在AI技术的浪潮中，Manus等AI工具因其强大的功能而备受关注，但受限于网络和积分问题，许多用户难以充分利用其潜力。本文将介绍如何使用开源的Cherry Studio结合多个MCP（模型控制协议）工具，在本地实现类似Manus的强大功能。

Manus在agent领域可谓「炙手可热」，但受限于网络以及少得可怜的积分，很多人还是无法用得上。

AI Agent的处理逻辑：无非就是用AI根据用户需求，规划好要做的事后，不断的调用不同的工具来实现。

如何定义B端产品及B端产品经理方法论

相较于C端产品，B端产品最大的特点是：面向特定领域用户，且数量少得多，但更注重对用户专业领域操作流程的深度挖掘——也就是专业性更强，与业务的结合更紧密。

查看详情 >

有了这个逻辑，我们就知道想要实现某个场景下的需求，只需要找到不同工具的组合给AI调用就可以了。

而工具方面，各种MCP已经成熟了，可以在AI对话中直接调用。

那岂不是我们自己在本地就能手搓一个「Manus」？

说干就干！还是典型AI数据分析的场景：对一个excel表格做分析，然后自动生成数据分析报告。

之前我分享了一个用Dify做的可视化数据分析工作流，但对很多同学来说，工作流还是有难度，所以这次我们尝试用纯对话MCP的最简单方式来实现，看看效果怎么样？

在哪里干呢？这里推荐一个开源自由的AI工具—— Cherry Studio

什么是 Cherry

我之前分享的一个示例就有用过它：ArXiv MCP保姆级教程｜DeepSeek变身论文学习神器，让AI自动搜论文、阅读、下载，实现论文自由

它能通过API调用几乎所有的大模型，还是一个本地知识库、能生图、支持各种格式结果等等，非常全面。

关于Cherry的更多信息，包括安装可以看官网：https://www.cherry-ai.com/

对小白来说，可能唯一要克服的就是怎么获取大模型的API，建议通过硅基流动、火山引擎、openrouter等渠道解决，具体可以搜索一下。如果你想完成从小白到深度玩AI的过度，学会调用API是必须的。

MCP 安装准备

具体什么是MCP，可以看我之前写过的介绍，这里就不赘述了：一文讲清楚Agent、MCP、Function Call，附实操代码示例

找到MCP

接下来，就需要解决多个MCP在哪找的问题。

可以到一些MCP市场找，例如 魔塔社区 https://www.modelscope.cn/ 、 https://mcp.so/

这里以前者为例：点开「MCP广场」直接在下面搜关键词。

今天的案例我们需要用到至少4个MCP Server：

1. Excel-mcp-server

用于让AI对Excel进行读写处理

2. Sequential thinking

这是一个让AI强制深度思考的工具，解决很多大模型思考不全面的问题

3. QuickChart-MCP-Server

这是能直接让AI生成可视化图表的工具

4. File system

这是能让AI对我们本地电脑的文件进行读写操作的工具，这里我直接用Cherry内置的，基本上AI编程工具（例如cursor）都会内置，一般不需要另外设置

但在Cherry，毕竟是一个对话工具，需要配置一个可用的文件路径，毕竟不能让它乱改电脑文件夹：

安装 MCP

那在Cherry怎么安装MCP Server呢？

如图，点开设置-MCP服务器-添加服务器-从JSON导入

此时会出现一个对框，我们以此把对应工具的配置复制进去即可：

如果复制进去后有报错，就重新点进去，再点开启，就会自动安装好了

另外两个我直接在cherry内部的搜索里找的，自动装好了：

至此，我们需要的4个mcp工具就安装好了，确保每个都是绿灯，才能正常用：

数据准备

这里我把之前用来做SQL查询的订单表拿来测试，把Excel文件移动到前面file system设置的路径下，Cherry只能在这个文件夹下活动

大模型选择

因为本案例是纯MCP的操作，而MCP考验的是大模型调度工具的能力，所以至少需要选择有function call能力的工具，并且在编程方面效果比较出色的（一般调度能力也会比较好），例如gemini 2.5 pro、claude3.5、grok3、deepseek v3

其次就是尽量选择长上下文的，要不然Excel数据比较大的时候，大模型会报错。

例如我表格有3年的数据，想让AI直接帮我统计每个月的订单数的时候，就悲剧了：

这就是模型上下文长度的上限，Grok算是比较长的了，更长的只能找Gemini

但Gemini 2.5pro 不免费了，我试用2.5 flash就很离谱：都不管数据了直接给我模拟

在这里我用grok3来测试。

开始对话

选择角色、打开MCP

在Cherry新建一个对话，可以在智能体市场里搜索「数据分析」里面都是配置好提示词的角色

选择一个合适的，然后进入对话框，如下图：

在输入框下面点开MCP配置，把我们需要用到的几个MCP工具都选上，这样AI在这个对话里面才能用到它们。

终于开始做数据分析

首先，简单问一下这个表格有什么数据，测试一下Excel MCP的能力

可以看到它会先调file system的工具，列出文件夹里有的文件然后再找到我们指定的Excel文件

然后调用excel-mcp-serve的工具读取Excel，给出回答：

没毛病，接下来直接上难度，一步完成Excel的分析和可视化报告的制作：请你根据这份数据，做一份数据分析报告HTML，要求维度尽可能丰富、图表类型多，把做好的html文件保存到本地。

回答太长了，就做了一些截取，可以看到这里就开始调用quickchart-mcp的能力开始做图了：

最终，做完了七张图后，就制作HTML：

此时，在之前我们设置好的cherry的文件夹里就会看到一份html文件

双击打开，里面就是基于Excel做好的各种图表

至此，我们就在Cherry完成了多个MCP的调用，并且生成了一份数据分析报告。

虽然最终的报告比较丑，这是因为在这里是展示逻辑，我并没有特意去写提示词，可以参考之前我分享的技巧来写HTML的提示词，就好了：

AI做HTML的终极方案，一套提示词模板搞定所有应用：PPT、简历、高保真原型图、知识卡片、动态交互组件等

支持 Python运行

在Cherry做数据分析，除了以上的方式之外，还可以调用它的Python能力。

对，没错，它可以直接运行Python代码。

也就是说，以前我们还要把AI给的代码复制到编辑器里运行，现在在Cherry就能直接跑了。

看下怎么操作，例如：帮我按月统计每个月的订单数量，给我python代码即可

此时AI得回复里是看不到运行python代码的地方的，需要做一些配置。

打开左边的「设置」-代码块设置的地方，打开「代码执行」，以及下面的功能

此时，右边代码就出现运行代码的按钮了。

不过需要注意的是，由于Python是在Cherry的沙盒环境里运行的，实际上跟本地电脑不互通的。

也就是说上面直接让Python处理本地文件其实跑不通

但跑其他python代码倒是可以

毕竟这是新功能，想要真正实现本地文件交互，还需要时间让Cherry去迭代

存在问题

OK，至此，我们今天的案例就分享完了。

但实际上这个场景其实只使用于小数据的玩法。

而且还记得我上次说的吗？其实这还不是上下文问题，让AI直接去计算本身就有很大的幻觉问题。

正确解法是让AI给处理操作，例如python代码，然后我们去运行。

这个在我上次分享的dify工作流里也实现了：用AI做酷炫的数据看板HTML，并稳定更新数据，落地到实际工作中

尽管如此，从 0 开始把今天这个案例完整做一遍，能把 Cherry、MCP 等工具都熟悉一遍，相信你对 AI 的掌控又能更深一层。