Manus AI Agent的Windows原生支持与基础设置
本期视频重点测试了Manus AI Agent，这是一个在AI代理领域具有深远影响力的早期产品，其设计理念影响了后续众多同类工具。博主特别指出，当前许多AI代理平台往往忽视Windows用户，而Manus提供了原生的Windows桌面应用程序，同时也兼容macOS，这为Windows用户提供了难得的选择。在开始具体任务前，博主强调了本地文件夹模式的重要性，该模式允许AI在本地环境中工作，而非依赖云端计算，从而更好地保护隐私并利用本地算力。博主创建了一个名为“Manis agent”的空文件夹作为工作目录，并明确指示AI构建一个真正的Windows应用程序，而非Web应用，以充分利用本地系统资源。
“I am actually using this as a native Windows application. I find that often times Windows seems to be left out of the more recent releases in a lot of agentic platforms.”
构建GPU监控应用的详细指令与模型选择
本次测试的核心任务是让Manus AI构建一个用于可视化监控系统GPU利用率的工具，特别针对本地AI工作负载优化。博主的灵感来源于Windows Vista时代的侧边栏小工具（Gadget），希望重现那种仪表盘式的视觉风格，但采用现代化的配色方案。提示词（Prompt）非常详尽，不仅要求创建轻量级应用，还指定了具体的UI目标，包括圆形仪表盘自定义控件、弧形绘制辅助函数以及根据负载变化调整颜色的逻辑。由于任务涉及复杂的界面设计和系统底层交互，博主在Manus 1.6 Light、1.6和1.6 Max三个版本中，选择了性能最强的Manus 1.6 Max模型，以确保能够处理这种多步骤、高复杂度的开发任务。
“My inspiration for this idea is pretty heavily influenced by the Windows Vista sidebar... I kind of like that. Maybe it's just nostalgic if nothing more.”
远程监控功能与实时开发过程洞察
启动任务后，屏幕出现了一个二维码，展示了Manus AI的远程手机控制功能。博主通过手机扫描二维码，安装Manus AI应用并登录，从而能够在外移动设备实时监控电脑上的AI开发进度。与此同时，电脑端界面展示了AI工作的详细步骤，包括设计架构、实现NVML包装器（用于获取GPU数据）以及创建GPU监控服务。这些步骤不仅为UI提供了数据源，还让开发者能清晰看到AI的逻辑构建过程。界面还显示了圆形仪表盘的绘制逻辑和TLDDR（快速概览），让复杂的代码生成过程变得透明且易于理解。这种远程监控与本地详细日志相结合的方式，极大地提升了AI代理工作的可追溯性和用户体验。
“We can see here that we have a bunch of specific things that are happening... such as designing the architecture... Implementing the NVML wrapper and GPU monitoring service.”
远程监控与UI原型生成
视频演示了Manus AI Agent在生成待办事项列表后，通过手机密码验证实现了本地系统的远程镜像监控。这一功能不仅让操作具备便携性，还支持在后台运行长时间任务时发送文本或应用通知。在生成UI仪表盘原型时，AI直接输出了包含仪表盘、指标和时间线图的深色模式界面，这与用户预期的视觉效果高度一致。创作者特意切换到手机视角，以展示远程访问功能的实时性，确认了生成的UI设计符合“仪表盘美学”的要求。
"It gives us a UI dashboard mockup... This is definitely in line with what I had wanted to see and just kind of like a dashboard with some gauge aesthetic and things of the sort."
原生Windows应用构建与自动化部署
接下来的核心挑战是将前端UI与后端数据提取功能结合，构建一个原生运行的Windows应用程序，而非简单的Web应用。这涉及更高的技术复杂度。Manus AI首先提供了构建指令和文件列表，随后被要求自动执行这些构建步骤，无需用户手动干预。创作者在手机端授权了“允许任何命令”的执行权限，展示了完全无需坐在电脑前的远程监控能力。AI自动在系统中安装了必要的8 SDK依赖项，并开始执行项目构建流程，整个过程通过手机屏幕实时可见，体现了高度的自动化水平。
"So, if we want to remotely monitor this, we can even to the point where it shows the specific command that is being executed here as well."
多模态故障排查与最终验证
在构建过程中，应用启动失败，仅显示进程ID而无图形界面。创作者利用Manus的多模态能力，要求AI截图并自行诊断问题。AI识别出错误原因为“资源未找到”，具体是圆形仪表盘模板引用的资源不可访问。经过复杂的故障排除，AI修复了该问题并重新构建应用。最终，应用成功运行，手机截图验证了结果。该原生应用实时显示了GeForce 5090笔记本GPU的各项指标，包括24GB显存、GPU温度、推理监控、平均Tensor核心利用率以及5分钟和10分钟的时间线图表。这一结果证明了Manus在处理复杂原生应用构建和调试方面的强大能力。
"This is a native Windows app that this just slapped together, troubleshooted and it was somewhat difficult... We have the temperature of the GPU and we have a little inference monitor right here."
利用 HTML 视频生成技能打造营销素材
在展示完基础功能后，作者重点演示了 Manus AI Agent 中一个常被忽视的潜力领域：程序化视频资产生成。通过侧边栏的插件部分，用户可以发现一个名为“HTML video production”的技能。这一技能的核心逻辑在于仅使用 HTML 代码和语言即可自动生成视频，从而无需人工手动收集素材或进行复杂的剪辑拼接。作者认为，这种自主设计特定营销资产的能力在公共讨论中尚未得到充分利用，但其实际价值巨大，能够显著降低内容创作门槛。
为了验证这一功能，作者决定为刚刚构建完成的 GPU 监控软件制作一段营销视频。他首先在任务历史中调出之前的对话，并确认“HTML video production”技能已正确激活。随后，他向 AI 发出指令，要求生成一段针对移动端广告活动的竖屏视频。这一选择基于 Manus 与 Meta 广告等平台的深度集成潜力，意味着未来可以构建从资产生成到广告投放的自动化流水线。作者强调，AI 程序化生成视频资产的能力远比人们想象的要成熟，且目前仍处于被低估的状态。
自动化视频制作流程与交付成果
在指令下达后，Manus Agent 开始自主执行视频制作流程。AI 首先处理音频部分，生成了一段 15 秒的黑暗未来主义背景音轨，其中包含充满活力的合成器和贝斯，以匹配营销视频所需的“科技黑色电影”氛围。这一过程完全由代码驱动，无需人工干预音频剪辑。随后，AI 进入资产组装阶段，将生成的音频与视觉元素结合。最终，AI 交付了一个包含所有交付物的表格，并在 Manus Agent 文件夹中生成了最终的 MP4 文件。
作者播放了这段视频以验证效果。视频时长约为 14 秒，内容涵盖了软件的核心卖点：实时 GPU 指标一览、会话分析以及 AI 推理检测。作者指出，对于非专业视频制作者而言，手动制作这样一段包含动态截图、文字说明和同步音乐的广告视频需要耗费大量精力，而 AI 的自动化处理不仅速度快，而且完整保留了软件的功能展示逻辑。这种从代码到营销视频的端到端自动化，展示了 AI 在商业应用中的巨大潜力，尤其是对于需要快速迭代营销内容的开发者来说，这一技能极具吸引力。
完善应用细节：自定义图标与自动验证
在视频制作完成后，作者提出了最后一个完善应用的需求：为 GPU 监控应用创建一个自定义图标。此前，该应用在 Windows 任务栏中仅显示为通用的默认程序图标，缺乏品牌辨识度。作者希望 AI 能够解决这个问题，使应用看起来更加专业和完整。Manus Agent 接受了这一任务，并立即开始执行。AI 不仅生成了图标，还将其集成到应用程序中，并自动关闭并重新启动应用以应用更改。
为了确保修改成功，AI 还执行了额外的质量保证步骤：截取屏幕截图以验证任务栏中是否显示了新图标。这一过程展示了 AI Agent 的自主纠错和验证能力，它不仅仅执行指令，还会主动检查执行结果。最终，任务栏中成功显示了自定义图标，应用不再显得简陋。作者总结道，整个流程——从构建原生 Windows 应用，到程序化生成营销视频，再到完善 UI 细节——均由 AI 自主完成。这种端到端的 productive 工作流证明了 Manus AI Agent 在处理复杂、多步骤任务时的强大能力，远超传统的辅助工具范畴。
原生 Windows 支持下的 AI Agent 开发体验
本次演示的核心亮点在于 Manus AI Agent 在 Windows 操作系统上的原生流畅运行能力。尽管 Manus 能够处理多种复杂任务，但本次生成的应用属于相对简单的基础任务，然而其背后的技术实力依然令人印象深刻。长期以来，Windows 平台在 Agentic 工具生态中获得的关注相对不足，许多先进的 AI 代理工具更倾向于优先适配 macOS 环境。因此，能够在一个 Native 支持 Windows 的 AI 代理应用中实现无缝开发体验，对于广大 Windows 用户而言具有极高的实用价值和示范意义。这种跨平台的兼容性打破了开发者对操作系统限制的顾虑，使得 Vibe Coding（氛围编程） 这一概念在 Windows 环境下得到了切实的落地验证。
"Windows as an operating system, I find has not been given as much love for a lot of the Agentic tools. And being able to use a Manis AI, an Agentic app like this that works very smoothly natively on Windows as well as Mac."
视觉设计与系统致敬：NV 推理监控器
在应用生成的最终成果中，开发者特别关注了用户界面的美学表现。最终交付的应用包含一个 NV 推理监控器（Inference Monitor） 组件，该组件专门用于实时显示显卡的具体规格参数。这一设计不仅满足了功能性的监控需求，更在视觉风格上进行了精心打磨。该监控器的界面设计被描述为 极具美感（Aesthetically Pleasing），其布局灵感直接致敬了 Windows Vista 时代的性能监视器。在 Vista 系统中，性能监视器通常固定在屏幕右上角，成为当时用户监控系统状态的经典视觉符号。通过复刻这一经典 UI 元素，Manus AI 生成的应用不仅在功能上实现了 GPU 资源监控，更在情感连接上唤起了老 Windows 用户的怀旧共鸣，体现了 AI 在UI/UX 设计细节上的理解与还原能力。
创作自由与社区互动展望
本次视频内容的展示得益于 Manus AI 提供的拍摄许可，这使得创作者能够充分展示其创意构思，并将这些想法转化为实际的软件应用。这种从创意到实现的快速转化是 AI 代理工具强大能力的直接体现。视频最后，创作者强调了与观众的互动意愿，鼓励观众在评论区留下任何关于 Manus AI Agent 或本次演示内容的疑问与反馈。这不仅是对视频内容的补充，也是社区共同探索 AI 编程边界的重要环节。通过这种开放式的交流，观众可以更深入地了解 AI 在具体应用场景中的潜力与局限，从而更好地利用此类工具提升自身的开发效率。
"Thank you to Manis AI for allowing me to show this on camera and flex um some of my creative ideas that I come up with such as this."