核心用法
mano-cua 是一款基于视觉语言模型（VLA）的桌面GUI自动化工具，允许用户通过自然语言描述任务，由AI代理自动操控鼠标、键盘完成屏幕交互。适用于无API或CLI的传统桌面应用自动化场景。
运行模式
| 模式 | 特点 | 适用场景 |
|:---|:---|:---|
| **Cloud（默认）** | 云端Mano-P/Claude CUA模型推理，零配置即用 | 日常任务，追求便捷 |
| **Local（`--local`）** | Apple Silicon设备本地MLX推理，零数据出境 | 隐私敏感任务 |
基础命令结构
mano-cua run "任务描述" [选项] --url <URL> # 先打开网页再执行 --app <App名> # 先启动应用再执行 --local # 本地模式（M1+ Mac） --max-steps <n> # 限制步数（默认30） --minimize # 最小化状态面板
关键使用技巧
- 本地模式需显式步骤：建议写
"点击搜索框→输入关键词→点击搜索按钮"而非模糊指令 - 单任务独占：同一设备同时仅运行一个任务，新任务前需
mano-cua stop - 禁用键鼠：执行期间勿手动操作，避免冲突
---
显著优点
1. 零API侵入：突破传统RPA限制，无需应用开放接口即可自动化任意GUI
2. 双模隐私架构：云端便捷 vs 本地绝对隐私（Apple Silicon专属），用户自主可控
3. 智能模型路由：系统自动选择Mano-P（轻量快速）或Claude CUA（复杂推理）
4. 安全交互设计：敏感操作强制确认、实时状态面板、随时可中断
5. 开源可审计：MIT-0许可证，Homebrew从GitHub Release直接构建，供应链透明
---
潜在局限
| 局限 | 说明 |
|:---|:---|
| **平台成熟度** | macOS为主力平台，Windows/Linux适配未完成 |
| **显示限制** | 仅支持主显示器，多屏用户需切换 |
| **本地模式硬件门槛** | 需Apple Silicon（M1及以上），x86 Mac不支持 |
| **任务粒度依赖** | 本地模式对指令精确度要求高，模糊描述易失败 |
| **网络依赖** | 云端模式需稳定HTTPS连接，企业内网需评估 |
---
适合人群
- 自动化爱好者：希望自动化无API的老旧/专业软件
- 隐私敏感用户：需要本地执行敏感操作（如财务、医疗系统）
- 效率工作者：重复性表单填写、数据录入、跨应用信息搬运
- 开发者/QA：快速构建UI测试原型，验证交互流程
---
常规风险评估
| 风险类别 | 等级 | 说明 |
|:---|:---|:---|
| **数据外泄** | ⚠️ 中 | 云端模式传输屏幕截图；本地模式完全零上传 |
| **误操作** | ⚠️ 中 | GUI自动化固有风险，建议配合`--max-steps`和实时监控 |
| **供应链安全** | ✅ 低 | 开源+Homebrew官方渠道+可验证checksum |
| **权限滥用** | ✅ 低 | 无需管理员/root，无需API密钥，最小权限原则 |
| **平台兼容性** | ⚠️ 中高 | 非macOS用户暂不建议生产环境使用 |