MP
Mano-P
编辑推荐明略科技开源的本地 GUI-VLA 电脑操作智能体——4B 小模型看懂屏幕、在 Mac 上完全离线操作，OSWorld 专用模型全球第一。
输入TText🖼Image
输出TTextAActions
更新于: 2026-09-06 Mininglamp Technology 明略科技
下载 / 访问
网页版 暂不支持
Windows 暂不支持
Mac 暂不支持
iPhone/iPad 暂不支持
安卓 暂不支持
华为 暂不支持
Linux 暂不支持
github.com/Mininglamp-AI/Mano-P
MP
Mano-P
明略科技开源的本地 GUI-VLA 电脑操作智能体——4B 小模型看懂屏幕、在 Mac 上完全离线操作，OSWorld 专用模型全球第一。
立即开始了解更多
立即试用
GPT-4o什么是 Mano-P?
Mano-P 是明略科技开源的 GUI-VLA（视觉-语言-动作）智能体，专为苹果芯片端侧设备设计。它以纯视觉理解像人一样「看屏幕」并跨平台自动完成桌面 GUI 操作（点击、输入、切换），全程不依赖云端 API，截图与任务数据不出设备。其 72B 模型在 OSWorld 基准取得 58.2% 成功率，位列专用 GUI 智能体模型第一（领先第二名 13.2 个百分点），WebRetriever 的 NavEval 得分 41.7，超过 Gemini 2.5 Pro 与 Claude 4.5 Computer Use。通过蒸馏与量化，它被压缩为可在 M4 Mac 流畅运行的 4B 模型（峰值内存约 4.3GB、预填充 476 tokens/s，w8A8 的 Cider 量化还可再提速 12.7%）。项目以 Apache 2.0 开源、可商用，提供 brew 一键安装的命令行 mano-cua、Python SDK（mano-client）与 AI 智能体技能（mano-skill），2.0 版本分阶段开放 Mano-CUA Skills。相比 Claude Computer Use，它完全本地、可离线、7×24 运行、无每次调用成本且代码可审计。
4.6
评分
免费
定价模式
4+
平台
0
收藏
优点
- 隐私强：完全本地执行，不上传任何屏幕数据
- OSWorld 专用 GUI 智能体成绩全球领先
- 4B 版本在消费级 MacBook 即可跑，无需数据中心
- Apache 2.0 允许自由商用与代码审计
- 提供 CLI/SDK/技能多种集成，长任务无边际 API 成本
缺点
- 最佳体验面向苹果 M 系列芯片端侧设备
- 完整 72B 模型仍需较强硬件
- 安装部署偏技术、面向开发者
- 面对陌生或快速变化的界面，GUI 智能体仍会出错
- 相比大型云端电脑操作产品，生态尚年轻
核心能力
Local GUI-VLA computer-use agent
OSWorld #1 specialized model
4B runs on M4 Mac
Apache 2.0
CLI + Python SDK + skill
同类工具对比
| 功能 | Mano-P | PGVector | Semantic Kernel | Warp |
|---|---|---|---|---|
| 评分 | 4.6 | 4.1 | 4.8 | 4.8 |
| 定价模式 | 免费 | 免费 | 免费 | 免费 |
| 起价 | — | Free | Free | Free |
| API | — | — | — | — |
| 免费版 | — | — | — | — |
| 移动端 | — | — | — | — |
适用人群
电
电脑操作开发者
用 CLI 或 Python SDK 基于 VLA 模型搭建本地桌面自动化智能体。
隐
隐私/合规自动化
离线完成重复性桌面流程，敏感屏幕绝不出本机。
R
RPA/运维团队
无人值守 7×24 跑界面自动化，且无云端按次费用。
端
端侧产品团队
在客户的苹果硬件上交付一个端侧 AI 操作员。
V
VLA 研究者
研究并微调一个开源、基准领先的视觉-语言-动作模型。
开发者
Mininglamp Technology 明略科技
支持平台
网页版 暂不支持
Windows 暂不支持
Mac 暂不支持
iPhone/iPad 暂不支持
安卓 暂不支持
华为 暂不支持
Linux 暂不支持
支持语言
English
成立时间
2026
更新于
2026-09-06
公司信息
成立于 2026
常见问题
它是明略科技开源的 GUI-VLA 电脑操作智能体，用视觉看懂屏幕并在苹果芯片上本地操作桌面应用，无需云端 API。