Manus AI – первый автономный ИИ-агент, который планирует, ищет в интернете, кодит, отмечает свой прогресс, пользуется виртуальным компьютером, создавая директории и файлы.
Прямая ссылка на видео https://www.youtube.com/watch?v=nH0fpnBgluI
Пересказ видео от нейросети
Введение
- Манус — новый агент, который вызвал ажиотаж в AI сообществе.
- Агент превосходит модели от Open AI по многим задачам.
Что такое Manus?
- Manus проходит бенчмарк GY benchmark, проверяющий автономность моделей.
- Он превосходит Open AI Research по различным уровням сложности.
Как получить доступ к Manus?
- Доступ к Manus ограничен и требует специального кода приглашения.
- Можно подать заявку на доступ, но это может занять время.
Примеры работы Manus
- Manus может проводить анализ акций Tesla, создавать файлы и директории.
- Он способен выполнять команды, такие как проверка файлов в директории.
Технические детали Manus
- В основе Manus лежит модель Clotsonet с доступом к 20 различным инструментам.
- Агент использует браузер для взаимодействия с интернетом и компьютером.
Преимущества Manus
- Manus объединяет функционал поиска, просмотра экрана, написания кода и использования терминала.
- Это первый автономный агент, показывающий впечатляющие результаты.
Альтернативные решения
- Существуют опенсорсные фреймворки, такие как OVA от Camel AI, открытый Manus и Anus.
- OVA устанавливается через терминал и требует настройки виртуальной среды.
- Открытый Manus работает плохо, а Anus требует больше ручного кодирования.
Установка Playwright
- Команда npm install Global Playwright
- Команда NPX Playwright Install для установки зависимостей
Настройка API ключей
- В файле DV настроить Open API ключ
- Найти Google API ключ на сайте programmablesearchengine.google.com
- Вставить Search Engine ID и API ключ в файл DV
- Получить API ключи для Firecoll и Chanker API
Запуск веб-интерфейса
- Команда Python runp.p. для запуска веб-интерфейса
- Выбор режима def для работы с GPT4O
- Ввод запроса и запуск анализа
Тестирование модели
- Пример запроса: анализ мнений на Reddit о model context Protocol
- Наблюдение за логи и скриншотами
- Проблемы с поиском строки ввода на веб-странице
Итоги и рекомендации
- OpenMus не впечатлил, текущее решение работает лучше с компьютер юзом
- Приглашение к тестированию других open source решений и обсуждение результатов в комментариях
- Возможность подать заявку на манус, который может быть бесплатным
Поддержка проекта
- Поддержка проекта через лайки, комментарии и подписку на канал
- Анонс будущих выпусков
В этом видео
Интро
0:00
Манус и агент от китайской компании,
0:02
который возбудоражил всё AI комьюниity.
0:05
Что это за неожиданный релиз, что
0:07
находится под капотом у этого агента?
0:09
Неважно, что у машины под капотом. Самое
0:12
главное — это то, кто сидит за рулём.
0:14
Почему он так круто справляется с
0:16
огромным количеством задач, превосходя
0:18
модели от Open AI? Люди, роботы, привет.
0:21
Сегодня хочется поговорить про иагента
0:23
под названием Манус, который вот уже
0:25
который день разрывает новостную
0:26
повестку, будоражит и удивляет абсолютно
0:29
всех и энтузиастов, и блогеров. И в этом
0:31
ролике мы с вами посмотрим, на что
0:33
способен этот агент. Я расскажу, как
0:36
получить или постараться получить к нему
0:38
доступ, а также расскажу про
0:40
альтернативные opсоourсные решения,
0:42
которые прямо сейчас можно установить
Что такое Manus?
0:45
себе на компьютере и получить manнуlik
0:47
experience. На своём сайте manus
0:49
приводит такой интересный бенчмарк под
0:51
названием GY benchmark, что переводится
0:54
как General AI Assistant. Бенчмарк,
0:57
который проверяет разные модели или
1:00
системы на возможность автономно решать
1:02
разные задачи: ходить в интернет,
1:05
искать, планировать, выполнять команды в
1:07
терминале, использовать разные
1:09
компьютерные интерфейсы, в том числе
1:10
Vision, вот тот самый аля оператор от
1:13
Open AI. По этому бенчмарку manus AI
1:15
хорошенечко слихвой превосходит на
1:18
разных уровнях сложности Open ID
1:21
resarch. И это уже как-никак серьёзный
1:24
показатель того, что модель что-то
1:26
доумеет. Давайте всё-таки посмотрим, как
1:28
это работает, что это из себя
1:30
представляет. К сожалению, для того,
1:32
чтобы на данный момент получить доступ к
1:34
манусу, нужно, ну, кем-то точно быть.
1:37
Если мы нажмём get started, нас закинет
1:40
вот сюда и за отсутствием, не имея
1:43
специального кода приглашения, вы его не
1:45
получите, но можно нажать Apply for
1:48
access и ждать у моря погоды, как, в
1:51
общем-то, поступил я. Сделайте это прямо
1:53
сейчас, чтобы максимально скоро получить
1:56
доступ к этой штуковине. Почему? Потому
1:59
что то, что она умеет, точно вас удивит.
2:02
Вот давайте посмотрим запись того, как
2:05
модель работает в ускоренном режиме.
2:07
Здесь просят провести анализ акции
2:10
Tтеesla, предоставить обзор компании,
2:13
собрать некоторую финансовую информацию,
2:15
провести технический анализ, сравнить
2:17
разные финансовые показатели внутри
2:19
компании, провести своднализ. И на что я
2:22
хочу обратить ваше внимание, на что
2:24
способен Manus, да, в принципе, на всё.
2:26
Для начала он создаёт отдельный Markдаун
2:29
файл, в котором прописывает план
2:32
предстоящего исследования. Как вы можете
2:34
заметить, этот план крайне объёмный.
2:37
После чего, а точнее, скорее всего перед
2:38
этим, создаёт нужные директории, имея
2:40
доступ к терминалу. Всё это пыхтит на
2:43
Линуксе, создаёт нужные директории,
2:45
создаёт нужные файлы и постепенно
2:48
двигается шаг за шагом по своему плану,
2:50
отмечая сделанные этапы и шаги.
2:53
Получается чертовский объёмный и
2:55
продолжительный анализ по той
2:57
информации, которую я сумел найти, и
3:00
посмотрел ролики и посты почитал.
3:03
Иногда по 20, 30-60 минут манус может
3:06
работать с возможностью давать ему
3:08
какие-то комментарии, правки и что-то
3:11
просить изменить при необходимости. В
3:13
итоге получаем вот такой финальный
3:15
результат, который просто потрясающий.
3:19
Здесь есть всё. И это делается, ну,
3:21
буквально по одному промту и нескольким
3:24
ещё дополнительным комментариям.
3:26
Динамично, красиво, понятно, цветасто и
3:30
просто поразительно. А вот интересный
3:32
пример, который позволил нам узнать, что
3:35
же из себя представляет manнус. Один из
3:38
пользователей попросил выполнить вот
3:40
такую команду: «Проверь, что за файлы
3:43
находятся в такой-то директории», то
3:46
бишь в директории, в которой этот манус
3:48
сам, собственно, хранится и написан, и
3:50
дай мне их, пожалуйста, загрузить. После
3:53
чего Манус всё это успешно выполнил, все
3:55
команды нужные провёл и выдал
3:58
соответствующие файлы, из которых стало
4:00
известно следующее. Видимо, одна из
4:04
главных моделей, которая там живёт — это
4:06
Clлоet, у которого есть доступ к
4:08
двадцативя различным инструментам.
4:11
Clotsonet без мультиагентности, что
4:13
немножко странно. Возможно, всё-таки это
4:15
не совсем правда. использует браузер,
4:18
насколько я понимаю, это openсоourсное
4:19
решение для того, чтобы ээ делать
4:22
аналогичный оператору
4:24
или use вот эти системы, которые могут
4:27
кликать мышкой, ходить в интернет и
4:28
видеть экран вашего монитора. После чего
4:31
под этот пост пришёл один из основателей
4:33
мануса и ещё немного проясни прояснил
4:37
ситуацию, рассказав, что всё-таки это
4:39
мультиагентная система. Да,
4:40
действительно, используется браузер, про
4:43
который я упомянул. И в целом manнус
4:45
построен на большом количестве разных
4:47
openсорсных решений. Просто они
4:49
настолько слажено и качественно
4:51
работают, что вот такие чудесные
4:53
результаты мы можем получать. Маленькая
4:55
ремарка, почему manнус — это
4:57
действительно прорыв и, можно сказать,
5:00
следующий шаг в том, как мы
5:02
взаимодействуем с и моделями. До этого у
5:04
нас были с вами чатботы, у которых есть
5:06
инструменты. И так или иначе при помощи
5:09
разных ноукод или кодрешений мы строили
5:11
с вами мультиагентные системы. Но досели
5:14
не было видно ни одного решения, которое
5:16
вбирает в себя всё: и функционал поиска
5:19
в интернете, и функционал просмотра
5:21
экрана компьютера, и написание кода, и
5:24
использование терминала, создания разных
5:27
файлов, директорий. То есть это
5:28
действительно первый автономный и агент,
5:32
показывающий невероятно впечатляющий
5:34
результат. Вот ещё несколько примеров.
5:37
Скопируй сайт Apple. И получается, ну,
5:39
очень и очень и очень здравая здравый
5:43
результат. Сделай 3GS игру. Э вот такой
5:47
результат здесь есть. Полноценная игра,
5:50
которая чем-то как Red Dead Redemption
5:52
GTA напоминает. Насколько я понимаю,
5:54
здесь персонаж не бегает, не двигается,
5:56
только его почему-то такое пространство
5:58
сгенериро сгенерировано, но сам факт.
6:00
Создай удивительную анимацию. И анимация
6:03
получается тоже, в общем-то, достаточно
6:05
удивительная. Ну а теперь к самому
6:07
интересному. А можем ли мы прямо сейчас
6:10
всё-таки с вами какое-то найти
6:12
opсоourсное решение, то бишь открытая,
6:15
бесплатное, не стоять эту очередь за
6:17
хлебом, а точнее за манусом и что-то уже
6:21
начать делать с такими автономными и
6:23
системами. Я вам постараюсь достаточно
6:26
коротко, но тем не менее понятно
6:27
рассказать про то, как вот данный
6:29
фреймворк под названием OVA установить
6:33
на ваш компьютер и как начать им. Я
6:35
протестировал два фреймворка, нашёл три
6:38
фреймворка. Вот данный фреймворк от
6:40
Camel AI, ова, который мы сейчас с вами
6:42
будем устанавливать. Другой фреймворк
6:44
называется открытый manнус. Он у меня
6:47
находится вот здесь. Он мне понравился
6:49
гораздо меньше. работает, честно говоря,
6:51
отвратительно. Несмотря на то, что у
6:53
него большое количество звёзд на
6:55
гитхабе, они растут какими-то
6:56
невероятными, э, темпами. Либо я не
7:00
сумел его правильно запромтить и ещё не
7:02
натренировался так, чтобы он меня
7:03
слушался и выполнял действительно
7:05
многоступенчатые задачи, либо просто всё
7:07
не так здесь гладко и сладко. Ну и
7:09
третий фреймвор под названием Анус. Вы
7:12
не ослышались и не овиделись. В общем,
7:16
не знаю, как-то расслышать и развидеть,
7:18
но можно в целом установить анус на свой
7:21
компьютер. У меня не дошли, честно
7:23
говоря, руки до этого фреймворка. Ну вот
7:27
не знаю, из каких соображений, может из
Manus, но опенсорс
7:29
из этических. И кажется, здесь нужно
7:31
чуть-чуть больше самому всё кодить,
7:33
настраивать, все эти инструменты
7:34
выбирать. Но тоже вот, пожалуйста, анус
7:37
есть. И, насколько я понимаю, он был
7:40
сделан как раз-таки на основе вот той
7:42
информации, которую из мануса вытащил
7:45
пользователь, про которого я говорил в
7:47
начале ролика. Тем не менее, перейдём в
7:50
Camel
7:51
AI, в идём вот этот шаг инсталляция, то
7:55
бишь установка. Делается-то всё
7:57
достаточно просто. Вам необходимо
7:59
открыть ваш терминал. в вашем терминале.
8:02
Ну, неплохо бы определиться, где вы
8:04
находитесь, в какой директории, и
8:06
сходить в директорию, в которой вы
8:09
хотите склонировать данный, э,
8:12
репозиторий. После этого я сейчас
8:14
нахожусь в директории кодинг. После
8:16
этого я просто ввожу данную команду
8:18
команду и клонирую. Я этого делать
8:20
сейчас не буду, потому что я это уже
8:23
сделал. После того, как вы, ээ,
8:26
клонируете данную репозиторию, вы
8:29
переходите в соответствующую папку
8:32
директорию Ow. Если у вас ещё не
8:34
установлен UV, то необходимо ввести
8:36
данную команду. После этого уже неплохо
8:38
переместиться в курсор. Я здесь как
8:42
обычно нажимаю Command O и захожу вот в
8:45
нужную нам директорию. Нажимаю открыть.
8:48
Далее нам последовательно нужно ввести
8:50
следующие команды для того, чтобы
8:53
запустить виртуальную среду Virtual
8:57
Environment. Запускаем команду раз.
8:59
Запускаем команду два, если вы на MacOS
9:01
Linux или команду два, если вы на
9:04
Windows. После этого устанавливаем все
9:06
зависимости при помощи этой команды.
9:09
Напомню, все эти команды вводятся вот
9:12
сюда в терминал и нажимается Enter.
9:14
Опять же, я это всё уже сделал. С чем
9:16
мне немного пришлось побороться, так это
9:19
вот с установкой браузера, доступ к
9:22
которому будет у этого и агента. Это
9:26
работало у меня всё немножко не так, как
9:28
мне хотелось, и поэтому вот мы здесь с
9:30
курсором, точнее, это не работало. И
9:31
поэтому мы с курсором здесь ещё сделали,
9:33
ввели несколько таких команд. Первая
9:36
команда — это npm install Global
9:38
Playright. Точно также вы её можете
9:40
ввести в терминал. После этого команда
9:43
NPX Playrite Install и после этого вот
9:47
эта команда для того, чтобы установить
9:50
все необходимые зависимости. Опять же,
9:52
чуть подробнее, прямо с самого-самого
9:54
нуля я на эфире всё это дело разберу.
9:56
Далее нам необходимо вот в этом файлике
10:00
DV настроить все наши API ключи. Данные
10:03
API ключи, конечно, я удалю после записи
10:06
ролика. Вставляем сюда Open API ключ.
10:09
Вот в эти кавычки. После этого
10:11
спускаемся ниже, вставляем Google API
10:13
ключ. Где его найти? А всё не так
10:16
просто. Нам нужен вот такой интересный
10:17
сайт programmable
10:20
searchengine.google.com. Я думаю, что
10:21
все ссылки, которые я здесь так или
10:23
иначе проговариваю, я добавлю в наш
10:25
Telegram-канал. У вас здесь появится
10:27
возможность добавить новый поисковый
10:30
движок. Вот я свой движок уже сделан.
10:33
После этого здесь вам необходим Search
10:35
Engine ID, который мы вставляем вот в
10:38
данное поле. Он у меня уже добавлен.
10:40
Далее спускаемся ниже и нажимаем
10:43
Programmatic Access Get started для
10:45
того, чтобы найти необходимый API ключ.
10:48
После чего нажимаем get и вам
10:51
предложится создать нужный API ключ,
10:54
который вы вставляете вот сюда. Точно
10:57
также я его сюда уже добавил. Есть ещё
11:00
несколько сервисов, а именно два. Это
11:01
Firecoll и Chanker API, в которых вам
11:04
нужно раздобыть API ключи. Ссылочка на
11:07
них есть. переходите, регистрируетесь,
11:09
находите API ключи. Там всё крайне
11:12
просто и прямолинейно. Далее
11:14
возвращаемся в O и, э, смотрим, как нам
11:17
разместить всё это дело, точнее, как
11:19
запустить нам веб-интерфейс для того,
11:21
чтобы было, ну, работать поприятнее, да
11:24
повеселее. Python
11:26
runp.p. Возвращаемся в наш терминал и
11:30
нажимаем, вводим эту команду. какое-то
11:33
время потребуется для того, чтобы э-э
11:37
получить нужный. У меня он уже получился
11:39
быстро. Нажимаем эту ссылочку и
11:42
открываем web интерфейс, в котором можно
11:46
работать. Здесь выбираете модельку
11:48
default, точнее режим def, потому что
11:52
это как раз-таки работа с GPT4O, а сюда
11:54
вы вводите свой запрос. Быстро проведём
11:57
один тест, попробуем проанализировать
12:01
что вообще народ на Редите думает о
12:03
model context Protocol, тоже новомодной
12:06
в AI тусовке теме. Нажимаем Run и
12:09
наблюдаем за тем, что происходит. Здесь
12:12
у вас есть логи, которые вы можете
12:14
почитать, посмотреть и, в общем, даже,
12:16
э, увлекательное чтиво на над тем, как
12:19
оно всё работает, как агенты,
12:21
мультиагенты коммуницируют друг с
12:23
другом. Ну, если есть вот желание и
12:25
необходимость. Точно также все ваши логи
12:28
сохраняются вот сюда в логи. И,
12:31
соответственно, где-то сейчас это всё
12:33
тоже сюда в динамичном режиме начинает
12:36
сохраняться. Но вернёмся, посмотрим, что
12:38
здесь у нас происходит. Ну вот, моделька
12:41
решила открыть браузер. Открывается
12:43
соответствующий хромиум. И как вы можете
12:46
заметить, пошёл наш
12:49
open онрсный друг,
12:51
Совалетела разбираться, что там на
12:53
Редите. Также достаточно увлекательно
12:55
вот здесь можно посмотреть на скриншоты,
12:58
которые моделька делает, и как она
13:01
вообще понимает, ээ, что находится на
13:04
веб-странице. Вот первый скриншот, вот
13:07
второй скриншот она сделала. И вот так
13:09
вот она различает, в общем-то, все, ну,
13:11
то есть не пикселями, по большому счёту,
13:13
а именно какими-то отдельными мм
13:15
блоками. Интересно, достаточно работает.
13:18
Ну, давайте посмотрим, продвинулись ли
13:20
мы хоть куда-нибудь. Ситуация
13:22
критическая. Мне кажется, абсолютно не
13:24
получается у модели найти ээ строчку,
13:27
куда вводить поиск. И поэтому я уже жду
13:30
на протяжении приличного количества
13:31
времени, но ничего не происходит. Тем не
13:35
менее, ээ, вот так. Это всё, что я могу
13:38
вам показать на данный момент. Ээ, по
13:40
поводу open sourсных решений. Как я уже
13:43
говорил выше, OpenMus меня совсем не
13:45
впечатлил. Эта штука меня впечатлила
13:48
больше, но конкретно с компьютер юзом на
13:50
данный момент. Вот здесь конкретно у нас
13:52
проблемы. Попробуем что-то ещё
13:54
интересное поделать. Может быть, не
13:56
только с компьютер юзом, но и в целом с
13:59
ресерчем и с кодингом, и с созданием
14:01
чего бы то ни было на эфире, на который
14:03
я снова вас приглашаю. Если вы такой
14:06
затейник и решите тоже потестировать все
14:09
эти open sourceные варианты, расскажите
14:10
в комментариях, что у вас сработало
14:12
лучше, что понравилось больше, почему,
14:15
как и зачем. И, э, не забывайте, что
14:18
есть возможность сейчас подать заявку на
14:20
манус. Я рекомендую всем это сделать.
14:22
Ну, потому что это действительно
14:24
крышесносный агент, который, скорее
14:26
всего, будет стоить приличное количество
14:28
денег, но, может быть, ещё и успеем мы с
14:30
вами попользоваться им бесплатно. С вами
14:32
был дядя Де канал. Продуктивный совет.
14:34
Поддержать наш проект можно, поставив
14:37
лайк, комментарий, подписавшись на
14:38
канал. Увидимся в будущих выпусках.
14:41
Пока.
14:45
[музыка]
14:58
[музыка]