MCP技术及Manus调研

技术调研

概述

MCP（Model Context Protocol） 是一个开放协议，它标准化了应用程序如何向 LLM 提供上下文。可以将 MCP 视为 AI 应用程序的 USB-C 端口。就像 USB-C 为连接设备与各种外设和配件提供了标准化方式一样，MCP 为连接 AI 模型与不同数据源和工具提供了标准化方式。

MCP使用手册：https://mcp-docs.cn/tutorials/building-mcp-with-llms

MCP 架构

1. Client（客户端）

• 功能：负责与用户或应用程序交互，发起请求并调用 MCP 协议中的资源或工具。

1. Resources（资源）

• 定义：可被 LLM 读取的“类似文件”的数据，例如 API 响应、数据库记录、文档内容、用户输入的文本等。

1. Tools（工具）

• 定义：可被 LLM 调用的函数或服务（例如搜索网络、调用数据库、执行代码等）。

1. Prompts（提示模板）

• 定义：预先设计的模板，帮助用户或系统生成更高效的提示词（Prompt）。

MCP开发

1.定义工具（Tool）
使用装饰器（如 @mcp.tool()）暴露功能，通过文档字符串描述用途。

Plain Text from mcp.server.fastmcp import FastMCP import os mcp = FastMCP("My MCP Server") @mcp.tool() def list_desktop_files() -> list:     """获取当前用户桌面上的所有文件列表（macOS专属实现）"""     desktop_path = os.path.expanduser("~/Desktop")     return os.listdir(desktop_path)

2.添加资源（Resource）和提示（Prompt）

• 资源：通过 URI 模板暴露数据。

Plain Text @mcp.resource("config://app_settings") def get_app_config() -> dict:     return {"theme": "dark", "language": "zh-CN"}

• 提示：定义与 AI 交互的上下文模板

Plain Text @mcp.prompt() def code_review_prompt(code: str) -> str:     return f"请审查以下代码并指出问题：\n\n{code}"

3.配置传输方式

• 本地通信：使用 stdio（标准输入输出）

Plain Text if __name__ == "__main__":     mcp.run(transport='stdio')

• 远程通信：使用 HTTP 或 SSE（Server-Sent Events）。

4.客户端配置与测试

• 配置 MCP 客户端
  在客户端（如 CLINE 或 Cursor）中配置服务器路径：

Plain Text {   "mcpServers": {     "list_desktop_files": {       "command": "python3",       "args": ["/Users/[USER_NAME]/[YOUR_PATH]/custom_mcp.py"]     }   } }

• 调用工具
  通过自然语言指令调用工具

1. 高级实践与优化

• 安全性：确保 API 调用安全，避免敏感信息泄露。

• 性能优化：对频繁访问的数据源进行缓存。

• 调试工具：使用 MCP 提供的调试器和交互式检查器。

AI-MCP应用流程

1. 虚拟机

• 功能：提供计算资源支持 AI的运行环境，支持弹性扩展。

1. 任务管理系统

• 功能：协调多个 AI Agent 的任务分配与进度管理。

• 子模块：

• 需求解析引擎：将用户输入的非结构化需求解析为结构化任务列表。

• 任务管理核心：识别任务间的先后顺序，实时监控任务进度

• AI 决策系统：根据任务复杂度推荐拆分方式

1. 子任务 Agent

• 功能：执行具体子任务的 AI 实体，可基于 MCP 调用资源、工具或 Prompts

1. MCP 工具与虚拟机资源

• 整合方式：MAUNS 通过 MCP 协议直接调用云端虚拟机的资源（如 GPU 算力、存储空间）和工具（如代码解释器、API 接口）

Manus调研

技术调研

技术新颖点总结

1.直接调用工具，实现工作闭环（数字打工人）

• Manus通过MCP协议，将工具调用抽象为统一接口，支持327个预置工具（如Python、Selenium、OCR引擎等）的标准化调用。

• 从意图识别到交付的全流程自动化：用户输入需求后，系统通过任务初始化、步骤规划、执行、验证和归纳整理的闭环流程，直接输出最终结果。

2.ANP+动态DAG，实现多agent有条不紊，相互协作（去中心化）

• ANP基于 P2P架构 和 DID（Decentralized Identity），允许子Agent通过标准化接口直接通信，无需依赖中心服务器。

• 动态DAG引擎任务规划
  任务以邻接表形式存储，通过拓扑排序确保无环依赖，支持实时路径优化（如旅行规划中根据景点开放时间调整顺序）。

• 软/硬依赖管理：
  区分可并行执行的软依赖（如数据清洗与图表生成）和必须顺序执行的硬依赖（如代码编写→测试），最大化并行效率。

3.资源调度与管理（优化算力）

• 改进型KV缓存压缩策略，在A100 GPU上实现93%显存利用率（行业平均约35%-40%）

• 容器化隔离技术：每个任务在独立Docker容器中运行，避免任务间干扰，实测并发处理能力达传统架构的3.2倍。

• 断点续传与恢复机制：Checkpointing机制：任务每15分钟保存进度，GPU内存恢复损耗控制在5-8%，确保中断后快速恢复。

4.检测agent，进行自动校准（减少幻觉，保持高效）

• 三级检测机制：

• 触发条件检测：置信度阈值（模型输出熵值 >1.2）、工具返回异常（如 HTTP 503）、数值波动超限（超过预计的波动范围）。

• 质量检测方法：多模型校验（Claude-3 vs. GPT-4）、工具链复核（Matlab 验证 Python 结果）、时间维度验证。

• 自校正流程：局部重试（最多 3 次）、替代方案切换（如用 BeautifulSoup 替代 Scrapy）、架构调整（动态修改 DAG 结构）。

技术框架

Manus 的多智能体协作框架通过规划agent（Mind）、执行agent（Hand）、验证agent（Verifier）三大核心组件，结合通信协议（MCP/ANP）、动态 DAG 引擎、多模型协同推理、资源调度策略及自校正机制，形成闭环任务处理系统。具体协作流程如下：

1. 任务初始化与规划

• 用户输入任务后，规划agent（Mind）通过改进型蒙特卡洛树搜索（MCTS）解析用户意图，将任务拆解为可执行的子任务链，生成动态 DAG（有向无环图），明确任务依赖关系与执行顺序

• 动态 DAG 引擎接管任务图，通过拓扑排序确保无环，并基于优先级算法（紧急性、资源准备度等多维度权重）分配算力，调度任务执行。

1. 任务执行与工具调用

• 执行agent（Hand）根据 DAG 调用预置工具链（如 Python、Selenium 等），通过MCP 协议与工具标准化交互（JSON-RPC 2.0 格式，支持加密认证）。

• 多模型协同推理介入：小模型（如 Qwen-7B）识别任务意图，动态选择大模型组合（如金融分析调用 Qwen-72B，创意生成调用 Claude3.5），通过加权投票或置信度阈值融合结果。

1. 质量验证与自校正

• 验证agent（Verifier）通过三级检测机制（置信度阈值、工具异常、数值波动）监控输出

• 置信度阈值检测：评估模型输出的不确定性。

• 工具返回异常检测：监控API调用或其他工具的执行状态。

• 数值波动超限检测：检查关键数值是否超出合理范围

• 检测到异常时，通过ANP 协议触发修复策略：

• 局部重试（如 API 调用失败重试 3 次）；

• 替代方案切换（如更换工具链或数据源）；

• 架构调整（动态修改 DAG，新增清洗步骤或校验节点）。

• 修复后重新进入执行 - 验证循环，直至结果通过质量检测。

参考：

Manus 官网：https://manus.im/

Manus 百科：https://baike.baidu.com/item/Manus/65463546

OpenManus：https://github.com/mannaandpoem/OpenManus/

Manus Tools：https://gist.github.com/jlia0/db0a9695b3ca7609c9b1a08dcbf872c9

CodeAct论文：https://arxiv.org/abs/2402.01030

用户体验新颖点

主动向用户确认信息

优点

• Manus 通过语义分析和规则引擎，自动识别用户指令中的模糊性（如关键词缺失、逻辑不完整），并主动询问澄清。

• 避免因误解导致的任务返工，对比传统AI被动等待用户纠错，Manus 的主动性减少了用户的“二次澄清”负担

触发场景：

• 任务理解模糊或存在歧义时

• 执行遇阻或异常时、

• 关键决策节点需用户确认时

触发条件

• 特定任务的流程化设计

• 对于高频或复杂任务（如简历筛选、旅行规划、数据分析），Manus 会通过 场景定制 预设流程，明确关键节点的确认逻辑。

• 技术实现：针对特定场景对模型进行微调（Fine-tuning），使其更熟悉该领域的术语和需求，并在关键节点插入确认逻辑

• Prompt 设计

•  Agent-Prompt（代理提示词）设计，即通过预设的规则和提示词模板，让模型自主判断何时需要用户澄清信息。

虚拟机全过程展示

核心：增强用户掌控感与沉浸感

1）透明化操作流程

• 问题：传统 AI 工具（如 GPT、Claude）通常以“黑箱”形式输出结果，用户无法直观感知 AI 的思考过程。

• Manus 的创新：
  Manus 通过虚拟机界面实时展示其“自主操作”的全过程（如浏览器操作、代码执行、数据抓取等），用户可以看到 AI 如何一步步完成任务。例如，当用户要求分析股票数据时，Manus 会展示其联网搜索数据、调用 Python 脚本分析、生成图表的完整流程。

• 用户价值：
  这种 过程可视化 让用户对 AI 的能力有更直观的认知，减少了对“结果可信度”的疑虑。用户不再被动接受结果，而是能观察到 AI 的“工作状态”，从而增强 掌控感 和 信任感。

2）沉浸式交互体验

• 技术实现：Manus 的 UI 设计模拟了真实操作环境（如浏览器窗口、终端命令行），用户能观察到 AI 的“鼠标点击”“键盘输入”等动作，仿佛在观看真人操作电脑。

• 心理影响：
  这种设计利用了 “拟人性”（Anthropomorphism）的心理效应，让用户更容易将 AI 视为一个“助手”而非工具，从而降低使用门槛。例如，普通用户即使不懂编程，也能通过观察 AI 的操作流程理解其逻辑。

3）即时反馈与错误修正

• 动态交互：用户可以在流程中随时干预（如暂停、调整参数），Manus 会根据反馈调整后续步骤。例如，当 AI 在筛选简历时，用户可临时修改排序规则，Manus 会重新执行任务。

• 容错性：如果 AI 操作出错（如误判数据），用户能直接指出问题，系统会记录并优化后续行为。这种 实时纠错机制 提升了用户体验的灵活性。

积分订阅制

优点：

1. 灵活的任务定价

• 积分制按任务复杂度和耗时动态消耗，用户可根据需求分配资源（如简单任务200-300积分，复杂任务超900积分）

1. 降低入门门槛

• 新用户注册可获1000积分奖励，每日登录再领300积分（当日有效），降低初次体验成本。

• 免费用户可执行部分基础任务（如生成表格、直播脚本），吸引潜在付费用户。

1. 透明化资源分配

• 通过积分量化任务成本，用户可预估任务消耗（例如“设计个人网站”需600积分），便于规划预算。

优化空间

技术层面从：

• 模型性能与成本平衡：采用混合模型架构，针对特定领域（如金融、医疗）引入轻量级垂直模型（如Qwen-Finance），减少通用模型的计算开销。

产品层面：

• 任务引导与交互流程优化：增加智能模板库，例如提供“旅行规划”“财务分析”等模板，用户只需填写关键参数（如预算、时间范围），系统自动填充任务细节。

• 个性化：增强用户画像建模，结合历史任务数据（如偏好PPT设计风格、常用工具链）生成更精准的个性化策略。

• 增加多用户协作功能：允许多人共同编辑任务DAG，实时同步修改内容