mcpField
C
Credit Optimizer v5 for Manus AI

Credit Optimizer v5 for Manus AI

本地服务
github.com/rafsilva85AI 与智能体5223 周前更新

关于 Credit Optimizer v5 for Manus AI

Credit Optimizer v5 是面向 Manus AI 用户的积分优化工具,通过智能模型路由和快速网页抓取减少积分消耗。它以质量保护规则为前提,若优化可能降低输出质量则跳过该优化。README 中的节省比例为作者自述数据。

主要功能

  1. 01智能模型路由,区分 Standard 与 Max 模式
  2. 02简单问答自动路由至 Chat Mode
  3. 03基于异步并行的快速网页抓取
  4. 04带 TTL 的磁盘缓存
  5. 05上下文压缩以控制 token 成本

适用场景

  1. 01降低 Manus 任务的积分消耗
  2. 02批量抓取多个网页用于研究
  3. 03减少重复访问页面的等待时间

MCP 相关

该项目提供免费的 MCP 服务,可在 Claude Desktop、Cursor 等 MCP 客户端中调用积分优化功能。Manus Skill 版本则自动作用于每次任务,且包含 MCP 版本不具备的快速导航功能。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"rafsilva85-credit-optimizer": {
"command": "uvx",
"args": [
"mcp-credit-optimizer"
]
}
}
}
启动命令uvx mcp-credit-optimizer

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypimcp-credit-optimizer5.2.0

工具

3

收录的工具列表 · 更新于 2 周前

参数类型必填说明
promptstring是要分析的用户提示词/任务描述

详细介绍

PyPI Version Downloads License: MIT Manus AI Stars Quality Loss Scenarios Sales

Manus Power Stack

你的 Manus 积分有 47% 被浪费了。它可以自动解决这个问题。

没有任何副作用。平均节省 47%。约 36 个提示词即可回本。 已在 53 种对抗性场景中完成审计。质量否决规则:如果无法在不损失质量的前提下节省成本,就不会触碰你的任务。

获取方式: 落地页 · Gumroad($12) · Power Bundle($12) · SkillFlow 免费 MCP 服务: PyPI · Smithery

媒体报道

Dev.to · PulseMCP · Smithery · MCPServers.org · Agensi.io · Indie Hackers · Awesome Manus AI


为什么你的积分会消失

Manus 按任务收取积分。由于四种默认行为,大多数用户会浪费 30–75% 的积分:

问题具体情况浪费
模型路由错误简单任务使用 Max 模式运行,而 Standard 模式也能产生相同结果最高 多花 5 倍
浏览器导航缓慢每个页面通过浏览器工具调用耗时 8–45 秒,等待时间也会消耗积分每 10 个 URL 超过 150 秒
无法识别聊天任务在 Chat Mode 中花费 $0 的任务(问答、头脑风暴、翻译)却在 Agent Mode 中运行多花 100%
上下文膨胀Token 会在各步骤间累积——后续每一步的成本都高于前一步指数级增长

这些不是 Bug,而是默认设置。Power Stack 会覆盖这四种默认设置。


没有任何副作用

有一点最重要:

**Power Stack 绝不会让结果变差。**它内置了严格的质量否决规则:如果某项优化哪怕会降低 1% 的输出质量,就会完全跳过该优化。最坏的情况是,它什么也不做;最好的情况是,它能帮你节省 75%。

无论哪种情况,安装 Power Stack 的结果都不会比不安装更差。


包含内容

Credit Optimizer v5 — 智能路由

在每个提示词执行前进行分析,并决定以最低成本实现相同质量的路径。

  • 意图分类:涵盖 12 个类别(代码、研究、创意、数据、翻译……)
  • 模型路由:Standard 与 Max 之间选择——仅在复杂度确实需要时才使用 Max
  • Chat Mode 检测:将简单问答路由到 Chat Mode(成本为 $0)
  • 批处理检测:将相关任务分组以减少开销
  • 上下文管理:压缩累积的上下文,使 Token 成本保持线性
Fast Navigation v2.0 — 极速导航

用程序化工具包替代缓慢的浏览器工具调用。

  • httpx + selectolax 替代 Playwright 的开销(快 30–2,000 倍)
  • Browser Cookie Bridge 用于需要身份验证的网站
  • 异步并行抓取 — 1.3 秒内抓取 10 个 URL,而不是 150 秒以上
  • 智能磁盘缓存,支持 TTL — 重复访问瞬间完成
协同效应

Credit Optimizer 决定要优化什么。Fast Navigation 决定执行速度有多快。两者结合,效果倍增:

指标不使用套件使用套件改善
简单问答成本全价$0(聊天模式)节省 100%
10 个 URL 的研究150 秒以上1.3 秒快 115 倍
网页抓取任务全额积分原来的 33%节省 67%
全栈 Web 应用全额积分原来的 40%节省 60%
研究报告12 分钟2 分钟快 6 倍
所有任务的平均值基准值少 47%节省 47%

计算:约 36 次提示词即可回本

Power Stack 一次性费用为 $9(或购买包含 Fast Navigation 的套装,费用为 $12)。它回本的速度如下:

套餐每月费用浪费 47%每日浪费回本所需
Plus($39/月)6,500 积分/天~3,055 积分/天~$0.44/天约 20 次提示词
Max($99/月)16,250 积分/天~7,637 积分/天~$0.92/天约 10 次提示词
Teams($79/用户/月)不固定~47%不固定1–2 天

回本后,每次提示词都能帮你省钱。在 Manus 订阅的剩余期限内,一直如此。

年度节省金额估算:约 $500–$1,000 以上,具体取决于使用情况。


安装

作为 Manus Skill 使用(推荐 — 个人版 $9 / 套装 $12)
  1. 从 Gumroad 或 SkillFlow 购买
  2. 将 Skill 文件复制到 ~/skills/credit-optimizer/ 和 ~/skills/fast-navigation/
  3. 两者会在每项任务中自动激活 — 无需配置
作为 MCP 服务使用(免费 — 仅含 Credit Optimizer)
pip install mcp-credit-optimizer
python -m mcp_credit_optimizer

添加到 MCP 配置中:

{
  "mcpServers": {
    "credit-optimizer": {
      "command": "python",
      "args": ["-m", "mcp_credit_optimizer"]
    }
  }
}

兼容 Claude Desktop、Cursor、Windsurf、Copilot,以及任何兼容 MCP 的客户端。

MCP 服务免费,为什么还要付费? 如果你记得调用 MCP 服务,它就能帮你节省积分。Manus Skill 会在每一次提示词中自动节省积分 — 无需手动调用。Skill 还包含 Fast Navigation(提速 115 倍),而 MCP 版本不提供此功能。


审计结果

全部 53 个测试场景均通过,质量零下降:

类别场景数质量损失
代码生成(Python、JS、React、SQL)120%
创意写作(博客、营销)80%
数据分析(CSV、JSON、API)70%
研究(多来源综合分析)60%
翻译与本地化50%
Bug 修复与调试50%
文档生成50%
混合意图任务50%

用户评价

“所有人都讨厌 Manus 的积分计费系统。积分消耗得这么快,简直离谱。” — Reddit,90 个赞

“我一周半就用了 100,000 积分。整个月的额度都没了。” — Reddit

“Manus 贵得离谱。每月 $200,积分还是会用完。” — Reddit

Power Stack 正是为了解决这些真实且可以解决的烦恼而推出的。


资源


链接

渠道URL
落地页creditopt.ai
购买单品($9)Gumroad
购买套装($12)Gumroad
SkillFlowskillflow.builders
PyPI(免费 MCP)pypi.org
Smitherysmithery.ai
PulseMCPpulsemcp.com
精选列表github.com/rafsilva85/awesome-manus-ai

许可证

MIT — 详情请参阅 LICENSE。

由 Rafael Silva 构建 · creditopt.ai

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。