前言
前段时间Manus一夜爆火，内测邀请码一度被炒到10万着实令人震惊。对Manus还不了解的小伙伴可以看下面的Manus简介。
对以往实战案例感兴趣的小伙伴也可以看往期：
MCP UI设计稿一键转前端代码" data-itemshowtype="0" target="_blank" linktype="text" data-linktype="2">【Cursor实战】Cursor+Figma MCP UI设计稿一键转前端代码
Cursor版本
当前Cursor版本：0.48.9
Manus简介
Manus是一款由Monica.im团队开发的全球首款通用型AI助手，其核心功能是将用户的思维转化为实际行动，通过多智能体架构和自然语言处理技术实现复杂任务的自动化处理。这款产品于2025年3月正式发布，目前仍处于内测阶段。
官网地址：https://manus.im/
Manus工作流程
官网示例链接：https://manus.im/share/brWKUSp51ItvVMBpcXNCZ1?replay=1
Manus的工作流程会先分析拆解任务并存入到 todo.md 保存为清单，根据任务清单依次检索信息和更新任务状态，所有任务完都成后输出最终结果
任务流程图大致如下：
借鉴这个思路，我们完全可以通过一个 AI模型+思考规划工具+检索消息工具 工作流程来完成类似任务。
前期准备
这次主要会用到两个MCP，Playwright MCP 和 Sequential Thinking MCP
Playwright MCP：
Playwright MCP是微软提供的，Playwright 提供了浏览器自动化功能，让大模型可以像我们一样正常的打开和浏览网页。
这个MCP主要让模型具有浏览器自动化能力
Sequential Thinking MCP：
Sequential Thinking MCP是MCP官方提供的，可以拆解复杂任务，而且随着对任务理解的加深，会修订和精炼内容
这个MCP主要让模型具有任务拆解以及阶段性反思总结的能力
配置Playwright MCP
Playwright MCP默认调用的是Chrome浏览器，如需使用其他浏览器，可以根据Playwright MCP文档配置
Github地址：https://github.com/microsoft/playwright-mcp
进入Cursor设置页面找到 MCP，点击【Add new global MCP Server】，打开mcp.json文件配置MCP
-
-
-
-
-
-
-
-
-
-
{ "mcpServers": { "playwright": { "command": "npx", "args": [ "@playwright/mcp@latest" ] } }}
配置完成后等待MCP状态变为绿色即可
配置. MCP
Github地址：https://github.com/modelcontextprotocol/servers/tree/main/src/sequentialthinking
在Cursor mcp.json 中配置如下：
-
-
-
-
-
-
-
-
-
-
-
{ "mcpServers": { "sequential-thinking": { "command": "npx", "args": [ "-y", "@modelcontextprotocol/server-sequential-thinking" ] } }}
配置完成后等待MCP状态变为绿色即可
Cursor开启Auto-Run
在Cursor配置【Features】中找到【Enable auto-run mode】勾选配置，auto-run 配置允许Cursor自动调用工具或执行命令时无需请求权限确认
如果担心全自动模式会出问题 ，可以对一些Command命令进行限制，添加为需要二次确认
使用流程
调研报告
我们可以让Cursor借助 Sequential Thinking MCP 和 Playwright MCP 帮我们做调研工作，规划任务、搜集信息、做总结及报告输出。比如我们让Cursor做一个“MCP的调研报告”，我们可以这样写提示词：
帮我查找mcp相关资料并整理成一份让外行小白也能快速看懂的mcp调研报告，注意遵循以下工作流程：- 先用`sequential-thinking mcp`进行思考，制定任务规划- 然后调用`playwright mcp`进行信息查找- 最后再用`sequential-thinking mcp`检查、总结和输出- 输出报告使用HTML、TailWindCSS格式输出到`report`文件目录，风格简约，大厂审美
输入提示词后，Cursor调用Sequential Thinking MCP思考、规划任务，接着调用Playwright MCP打开Chrome浏览器进行信息检索
可以看到此时Playwright MCP正在操纵Chrome浏览器查询MCP相关信息
信息收集完成后会再次调用Sequential Thinking MCP进行检查、总结
Cursor限制了工具调用次数，如果提示如下内容，直接继续任务即可
等待Cursor完成任务后，最终输出预览效果如下：
出行规划
使用这个工作流同样可以用来做旅游出行规划，只需对提示词稍做修改
我准备从北京到大理游玩，帮我制定一个3天2晚的旅行计划，过程中不要询问我任何问题，注意遵循以下工作流程：- 先用`sequential-thinking mcp`进行思考，制定任务规划- 然后调用`playwright mcp`进行信息查找- 最后再用`sequential-thinking mcp`检查、总结和输出- 旅行计划使用HTML、TailWindCSS格式输出到`travel`文件目录，风格简约，大厂审美
输入提示词后，Cursor便会根据提示词要求执行工作流调用
sequential-thinking mcp会对需要进行分析、拆解和执行
在需要收集信息的地方使用Playwright MCP调用Chrome浏览器检索相关消息
工作流执行过程中经常提示如下问题，目前不清楚是不是升级版本的问题
遇到该问题直接输入“继续任务”，让Cursor继续执行
旅行规划输出完成后，双击HTML入口文件在浏览器中打开，最终预览效果如下：
总结
Cursor与MCP的结合无疑可以做更多事情，但一直令人担心的上下文长度问题可能也会如期而至，在使用 Sequential Thinking + Playwright MCP 构建思维链获取信息总结的场景更是会频繁触发，在Cursor中这种MCP强强联合的使用方式是可行的，但是需要更多支持。
常见问题
配置Playwright MCP失败
有时Cursor配置Playwright MCP会出现失败的情况，可以将命令在终端命令行执行看是否有错误
这个问题是由于 @playwright/mcp@latest依赖的zod-to-json-schema版本不对造成的，直接到提示的路径/Applications/MxSrvs/cache/nodejs/_npx/9833c18b2d85bc59/node_modules/ 下将 zod-to-json-schema 删除，再次执行 npx -y @playwright/mcp@latest 尝试
项目地址
项目放到Github了，感兴趣的小伙伴可以自行玩耍
Github地址：https://github.com/MisterZhouZhou/auto-thinking-search-mcp-server
点击关注，及时接收最新消息
