Manus AI Skill

一个具备互联网访问能力的自主 AI 代理，可执行复杂任务、开展调研、开发软件、自动化工作流并生成多媒体内容。

配置

API Key

API Key 配置在环境变量 MANUS_API_KEY 中：

export MANUS_API_KEY="sk-..."
# 或写入 ~/.clawdbot/clawdbot.json：
# "skills.manus.apiKey": "sk-..."

Endpoints

基础用法

创建一个简单任务

cd /home/disier/clawd/skills/manus/scripts
python3 run_task.py "调研最新的人工智能新闻"

内置连接器

# Gmail
python3 run_task.py "检查我今天收到的 Gmail 邮件并汇总内容"

# Notion
python3 run_task.py "在 Notion 中创建一页，用于记录本次会议摘要"

# Google Calendar
python3 run_task.py "为明天下午 3 点安排一场会议"

# Slack
python3 run_task.py "向 Slack 的 #updates 频道发送一份摘要"

可用脚本

详细脚本说明

run_task.py — 执行基础任务

python3 run_task.py "YOUR_PROMPT_HERE" [--timeout SECONDS]

示例：

# 调研类任务
python3 run_task.py "调研欧盟 2026 年人工智能监管政策"

# 开发类任务
python3 run_task.py "使用 React 创建一个待办事项（todo list）网页应用"

# 写作类任务
python3 run_task.py "撰写一篇关于工作流自动化的文章"

# 自动化类任务
python3 run_task.py "预订 3 月 15 日从纽约飞往洛杉矶的航班"

create_project.py — 创建项目

python3 create_project.py "项目名称" "项目描述"

upload_file.py — 上传文件

python3 upload_file.py /path/to/file.txt

适用场景：

• 补充上下文信息
• 数据文件
• 参考文档

check_status.py — 查看任务状态

python3 check_status.py TASK_ID

可能的状态：

• pending — 等待中（排队）
• running — 运行中
• completed — 已完成
• failed — 失败

get_result.py — 获取任务结果

python3 get_result.py TASK_ID

返回该任务的完整结果。

连接器

Manus 内置以下连接器：

Gmail

python3 run_task.py "读取我最近 5 封 Gmail 邮件，并提取关键要点"

Notion

python3 run_task.py "在 Notion 中创建一个用于项目进度跟踪的数据库"

Google Calendar

python3 run_task.py "读取我今天的日程安排，并列出所有会议"

Slack

python3 run_task.py "在 #anuncios 频道发布一条消息"

数据集成

Similarweb

python3 run_task.py "使用 Similarweb 分析 disier.tech 的流量情况"

Webhook

接收通知

python3 webhook_server.py 8080

服务器将在指定端口监听，并输出任务完成的通知。

OpenAI 兼容性

Manus 兼容 OpenAI SDK：

from openai import OpenAI

client = OpenAI(
    api_key="sk-...",  # 你的 Manus API Key
    base_url="https://api.manus.ai/v1"
)

response = client.chat.completions.create(
    model="manus-1.6-adaptive",
    messages=[{"role": "user", "content": "Hello!"}]
)

在 Clawdbot 中使用

在 Agent 中调用：

当需要深度调研或软件开发时：
1. 使用 manus skill 的 run_task.py 脚本
2. 明确指定 prompt
3. 等待结果返回
4. 将响应结果集成到后续流程中

完整示例：

# 调研并生成内容
python3 run_task.py "调研 2026 年五大科技趋势，并撰写一篇 1000 字的文章"

# 结合上下文文件
python3 upload_file.py contexto.md
python3 run_task.py "基于已上传的文件，制作一份演示文稿"

最佳实践

高效 Prompt 编写

✅ 推荐写法：

• "调研欧盟人工智能监管政策，并总结核心要点"
• "使用 React 和 OpenWeatherMap 创建一个天气应用"
• "分析某账号最近 10 条推文，并生成一份报告"

❌ 应避免：

• "做点有用的事"（过于模糊）
• "优化一下这个"（缺乏上下文）

结合文件使用

如需提供额外上下文，请先上传文件：

python3 upload_file.py datos.csv
python3 run_task.py "分析该 CSV 文件，并生成一份销售报告"

长时间运行任务

对于耗时较长的任务，建议设置超时时间：

python3 run_task.py "深度调研人工智能市场" --timeout 300

费用

每项任务将消耗信用额度。可通过以下命令查看用量：

curl "https://api.manus.ai/v1/usage" 
  -H "API_KEY: sk-..."

注意事项

• 所有任务均在隔离的 sandbox 中执行
• 具备完整的互联网访问权限
• 支持安装软件
• 可维持已认证服务的会话状态
• 执行时间随任务复杂度动态变化