- Un agent automatisé qui analyse les problèmes, exécute des tâches et produit des résultats
- Exemples d’utilisation
- Sélection de CV : si l’on téléverse un lot de CV compressés dans un fichier zip, il les décompresse, extrait et analyse les éléments importants de chaque CV. Il recommande les meilleurs candidats avec des critères d’évaluation. Si on lui demande les résultats dans Excel, il les génère.
- Trouver un logement sûr près de bonnes écoles à New York : il établit une liste de tâches selon les exigences, recherche des articles pour identifier les « quartiers sûrs », puis cherche les écoles. Il écrit du code Python pour calculer le budget. En fonction du budget, il recherche sur des sites immobiliers des logements correspondant aux critères et rédige un rapport.
- Analyse boursière : analyse de corrélation sur l’évolution des cours de NVidia, Marvell et TSMC sur 3 ans. Il accède aux sources de données via des API pour récupérer les données, écrit et exécute du code pour l’analyse et la visualisation, puis crée un site web à partir de ces données, le déploie et fournit un lien partageable
- A atteint des performances de pointe (SOTA) sur le benchmark GAIA, qui évalue la capacité à résoudre des problèmes du monde réel
- Fonctionne comme un système multi-agents, dont une partie sera publiée en open source
- Actuellement en bêta test, avec code d’invitation requis
5 commentaires
Ce manus qui aurait fourni son propre code source !!
Je trouvais aussi intéressant qu’en annonçant de temps en temps la mise en ligne de codes d’invitation, ils aient réussi à rassembler plusieurs centaines de milliers de personnes sur un Discord qui ne compte que deux salons, #announcement et #use-cases.
C'est intéressant de pouvoir voir les éléments déjà traités sous forme de Replay.
Lien du replay Manus : Comprehensive Tesla Stock Analysis and Investment Insights
Replay d'une session d'analyse de l'action Tesla avec Manus. Des principaux indicateurs et données financières aux tendances du chiffre d'affaires et aux marges bénéficiaires, jusqu'à une analyse SWOT pour les investisseurs et des recommandations selon leur profil.
On peut voir tout le processus : l'accès à diverses sources de données pour les récupérer, l'écriture de code, puis la rédaction du rapport.
On dirait que le replay est une fonctionnalité majeure qui renforce la fiabilité.
Quand on décortique chaque élément, ce sont des choses qu’on pouvait déjà implémenter auparavant, mais ça donne l’impression d’une intégration élégante de briques qu’on assemblait auparavant un peu à la va-vite.
S’il s’agit d’un système multi-agents, j’imagine que le coût ne sera pas négligeable... à combien ça va sortir, je me le demande.
Auriez-vous des mots-clés à recommander pour faire des recherches sur l’implémentation du replay ?
Je suis très curieux de savoir comment c’est implémenté.