Manus AI چیست؟

Manus AI یک ایجنت هوش مصنوعی عمومی است که به‌جای ارائه یک پاسخ متنی ساده، می‌تواند برای انجام یک هدف برنامه‌ریزی کند، از ابزارهای مختلف استفاده کند و در پایان یک خروجی عملی مانند گزارش، فایل، ارائه، تحلیل داده، وب‌سایت یا اپلیکیشن تحویل دهد.

در یک Chatbot معمولی، کاربر سؤال می‌پرسد و مدل پاسخ می‌دهد. در Manus، کاربر می‌تواند یک مأموریت چندمرحله‌ای تعریف کند:

بازار ابزارهای مدیریت پروژه در ایران را بررسی کن، رقبا را مقایسه کن، نتایج را در یک Spreadsheet قرار بده و براساس یافته‌ها یک Landing Page فارسی بساز.

برای انجام چنین مأموریتی، Manus ممکن است در وب جست‌وجو کند، اطلاعات را جمع‌آوری و دسته‌بندی کند، کد بنویسد، فایل تولید کند، اپلیکیشن را اجرا کند و نتیجه را برای بررسی کاربر نمایش دهد.

وب‌سایت رسمی Manus این محصول را یک «Action Engine» معرفی می‌کند؛ یعنی سیستمی که از پاسخ‌گویی فراتر می‌رود و وظایف و Workflowها را اجرا می‌کند. فهرست به‌روز قابلیت‌ها در وب‌سایت Manus و مستندات رسمی Manus منتشر می‌شود.

پاسخ کوتاه: Manus چه کاری انجام می‌دهد؟

Manus برای انجام وظایف چندمرحله‌ای طراحی شده است و می‌تواند در کارهای زیر استفاده شود:

• جست‌وجو و تحقیق در وب
• تهیه گزارش و مقایسه
• تحلیل فایل‌های PDF و Spreadsheet
• پاک‌سازی و تحلیل داده
• ساخت نمودار و داشبورد
• تولید Presentation
• ساخت وب‌سایت و Landing Page
• ساخت اپلیکیشن Full-Stack
• اتصال برنامه به APIهای خارجی
• ایجاد Backend و Database
• انتشار اپلیکیشن روی اینترنت
• انجام کار در مرورگر
• اجرای وظایف زمان‌بندی‌شده
• ساخت Workflowهای تکرارپذیر
• پردازش فایل‌های محلی
• همکاری تیمی روی یک Task
• اجرای Agent از طریق API

Manus را نباید صرفاً یک مدل زبانی در نظر گرفت. این محصول یک لایه اجرایی است که مدل، ابزار، مرورگر، محیط پردازش و قابلیت تولید فایل را در یک Workflow قرار می‌دهد.

تفاوت Chatbot و AI Agent چیست؟

یک Chatbot معمولاً به هر پیام پاسخ می‌دهد. اگر کار شامل ده مرحله باشد، کاربر باید مراحل را جداگانه مدیریت و خروجی هر مرحله را به مرحله بعد منتقل کند.

AI Agent می‌تواند یک هدف کلی دریافت و مراحل لازم را تشخیص دهد.

برای مثال، درخواست زیر را در نظر بگیرید:

یک ابزار فارسی برای بازنویسی متن بساز و آن را به API درواره متصل کن.

Agent برای انجام این درخواست باید چند تصمیم و اقدام انجام دهد:

1. نوع اپلیکیشن را مشخص کند.
2. رابط کاربری را طراحی کند.
3. Backend بسازد.
4. فرم دریافت متن ایجاد کند.
5. Endpoint پردازش متن را پیاده‌سازی کند.
6. API Key را در محیط امن Server قرار دهد.
7. درخواست را به API درواره ارسال کند.
8. پاسخ مدل را دریافت و نمایش دهد.
9. خطاهای احتمالی را مدیریت کند.
10. برنامه را آزمایش و منتشر کند.

این توانایی انجام یک جریان چندمرحله‌ای، تفاوت مهم Agent با Chatbot است.

Manus چگونه کار می‌کند؟

وقتی یک Task در Manus ایجاد می‌کنید، سیستم ابتدا درخواست را تحلیل می‌کند. سپس متناسب با مأموریت، ابزارها و مراحل موردنیاز را انتخاب می‌کند.

فرایند معمول می‌تواند شامل بخش‌های زیر باشد:

درک هدف

Agent تلاش می‌کند خروجی نهایی، محدودیت‌ها و معیارهای موفقیت را از Prompt استخراج کند.

برنامه‌ریزی

وظیفه بزرگ به چند مرحله کوچک‌تر تقسیم می‌شود. در یک پروژه نرم‌افزاری، این مراحل می‌توانند شامل طراحی، پیاده‌سازی، تست و انتشار باشند.

استفاده از ابزارها

Agent ممکن است از مرورگر، محیط اجرای کد، فایل‌ها، APIها، Database یا Connectorهای خارجی استفاده کند.

بررسی نتیجه

خروجی‌های میانی بررسی می‌شوند. اگر یک دستور یا کد با خطا مواجه شود، Agent می‌تواند برای اصلاح آن تلاش کند.

تحویل خروجی

نتیجه ممکن است به‌صورت متن، فایل، جدول، نمودار، وب‌سایت، اپلیکیشن یا مجموعه‌ای از منابع و Artifactها تحویل داده شود.

این فرایند همیشه بدون خطا نیست. Agent ممکن است هدف را اشتباه تفسیر کند، منبع نامعتبر انتخاب کند یا کدی تولید کند که به بازبینی نیاز دارد.

مهم‌ترین قابلیت‌های Manus AI

تحقیق و جست‌وجوی چندمرحله‌ای

Manus می‌تواند موضوعی را در چند منبع بررسی، اطلاعات را دسته‌بندی و یک گزارش ساختاریافته ایجاد کند.

برای مثال:

۱۰ ابزار برتر حسابداری آنلاین برای کسب‌وکارهای کوچک را بررسی کن.

برای هر ابزار این موارد را استخراج کن:
- کشور و شرکت سازنده
- قابلیت‌های اصلی
- قیمت
- نسخه رایگان
- مزایا
- محدودیت‌ها
- منبع رسمی

نتایج را در یک جدول مقایسه کن و در پایان سه انتخاب پیشنهادی ارائه بده.

در مسائل مهم، منابع جمع‌آوری‌شده باید به‌صورت دستی بررسی شوند. وجود Citation به‌تنهایی تضمین نمی‌کند که منبع دقیقاً از ادعای Agent پشتیبانی می‌کند.

Wide Research

Wide Research برای بررسی تعداد زیادی موضوع، محصول، شرکت یا منبع به‌صورت هم‌زمان طراحی شده است.

برخلاف تحقیق خطی که موضوع‌ها را یکی پس از دیگری بررسی می‌کند، Wide Research می‌تواند کار را میان چند جریان پردازشی تقسیم کند.

کاربردهای آن عبارت‌اند از:

• مقایسه تعداد زیادی محصول
• بررسی شرکت‌های یک صنعت
• جمع‌آوری اطلاعات رقبا
• تحلیل فهرست مقالات
• بررسی پروفایل متخصصان
• دسته‌بندی مجموعه بزرگی از داده‌ها
• استخراج ویژگی‌های مشترک از منابع مختلف

اطلاعات رسمی این قابلیت در صفحه Wide Research قرار دارد.

تحلیل داده و ساخت نمودار

می‌توان فایل‌هایی مانند CSV و Spreadsheet را در اختیار Manus قرار داد و از آن خواست:

• داده‌ها را پاک‌سازی کند.
• ستون‌های ناقص را شناسایی کند.
• رکوردهای تکراری را پیدا کند.
• دسته‌بندی ایجاد کند.
• روندها را بررسی کند.
• نمودار بسازد.
• گزارش مدیریتی تولید کند.
• خروجی قابل‌دانلود ارائه دهد.

برای داده‌های مالی یا سازمانی، نتیجه Agent باید با محاسبات مستقل و نمونه‌گیری از داده‌ها کنترل شود.

ساخت Presentation

Manus می‌تواند براساس Prompt، فایل‌ها یا نتایج تحقیق یک ارائه تولید کند.

برای دریافت خروجی بهتر، مشخص کنید:

• مخاطب ارائه چه کسی است.
• هدف جلسه چیست.
• تعداد اسلایدها چقدر باشد.
• چه داده‌هایی باید استفاده شوند.
• لحن رسمی یا تبلیغاتی باشد.
• چه بخش‌هایی نباید حذف شوند.
• نسبت تصویر و سبک طراحی چگونه باشد.
• منابع در کدام اسلاید قرار بگیرند.

Prompt نمونه:

براساس فایل‌های پیوست‌شده یک ارائه ۱۲ اسلایدی فارسی بساز.

مخاطب: مدیران یک شرکت نرم‌افزاری
هدف: معرفی کاربرد API هوش مصنوعی در محصول
سبک: رسمی، مینیمال و راست‌چین
ساختار:
- مسئله
- فرصت بازار
- راهکار
- معماری فنی
- موارد استفاده
- برنامه اجرای آزمایشی
- هزینه‌ها
- ریسک‌ها
- گام بعدی

هیچ عددی خارج از منابع اضافه نکن.
برای هر ادعای عددی، منبع را ذکر کن.

Manus Website Builder

Website Builder به Manus اجازه می‌دهد با دستور زبان طبیعی، اپلیکیشن وب Full-Stack تولید کند.

برخلاف سایت‌سازهایی که فقط صفحات Static ایجاد می‌کنند، Manus می‌تواند بخش‌های زیر را نیز بسازد:

• Frontend
• Backend
• Database
• Authentication
• File Storage
• فرم‌های تعاملی
• داشبورد
• اتصال به API
• منطق تجاری
• انتشار و Hosting

براساس مستندات Cloud Infrastructure، اپلیکیشن ساخته‌شده می‌تواند Backend و Database دائمی داشته باشد و به سرویس‌های خارجی متصل شود.

اتصال به APIهای خارجی

Manus Website Builder امکان اتصال به REST APIهای خارجی را فراهم می‌کند. برای این کار معمولاً باید موارد زیر مشخص شوند:

• Base URL
• Endpoint
• روش احراز هویت
• API Key
• Headerهای موردنیاز
• ساختار Request
• ساختار Response
• توضیح کاربرد API

این قابلیت به ما اجازه می‌دهد اپلیکیشنی بسازیم که از API درواره برای دسترسی به مدل‌های هوش مصنوعی استفاده کند.

طبق مستندات Third-Party Integrations، Secretهای API را می‌توان در محیط Backend نگهداری کرد تا وارد کد Frontend نشوند.

Browser Operator

Browser Operator افزونه‌ای است که به Manus امکان می‌دهد در Session مرورگر کاربر فعالیت کند.

Agent می‌تواند با اجازه کاربر:

• از Tabهای باز استفاده کند.
• صفحات وب را پیمایش کند.
• روی گزینه‌ها کلیک کند.
• فرم‌ها را تکمیل کند.
• داده‌های موجود در صفحات را استخراج کند.
• یک Workflow مرورگری را اجرا کند.

تفاوت Browser Operator با Cloud Browser این است که Browser Operator از مرورگر محلی، IP و Sessionهای موجود کاربر استفاده می‌کند. Cloud Browser در محیط ابری جداگانه اجرا می‌شود.

جزئیات این قابلیت در مستندات Browser Operator توضیح داده شده است.

نباید دسترسی مرورگر را بدون محدودیت در اختیار Agent قرار داد. انجام پرداخت، حذف اطلاعات، انتشار محتوا یا تغییر تنظیمات حساس باید با تأیید مستقیم کاربر انجام شود.

My Computer و برنامه دسکتاپ Manus

قابلیت My Computer به Agent اجازه می‌دهد با مجوز کاربر به فایل‌ها، برنامه‌ها و ابزارهای سیستم محلی دسترسی داشته باشد.

برخی کاربردها عبارت‌اند از:

• دسته‌بندی فایل‌ها
• پردازش اسناد محلی
• اجرای Script
• تولید گزارش از فایل‌های یک پوشه
• انجام کارهای تکراری روی کامپیوتر
• استفاده از فایل‌های محلی به‌عنوان Knowledge Base

دسترسی به پوشه‌ها باید محدود به مسیرهای موردنیاز باشد. بهتر است ابتدا از یک پوشه آزمایشی و فایل‌های غیرحساس استفاده شود.

Projects در Manus

Project یک Workspace دائمی برای وظایف مرتبط است. می‌توان در هر Project دستورهای اصلی، فایل‌های مرجع و Knowledge Base مشخصی تعریف کرد.

برای مثال، یک Project با نام «محتوای وبلاگ درواره» می‌تواند شامل موارد زیر باشد:

• راهنمای لحن برند
• ساختار استاندارد مقاله
• فایل کلمات کلیدی
• فهرست مقالات منتشرشده
• دستورهای مربوط به SEO
• لوگو و رنگ‌های برند
• نمونه مقاله تأییدشده

هر Task جدید در Project، این Context را به ارث می‌برد و لازم نیست تمام دستورها دوباره نوشته شوند.

براساس مستندات Projects، برای ساخت Project باید دستور اصلی و فایل‌های Knowledge Base را تعیین و سپس Taskها را در همان Workspace ایجاد کرد.

Skills در Manus

Skill مجموعه‌ای از دستورها و منابع است که روش انجام یک کار تخصصی را به Agent آموزش می‌دهد.

برای مثال، می‌توان Skillهایی برای این وظایف ساخت:

• تولید مقاله با ساختار یک برند
• تحلیل فایل فروش
• آماده‌سازی گزارش مدیریتی
• بازبینی کد
• ساخت Landing Page
• ارزیابی پاسخ مدل‌های هوش مصنوعی
• تبدیل داده خام به گزارش فارسی

Skill ممکن است شامل موارد زیر باشد:

• دستورالعمل
• Workflow
• نمونه خروجی
• Template
• فایل‌های مرجع
• Script
• قواعد اعتبارسنجی

Manus Skills به‌صورت منابع ماژولار و مبتنی بر فایل تعریف می‌شوند. توضیحات رسمی در صفحه Manus Skills منتشر شده است.

Skillهای دریافت‌شده از منابع ناشناس باید پیش از استفاده بررسی شوند؛ زیرا ممکن است شامل دستورها یا Scriptهای نامناسب باشند.

Scheduled Tasks

Scheduled Tasks برای اجرای خودکار وظایف در زمان‌های مشخص است.

نمونه کاربرد:

• تهیه خلاصه روزانه اخبار یک صنعت
• گزارش هفتگی رقبا
• بررسی ماهانه صفحات سایت
• پایش دوره‌ای تغییر قیمت
• تولید گزارش منظم از فایل‌های جدید
• بررسی انتشار نسخه جدید یک نرم‌افزار

نمونه Prompt:

هر دوشنبه ساعت ۹ صبح، وب‌سایت‌های رسمی پنج شرکت مشخص‌شده را بررسی کن.

فقط تغییرات منتشرشده در هفت روز گذشته را گزارش بده.
برای هر مورد، عنوان، تاریخ، خلاصه و لینک منبع رسمی را بنویس.
اگر تغییری پیدا نشد، صریحاً اعلام کن.

Scheduled Task برای پایش لحظه‌ای مناسب نیست؛ زیرا در زمان‌بندی‌های مشخص اجرا می‌شود. راهنمای این قابلیت در مستندات Scheduled Tasks قرار دارد.

Mail Manus

هر کاربر می‌تواند یک آدرس اختصاصی Manus داشته باشد و با Forward یا CC کردن ایمیل، Task جدید ایجاد کند.

برای مثال، می‌توان یک گزارش دریافتی را همراه با این دستور Forward کرد:

این گزارش را خلاصه کن، ریسک‌های اصلی را استخراج کن و یک فهرست اقدام برای جلسه فردا بساز.

از آنجا که Attachment و محتوای ایمیل در اختیار Agent قرار می‌گیرند، نباید مکاتبات حساس بدون بررسی سیاست داده و مجوز سازمانی ارسال شوند.

Manus Collab

Collab برای همکاری چند نفر روی یک Task مشترک طراحی شده است. اعضای تیم می‌توانند خروجی را مشاهده، Prompt جدید ارسال و نتیجه را اصلاح کنند.

این قابلیت برای موارد زیر کاربرد دارد:

• ساخت ارائه تیمی
• تحقیق مشترک
• آماده‌سازی گزارش
• بررسی طراحی اپلیکیشن
• جمع‌آوری بازخورد
• اصلاح خروجی در یک فضای واحد

طبق مستندات Manus Collab، Task می‌تواند از طریق یک فضای مشترک در اختیار اعضای تأییدشده قرار گیرد.

آموزش ساخت اپلیکیشن فارسی با Manus و API درواره

در این پروژه یک ابزار فارسی برای بازنویسی و خلاصه‌سازی متن می‌سازیم.

کاربر می‌تواند:

• متن فارسی وارد کند.
• عملیات موردنظر را انتخاب کند.
• لحن خروجی را مشخص کند.
• درخواست را برای Backend بفرستد.
• پاسخ مدل را دریافت کند.
• خروجی را کپی کند.

Manus ساخت و انتشار اپلیکیشن را انجام می‌دهد و Backend برنامه به API درواره متصل می‌شود.

معماری پروژه

برنامه از سه بخش اصلی تشکیل می‌شود:

Frontend

فرم دریافت متن و نمایش پاسخ را مدیریت می‌کند.

Backend

ورودی را اعتبارسنجی می‌کند، Prompt نهایی را می‌سازد و درخواست را به API درواره می‌فرستد.

API درواره

درخواست را از طریق رابط سازگار با OpenAI به مدل انتخاب‌شده ارسال می‌کند.

در این معماری، API Key نباید به Browser یا Frontend منتقل شود.

مرحله اول: ایجاد Task جدید

در Manus یک Task جدید باز کنید و این درخواست را وارد کنید:

یک اپلیکیشن وب Full-Stack فارسی و راست‌چین برای پردازش متن بساز.

نام موقت پروژه:
دستیار متن فارسی

قابلیت‌ها:
- دریافت متن فارسی از کاربر
- انتخاب عملیات: خلاصه‌سازی، بازنویسی و رسمی‌سازی
- انتخاب لحن: رسمی، دوستانه و ساده
- نمایش تعداد کاراکتر متن
- نمایش وضعیت Loading
- نمایش پیام خطای فارسی
- امکان کپی پاسخ
- نگهداری تاریخچه ۱۰ درخواست اخیر در مرورگر

الزامات رابط کاربری:
- کاملاً Responsive
- راست‌چین
- طراحی مینیمال
- پس‌زمینه روشن
- فونت مناسب فارسی
- دسترسی‌پذیری مناسب فرم‌ها
- دکمه‌ها دارای حالت Disabled و Loading باشند

الزامات Backend:
- درخواست هوش مصنوعی فقط از Backend ارسال شود.
- API Key هرگز در Frontend قرار نگیرد.
- ورودی خالی پذیرفته نشود.
- حداکثر طول متن ۱۵ هزار کاراکتر باشد.
- Timeout برای درخواست خارجی ایجاد شود.
- خطاهای API به پیام عمومی فارسی تبدیل شوند.
- کلید API یا متن حساس در Log ثبت نشود.
- Base URL، API Key و Model ID از Secret یا متغیر محیطی خوانده شوند.

قبل از پیاده‌سازی:
- ابتدا Plan ارائه بده.
- معماری و فایل‌های اصلی را توضیح بده.
- تا قبل از تأیید من، پروژه را Publish نکن.

مرحله دوم: بررسی Plan

پیش از اجازه اجرای کامل، بررسی کنید که Plan شامل این بخش‌ها باشد:

• طراحی رابط
• ساخت Backend
• تعریف Route پردازش متن
• ایجاد Secretهای محیطی
• اعتبارسنجی ورودی
• مدیریت خطا
• اتصال به API
• تست رابط
• تست Endpoint
• انتشار نهایی

اگر Agent قصد دارد API Key را در کد Client قرار دهد، باید درخواست اصلاح Plan بدهید.

مرحله سوم: تعریف اطلاعات API درواره

برای اتصال برنامه به درواره به سه مقدار نیاز داریم:

DARVAREH_BASE_URL=https://api.darvareh.ir/v1
DARVAREH_API_KEY=YOUR_API_KEY
DARVAREH_MODEL_ID=YOUR_MODEL_ID

مقدار YOUR_MODEL_ID باید با شناسه مدل فعال در درواره جایگزین شود. نام عمومی یک مدل لزوماً همان Model ID قابل‌استفاده در API نیست.

در Prompt بعدی به Manus بگویید:

برای اتصال هوش مصنوعی از یک API سازگار با OpenAI استفاده کن.

تنظیمات:
- Base URL: https://api.darvareh.ir/v1
- Endpoint: /chat/completions
- Authentication: Bearer Token
- API Key از Secret با نام DARVAREH_API_KEY خوانده شود.
- Model ID از Secret با نام DARVAREH_MODEL_ID خوانده شود.
- Base URL نیز در DARVAREH_BASE_URL ذخیره شود.

Secretها را فقط در Backend استفاده کن.
هیچ Secret یا کلیدی نباید در Bundle فرانت‌اند، HTML، پاسخ API یا Log دیده شود.

مرحله چهارم: ساخت درخواست Chat Completions

Backend باید درخواستی مشابه نمونه زیر ایجاد کند:

const response = await fetch(
  `${process.env.DARVAREH_BASE_URL}/chat/completions`,
  {
    method: "POST",
    headers: {
      "Content-Type": "application/json",
      Authorization: `Bearer ${process.env.DARVAREH_API_KEY}`,
    },
    body: JSON.stringify({
      model: process.env.DARVAREH_MODEL_ID,
      messages: [
        {
          role: "system",
          content:
            "شما یک ویراستار حرفه‌ای فارسی هستید. فقط براساس متن کاربر پاسخ دهید و اطلاعات جدید اضافه نکنید.",
        },
        {
          role: "user",
          content: finalPrompt,
        },
      ],
    }),
    signal: AbortSignal.timeout(30000),
  }
);

پس از دریافت پاسخ، متن معمولاً از مسیر زیر خوانده می‌شود:

const data = await response.json();

const result =
  data.choices?.[0]?.message?.content?.trim();

برنامه باید پیش از استفاده از نتیجه بررسی کند که پاسخ خالی نباشد.

مرحله پنجم: ساخت Prompt پویا

نوع عملیات و لحن انتخاب‌شده توسط کاربر باید در Backend به Prompt تبدیل شوند.

نمونه:

const operationInstructions = {
  summarize:
    "متن را کوتاه و دقیق خلاصه کن و نکات اصلی را حفظ کن.",
  rewrite:
    "متن را روان‌تر و منسجم‌تر بازنویسی کن.",
  formalize:
    "متن را با لحن حرفه‌ای و رسمی بازنویسی کن.",
};

const toneInstructions = {
  formal: "لحن خروجی رسمی باشد.",
  friendly: "لحن خروجی دوستانه اما محترمانه باشد.",
  simple: "از زبان ساده و قابل‌فهم استفاده کن.",
};

const finalPrompt = `
عملیات:
${operationInstructions[operation]}

لحن:
${toneInstructions[tone]}

قواعد:
- اطلاعات جدید اضافه نکن.
- نام‌ها و اعداد را تغییر نده.
- فقط متن نهایی را برگردان.
- درباره دستورها توضیح نده.

متن کاربر:
${text}
`;

مقادیر operation و tone باید در Backend با Allowlist بررسی شوند. نباید مقدار دلخواه Client مستقیماً وارد منطق برنامه شود.

مرحله ششم: مدیریت خطا

از Manus بخواهید این وضعیت‌ها را جداگانه مدیریت کند:

• ورودی خالی
• ورودی طولانی
• Model ID نامعتبر
• API Key نامعتبر
• کمبود اعتبار
• Rate Limit
• Timeout
• خطای موقت Provider
• پاسخ خالی مدل
• قطع ارتباط کاربر

Prompt پیشنهادی:

مدیریت خطای Backend را تکمیل کن.

الزامات:
- جزئیات داخلی خطا به کاربر نمایش داده نشود.
- API Key هرگز در Log قرار نگیرد.
- برای خطاهای Validation از HTTP 400 استفاده کن.
- برای Rate Limit پیام قابل‌فهم فارسی نمایش بده.
- برای Timeout امکان تلاش مجدد فراهم کن.
- خطاهای Provider را با یک Request ID داخلی ثبت کن.
- پاسخ خطا همیشه JSON و دارای فیلد error باشد.

مرحله هفتم: تست برنامه

پس از تکمیل پیاده‌سازی، این Prompt را ارسال کنید:

اپلیکیشن را به‌صورت کامل تست کن.

سناریوها:
1. متن فارسی معتبر برای خلاصه‌سازی
2. متن معتبر برای بازنویسی رسمی
3. متن خالی
4. متن بیشتر از محدودیت
5. عملیات نامعتبر
6. لحن نامعتبر
7. API Key نامعتبر در محیط تست
8. Timeout شبیه‌سازی‌شده
9. پاسخ خالی مدل
10. نمایش صحیح رابط در موبایل

همچنین بررسی کن:
- هیچ Secret در Frontend وجود نداشته باشد.
- API Key در Log چاپ نشود.
- Loading هنگام درخواست نمایش داده شود.
- دکمه در زمان پردازش غیرفعال شود.
- پیام خطا فارسی باشد.
- پاسخ قابل کپی باشد.

نتیجه هر تست و فایل‌های تغییرکرده را گزارش بده.

اجرای موفق Agent به معنی آماده بودن خودکار برنامه برای Production نیست. Code، تنظیمات، Dependencyها و رفتار Backend باید به‌صورت انسانی نیز بررسی شوند.

مرحله هشتم: انتشار اپلیکیشن

پس از تأیید Preview، می‌توان از Manus خواست برنامه را منتشر کند.

طبق مستندات Publishing، Manus می‌تواند فرایند Build، آماده‌سازی زیرساخت و Deployment را انجام دهد. امکان اتصال Custom Domain و صدور SSL نیز وجود دارد.

برای اتصال دامنه:

پس از اجرای تست نهایی، تنظیمات لازم برای اتصال زیردامنه app.example.com را آماده کن.

قبل از هر تغییر DNS:
- رکورد موردنیاز را دقیق اعلام کن.
- مقدار فعلی را تغییر نده.
- تا زمان تأیید من اقدامی انجام نده.

در Hosting پیش‌فرض Autoscale، برنامه می‌تواند روی Google Cloud Run اجرا شود و براساس ترافیک Scale شود. شرایط Hosting، Region، محدودیت منابع و قیمت باید پیش از انتشار از مستندات فعلی بررسی شوند.

تفاوت هزینه ساخت و هزینه اجرای برنامه

در Manus Website Builder معمولاً دو نوع هزینه وجود دارد:

هزینه ساخت و ویرایش

مصرف Agent برای ایجاد، اصلاح و تست برنامه با Credit محاسبه می‌شود.

هزینه اجرای اپلیکیشن

Hosting، منابع Cloud، قابلیت‌های AI و درخواست‌های API ممکن است براساس میزان استفاده هزینه جداگانه داشته باشند.

علاوه بر این، استفاده اپلیکیشن از API درواره نیز براساس مدل و میزان مصرف محاسبه می‌شود.

بنابراین پیش از انتشار باید این موارد را بررسی کنید:

• هزینه Credit برای توسعه
• هزینه Hosting
• هزینه Database و Storage
• هزینه قابلیت‌های داخلی Manus
• هزینه درخواست API درواره
• محدودیت تعداد کاربران
• محدودیت هم‌زمانی
• هزینه Domain
• امکان Export یا انتقال پروژه

توضیحات به‌روز در صفحه Usage and Pricing قرار دارد.

Manus API چیست؟

Manus API به توسعه‌دهندگان اجازه می‌دهد Taskهای Agent را از داخل نرم‌افزار یا Workflow خود ایجاد و مدیریت کنند.

نسخه دوم API از قابلیت‌هایی مانند موارد زیر پشتیبانی می‌کند:

• ایجاد Task
• ارسال پیام تکمیلی
• دریافت نتیجه
• مدیریت Project
• بارگذاری فایل
• Webhook
• Skills
• Agentهای سفارشی

براساس مستندات Manus API v2، نسخه اول API منسوخ شده و برای توسعه جدید باید از نسخه دوم استفاده شود.

Manus API و API درواره دو نقش متفاوت دارند:

ممکن است یک محصول از هر دو API استفاده کند. برای مثال، پاسخ‌های سریع و تعاملی را از API درواره بگیرد و تحقیق‌های طولانی و چندمرحله‌ای را به Manus API بسپارد.

تفاوت Manus با ChatGPT

بهتر بودن یکی از این دو مطلق نیست. ChatGPT برای تعامل عمومی، نگارش، آموزش و کارهای مکالمه‌ای مناسب است. Manus تمرکز بیشتری بر تحویل خروجی نهایی و اجرای Workflow دارد.

تفاوت Manus با Lovable

Lovable عمدتاً برای ساخت اپلیکیشن‌های وب با Prompt استفاده می‌شود. Manus یک Agent عمومی‌تر است که علاوه بر Website Builder، تحقیق، تحلیل داده، Presentation، Browser Operator و اتوماسیون را نیز ارائه می‌دهد.

اگر هدف فقط ساخت و توسعه یک Web App باشد، باید کیفیت کد، Git Integration، کنترل Backend، Database، Hosting و امکان انتقال پروژه در هر دو ابزار آزمایش شود.

اگر پروژه ترکیبی از تحقیق، تولید فایل، تحلیل داده و ساخت برنامه باشد، گستردگی ابزارهای Manus می‌تواند مفید باشد.

تفاوت Manus با Replit

Replit یک محیط توسعه و اجرای نرم‌افزار است که قابلیت‌های AI Agent را نیز ارائه می‌کند. Manus از ابتدا به‌عنوان یک Agent عمومی برای انجام طیف گسترده‌تری از کارها طراحی شده است.

Replit برای توسعه‌دهنده‌ای که می‌خواهد فایل‌ها، Runtime، Console و Deployment را در یک محیط برنامه‌نویسی کنترل کند، انتخاب قابل‌بررسی است. Manus برای کاربری که می‌خواهد هدف را تعریف و خروجی کامل‌تری دریافت کند، تجربه متفاوتی ارائه می‌دهد.

تفاوت Manus با Google Antigravity

Google Antigravity بیشتر بر Agentهای توسعه نرم‌افزار، Repository، Terminal، IDE و هماهنگ‌سازی وظایف کدنویسی تمرکز دارد.

Manus یک Agent عمومی‌تر است و علاوه بر کدنویسی، تحقیق، داده، فایل، Presentation، مرورگر و ساخت سایت را پوشش می‌دهد.

برای کار عمیق روی یک Codebase بزرگ، ابزار Agent-First مخصوص توسعه ممکن است کنترل فنی بیشتری ارائه دهد. برای ساخت سریع یک محصول یا انجام یک مأموریت ترکیبی، Manus می‌تواند انتخاب ساده‌تری باشد.

آیا Manus برای کاربران ایرانی مناسب است؟

تناسب Manus برای کاربران ایرانی به چند عامل بستگی دارد:

• وضعیت دسترسی جغرافیایی
• امکان ثبت‌نام
• روش پرداخت
• کیفیت زبان فارسی
• هزینه Credit
• نیاز به Browser Operator
• سیاست نگهداری داده
• امکان استفاده سازمانی
• نیاز به Export پروژه
• پایداری سرویس
• نوع Task

شرایط دسترسی، قیمت و سیاست‌های سرویس ممکن است تغییر کنند. کاربران باید اطلاعات حساس را فقط پس از بررسی Terms، Privacy Policy و تنظیمات حساب وارد کنند.

برای ساخت اپلیکیشنی که به مدل‌های مختلف هوش مصنوعی نیاز دارد، می‌توان از Manus برای توسعه برنامه و از API درواره برای اتصال Backend به مدل‌ها استفاده کرد.

وضعیت مالکیت Manus

Manus در دسامبر ۲۰۲۵ پیوستن خود به Meta را اعلام کرد. در سال ۲۰۲۶، به‌دنبال تحولات حقوقی و مقرراتی، فرایند جداسازی و بازگشت Manus به فعالیت مستقل آغاز شد.

در زمان نگارش این مقاله، Manus اعلام کرده است که فعالیت خود را دوباره به‌صورت مستقل ادامه می‌دهد. این انتقال ممکن است روی بعضی حساب‌ها و داده‌ها اثر بگذارد؛ بنابراین کاربران فعلی باید اطلاعیه A Note to Our Users و پیام‌های داخل حساب را بررسی کنند.

این تحولات نشان می‌دهند که برای پروژه‌های مهم نباید تنها به یک پلتفرم وابسته بود. نگهداری نسخه خروجی، Backup، مستندات و امکان انتقال داده اهمیت زیادی دارد.

اشتباه‌های رایج در استفاده از Manus

Prompt بسیار کلی

درخواست «یک سایت حرفه‌ای بساز» معیار مشخصی برای طراحی، محتوا، فناوری یا نتیجه ایجاد نمی‌کند.

ارائه Secret در متن نامطمئن

API Key باید در Secret Manager یا Environment Variable ذخیره شود و پس از افشای احتمالی فوراً لغو شود.

انتشار بدون تست

Preview ظاهری برای تأیید عملکرد Backend، Authentication، Database و API کافی نیست.

استفاده از Agent برای تصمیم نهایی

Agent می‌تواند گزینه‌ها را تحلیل کند، اما تصمیم‌های پزشکی، حقوقی، مالی یا سازمانی باید توسط فرد متخصص گرفته شوند.

نادیده گرفتن هزینه اجرا

هزینه ساخت اپلیکیشن با هزینه Hosting و مصرف API متفاوت است.

اعتماد کامل به منابع تحقیق

ممکن است Agent منبع ضعیف، قدیمی یا نامرتبط انتخاب کند. ادعاهای مهم باید با منبع اصلی بررسی شوند.

دادن دسترسی گسترده به Browser Operator

Agent نباید بدون تأیید انسانی به عملیات پرداخت، حذف، انتشار یا تغییر دسترسی حساب‌ها بپردازد.

وابستگی کامل به Hosting پلتفرم

پیش از ساخت محصول تجاری، امکان دریافت کد، انتقال داده، اتصال Domain و مهاجرت به زیرساخت دیگر را بررسی کنید.

چک‌لیست ساخت اپلیکیشن Production با Manus

• هدف و مخاطب برنامه مشخص شده‌اند.
• معیار پذیرش نوشته شده است.
• Plan پیش از پیاده‌سازی بررسی شده است.
• Secretها فقط در Backend قرار دارند.
• API Key در Repository ثبت نشده است.
• Model ID از Config خوانده می‌شود.
• ورودی کاربر اعتبارسنجی می‌شود.
• محدودیت طول درخواست وجود دارد.
• Timeout تعریف شده است.
• Rate Limit در سطح کاربر اعمال می‌شود.
• پیام خطا اطلاعات داخلی را افشا نمی‌کند.
• اطلاعات حساس در Log ذخیره نمی‌شوند.
• مسیرهای Backend از نظر دسترسی بررسی شده‌اند.
• مصرف API برای هر کاربر محدود شده است.
• خروجی مدل پیش از عملیات حساس اعتبارسنجی می‌شود.
• رابط موبایل و دسکتاپ آزمایش شده است.
• حالت Loading و Retry وجود دارد.
• Backup از داده‌ها تهیه می‌شود.
• امکان Export یا مهاجرت بررسی شده است.
• هزینه Hosting و API پایش می‌شود.
• Domain و SSL آزمایش شده‌اند.
• Terms و Privacy Policy برنامه آماده شده‌اند.
• Code و Dependencyها به‌صورت انسانی بازبینی شده‌اند.

پرسش‌های متداول

Manus AI چیست؟

Manus یک ایجنت هوش مصنوعی عمومی است که می‌تواند وظایف چندمرحله‌ای مانند تحقیق، تحلیل داده، ساخت ارائه، اتوماسیون مرورگر و ساخت اپلیکیشن را انجام دهد.

آیا Manus یک مدل هوش مصنوعی است؟

Manus بیشتر یک سیستم Agentic و لایه اجرایی است. این محصول مدل‌های هوش مصنوعی را با ابزارهایی مانند مرورگر، محیط اجرا، فایل، API و Website Builder ترکیب می‌کند.

آیا Manus رایگان است؟

ممکن است طرح یا Credit محدود برای شروع ارائه شود، اما امکانات پیشرفته، ساخت مداوم، Hosting و مصرف Agent می‌توانند هزینه داشته باشند. قیمت فعلی باید در صفحه رسمی بررسی شود.

آیا Manus از زبان فارسی پشتیبانی می‌کند؟

می‌توان دستور و محتوای فارسی در اختیار آن قرار داد، اما کیفیت خروجی باید برای کاربرد واقعی آزمایش شود. در طراحی اپلیکیشن نیز باید راست‌چین بودن، فونت و تجربه کاربری فارسی صریحاً در Prompt ذکر شوند.

آیا می‌توان با Manus سایت ساخت؟

بله. Manus Website Builder می‌تواند Frontend، Backend، Database و اتصال API ایجاد و برنامه را منتشر کند.

آیا Manus اپلیکیشن موبایل می‌سازد؟

Manus قابلیت‌هایی برای توسعه تجربه‌های موبایل و اپلیکیشن ارائه کرده است، اما نوع خروجی، Framework، Build نهایی و شرایط انتشار در App Store باید برای پروژه مشخص بررسی شوند.

آیا می‌توان Manus را به API درواره متصل کرد؟

در اپلیکیشن ساخته‌شده با Manus می‌توان یک Custom REST API تعریف کرد و Backend را به API سازگار با OpenAI درواره متصل کرد. Base URL درواره https://api.darvareh.ir/v1 است.

آیا می‌توان API Key درواره را در Frontend قرار داد؟

خیر. هر کلیدی که در کد Browser قرار گیرد قابل‌استخراج است. API Key باید در Secret یا Environment Variable سمت Backend ذخیره شود.

Manus بهتر است یا ChatGPT؟

Manus برای اجرای Taskهای چندمرحله‌ای و تحویل خروجی کامل تمرکز بیشتری دارد. ChatGPT یک دستیار عمومی‌تر برای مکالمه، نگارش، یادگیری و کارهای مختلف است. انتخاب به نوع مأموریت بستگی دارد.

Manus بهتر است یا Lovable؟

برای ساخت متمرکز Web App، Lovable گزینه مهمی است. Manus علاوه بر ساخت اپلیکیشن، قابلیت تحقیق، تحلیل داده، Presentation و اتوماسیون را نیز ارائه می‌دهد. هر دو باید با پروژه واقعی آزمایش شوند.

آیا Manus همیشه خروجی صحیح تولید می‌کند؟

خیر. کد، منابع، داده‌ها و تصمیم‌های Agent ممکن است اشتباه باشند. خروجی مهم باید تست و بازبینی انسانی شود.

Manus API چه کاربردی دارد؟

Manus API برای ایجاد و مدیریت برنامه‌نویسی‌شده Taskها، Projectها، فایل‌ها، Webhookها و Agentها استفاده می‌شود.

آیا Manus API با API درواره یکسان است؟

خیر. Manus API برای اجرای Agentهای چندمرحله‌ای است. API درواره برای اتصال نرم‌افزار به مدل‌های هوش مصنوعی از طریق یک رابط یکپارچه استفاده می‌شود.

جمع‌بندی

Manus AI یکی از ابزارهای مهم نسل جدید Agentهای عمومی است. تفاوت اصلی آن با Chatbotهای معمولی در این است که تنها پاسخ تولید نمی‌کند؛ بلکه می‌تواند برای رسیدن به یک نتیجه برنامه‌ریزی کند، ابزار به کار بگیرد و خروجی عملی تحویل دهد.

قابلیت‌هایی مانند Wide Research، Projects، Skills، Browser Operator، Scheduled Tasks، Manus API و Website Builder باعث می‌شوند بتوان از Manus برای تحقیق، تحلیل، اتوماسیون و ساخت نرم‌افزار استفاده کرد.

در پروژه‌های اپلیکیشن هوش مصنوعی می‌توان مسئولیت‌ها را تفکیک کرد:

• Manus برای طراحی و ساخت برنامه
• Backend برای مدیریت منطق و Secretها
• API درواره برای دسترسی به مدل‌های هوش مصنوعی
• Git و تست برای کنترل کیفیت
• توسعه‌دهنده برای تصمیم‌گیری و تأیید نهایی

برای ساخت اپلیکیشن هوش مصنوعی، ابتدا در درواره حساب ایجاد کنید، API Key بگیرید، Model ID موردنظر را انتخاب کنید و Backend برنامه ساخته‌شده با Manus را به Base URL درواره متصل کنید.

مقالات مرتبط

• ساخت سایت با هوش مصنوعی؛ بهترین ابزارها و آموزش کامل
• ساخت اپلیکیشن با هوش مصنوعی؛ راهنمای جامع
• Google Antigravity چیست؟ آموزش برنامه‌نویسی و ساخت اپ با AI
• API سازگار با OpenAI چیست؟
• هوش مصنوعی مولد چیست؟
• بهترین جایگزین ChatGPT چیست؟
• برنامه‌نویسی با ChatGPT؛ آموزش کدنویسی و ساخت پروژه

منابع

• وب‌سایت رسمی Manus
• مستندات رسمی Manus
• Manus Website Builder و زیرساخت ابری
• اتصال Manus به APIهای خارجی
• انتشار اپلیکیشن و اتصال دامنه
• مستندات Manus API v2
• Manus Projects
• Manus Skills
• Browser Operator
• Scheduled Tasks

این مقاله صرفاً با هدف آموزش و اطلاع‌رسانی تهیه شده است. پیش از استفاده عملی، مستندات رسمی سرویس‌ها و صفحه سلب مسئولیت را مطالعه کنید.