向连接，从而极大地拓展 AI 的应用潜力。

为了更直观地理解 MCP，我们不妨用一个通俗的类比来解释：如果把 AI 想象成一台电脑主机，那么 MCP 就相当于主机上的 USB 协议，而 MCP Server 则像是连接到主机上的各种 USB 设备，比如摄像头、麦克风或存储盘。通过实现 MCP Server，开发者可以让 AI 像连接外设一样，轻松接入各种外部数据源或服务，从而显著增强其功能边界。

具体来说，添加 MCP Server 的意义在于赋予 AI 模型调用外部服务的能力。这种能力可以是请求某个 URL 获取实时数据，也可以是执行特定的命令行操作，甚至实现一系列自动化任务。举个例子，你可以通过简单的对话，指示 AI 帮你提交代码、发起 Pull Request（PR），或者让它自动搜索相关资料并在本地生成一份详细的设计文档。换句话说，MCP Server 就像是为 AI 插上了“外接手臂”，让它不仅能思考，还能主动行动，真正成为你工作与生活中的智能伙伴。

准备环境

1. nodejs npm 下载
2. Cursor编译器

mac本地下载brew，执行下列命令：

brew install npm

Windows 中下载 Node.js 可以按照以下步骤进行：

访问官网：打开浏览器，访问Node.js 官方网站。
选择版本：在官网首页通常会展示 LTS（长期支持）和 Current（最新版）两个版本。LTS 版本稳定性高，适合大多数用户，建议选择 LTS 版本进行下载。同时，要根据你的 Windows 系统架构（32 位或 64 位）来选择对应的安装程序。
下载安装程序：点击所选版本对应的 Windows 下载链接，即可开始下载.msi 安装文件。
运行安装程序：下载完成后，双击.msi 文件启动安装向导。
选择安装位置：在安装过程中，可以选择默认的安装目录，如 “C:\Program Files\nodejs”，也可以点击 “Browse” 按钮选择其他位置，然后点击 “Next”。
选择安装组件：通常默认勾选的组件就能满足大多数需求，直接点击 “Next”。
开始安装：在 “准备安装 Node.js” 屏幕上，点击 “Install” 按钮开始安装，安装过程中可能需要你提供管理员权限。
完成安装：安装完成后，点击 “Finish” 按钮。

cursor安装：

去cursor官网https://www.cursor.com/

根据自己的系统安装最新版的cursor，有免费需求的同学参考https://github.com/yuaotian/go-cursor-help?tab=readme-ov-file（不推荐，支持知识付费）

1. Cursor 编译器 去 cursor 官网 https://www.cursor.com/ ，根据自己的系统安装最新版的 cursor，有免费无限 token 需求的同学参考 https://github.com/yuaotian/go-cursor-help?tab=readme-ov-file（不推荐，支持知识付费）

具体操作

1. 配置 rules，规范化

• Speak in Chinese

• You are a assistant, when you get a task, you will do it step by step. you will generate a todo.md, and you will update it when you finish a step.

• If you get data analysis task, you will use Python-based data science

• Use Python 3.12 as the primary programming language

• Use NumPy for numerical computing and array operations

• Use Pandas for data manipulation and analysis

• Use uv for environment and package management

• Use Dash for web based report

• Use a seperated file to Generate a web based report, pretty, modern and interactive

• Run a web server And give me the url

• Use Website Preview and firecrawl to get web content

• Use a seperated file to store project summary

• Use a seperated file to store todo list

• Use a seperated directory to store all files from one task

• Store all process data in files under the task directory

• 说中文

• 你是一个助手，拿到一个任务，你就一步步的去做，你会生成一个 todo.md，你做完一个步骤就会更新。

• 如果您获得数据分析任务，您将使用基于 Python 的数据科学

• 使用 Python3.12 作为主要编程语言

• 使用 NumPy 进行数值计算和数组操作

• 使用 Pandas 进行数据操作和分析

• 使用 UV 进行环境和包管理

• 使用 Dash 进行基于 Web 的报告

• 使用单独的文件生成基于 Web 的报告，漂亮、现代和交互式

• 运行网络服务器并给我网址

• 使用网站预览和 Firecrawl 获取网页内容

• 使用单独的文件存储项目摘要

• 使用单独的文件存储待办事项列表

• 使用单独的目录存储来自一个任务的所有文件

• 将所有过程数据存储在任务目录下的文件中

1. 配置 MCP Server 推荐 MCP Server： https://smithery.ai/server/@smithery-ai/server-sequential-thinking 

Type

• command ：用于标准输入输出
• sse：用于服务器发送事件 Name 为服务器设置一个易识别的昵称 Server url/Command 输入可执行命令或输入服务器 URL 

firecrawl 支持本地化部署 Linux： 

mac：env FIRECRAWL_API_KEY=xxx npx -y firecrawl-mcp 

Windows： cmd /c set FIRECRAWL_API_KEY=your-api-key && npx -y firecrawl-mcp https://github.com/mendableai/firecrawl-mcp-server 

1. 选择模型，启动 agent 模式就 ok 了 

{
   "target":"简单认识我"，
   "selfInfo":{
        "genInfo":"大厂面试官，中科院自动化所读研（人工智能）ing，从事数据闭环业务、RAG、Agent等，承担技术+平台的偏综合性角色。善于调研、总结和规划，善于统筹和协同，喜欢技术，喜欢阅读新技术和产品的文章与论文",
        "contactInfo":"abc061200x, v-adding disabled",
        "slogan"："简单、高效、做正确的事",
         "extInfo":"喜欢看电影、喜欢旅游、户外徒步、阅读和学习，不抽烟、不喝酒，无不良嗜好"
   } 
}