Mano-P快速开始教程：Homebrew 3条命令安装，手把手教Mac电脑自动化-开发者社区

Mano-P快速开始教程：Homebrew 3条命令安装，手把手教Mac电脑自动化

【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 是一个开源的 GUI-VLA（视觉-语言-动作）智能体项目，专为苹果芯片设备设计，可在 Mac mini / MacBook 上完全本地运行，用纯视觉理解驱动跨平台的 Mac 电脑自动化操作——你只需用自然语言描述任务，它就能自动点击、输入、滚动，完成从打开 App 到多步骤流程的一整套 GUI 自动化，而且所有数据都不离开你的设备。

本教程面向新手，目标很直接：3 条 Homebrew 命令装好 Mano-P，然后跑通你的第一个 Mac 电脑自动化任务。

如上图所示，Mano-P 由 Skill、模型、训练方法三部分构成，其中 Skill 支持Local 本地运行和Cloud 连接云端两种模式，这正是它"隐私优先"的精髓。

安装前：确认你的 Mac 硬件要求

在敲命令之前，先对照一下自己的配置，避免装完跑不了：

模式	硬件要求	说明
云端模式（默认）	任意 Mac	开箱即用，无需配置 API Key
本地模式	Apple M4 芯片 + 32GB 内存	Mac mini / MacBook，数据完全不出设备
替代方案	任意 Mac + 算力棒	通过 USB 4.0+ 端口连接，即插即用

💡 没有 M4 + 32GB 的机器也没关系——先装好 CLI 使用云端模式体验，之后再升级到本地模式即可。

3条命令安装 Mano-P：Homebrew 一键搞定

Mano-P 官方提供 Homebrew Tap 分发，整个安装只需要 3 条命令：

# 第1步：添加 Mano-P 官方 Homebrew Tap brew tap Mininglamp-AI/tap # 第2步：安装 mano-cua CLI 工具 brew install mano-cua # 第3步：验证安装是否成功 mano-cua --help

安装过程会自动完成以下工作，你不需要手动配置 Python 环境：

✅ 创建独立的 Python 3.13 虚拟环境（不污染系统 Python）
✅ 安装所需依赖（包括 Tkinter 图形界面库）
✅ 配置mano-cua命令到系统路径

装好后，mano-cua就出现在终端里了，这就是你的"自动化遥控器"。

首次运行：授予屏幕录制与辅助功能权限

Mac 电脑自动化的第一道门槛是系统权限。首次运行时，系统会弹出授权提示，请前往系统设置 → 隐私与安全授予 Mano-P 两项权限：

屏幕录制权限（Screen Recording）——让 Mano-P 能"看到"屏幕
辅助功能权限（Accessibility）——让 Mano-P 能控制键盘鼠标

授权后建议重启终端再运行任务。

跑通第一个任务：自然语言驱动的 GUI 自动化

现在敲下第一条真正干活的命令（默认走云端模式，无需任何配置）：

mano-cua run "在 Safari 中搜索 Python 并打开第一个结果" mano-cua run "打开微信并告诉FTY会议延期"

运行时会发生这些事：

Mano-P 捕获当前屏幕截图
视觉模型分析界面并决定下一步操作
自动执行点击、输入等 GUI 操作
循环执行，直到任务完成

任务运行期间，屏幕右上角会显示一个小型状态面板，实时展示任务进度，你也可以随时用mano-cua stop停止当前任务。

上图展示了 Mano-P 的核心能力：把"收藏这个网站""点击星星图标"这类自然语言描述，对齐到界面上的具体元素并执行动作——它不依赖任何 API 接口，纯靠视觉理解操作，因此桌面软件、网页、甚至游戏界面都能自动化。

切换到本地模式：数据完全不出设备

如果你用的是 M4 芯片 + 32GB 内存的 Mac，强烈建议切换到本地模式——所有截图和任务描述零外发，适合处理敏感信息。首次使用只需 3 条准备命令：

# 检查环境 mano-cua check # 安装本地推理 SDK mano-cua install-sdk # 拉取本地 GUI-VLA 模型（约 6.4 GB 内存占用） mano-cua install-model

之后在任务后加--local标志即可：

mano-cua run "打开 Safari 并搜索 Python" --local mano-cua run "在搜索框中输入 hello" --local --url "https://www.baidu.com" --minimize --max-steps 15

本地模式下，Mano-P 基于 MLX 直接在你的 Apple Silicon 上推理，4B 模型每步响应约 8 秒，比云端模式更快，且完全离线可用。

顺带一提，Mano-P 的核心模型 Mano-CUA 在 OSWorld 基准上以58.2% 成功率位居专用 GUI 智能体模型第一（领先第二名 13.2 个百分点），所以本地小模型的能力也完全够用。

常见使用问题速查

问题	解决方法
运行后没有反应	检查是否已授予屏幕录制 + 辅助功能权限并重启终端
想停止当前任务	终端执行`mano-cua stop`
敏感操作被拦截	属正常安全机制——敏感/危险操作需用户确认后才执行
多显示器环境	当前仅支持主显示器，请将目标窗口放到主屏

另外提醒两点安全机制：每台设备同时只能运行一个任务；云端模式下只有截图和任务描述会发送到推理服务，不会读取本地文件、剪贴板或凭证——运行前请避免在屏幕上显示敏感文档。