摘要
Manus受限于网络和积分？用Cherry Studio结合多个MCP工具，在本地实现Excel数据分析和可视化报告生成，无需复杂工作流，适合小白快速上手。
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。
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：xxx
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：
【详 gzh 原文：饼干哥哥 AGI】
找到 MCP
接下来，就需要解决多个 MCP 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：
- Excel-mcp-server
用于让 AI 对 Excel 进行读写处理
- 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
- QuickChart-MCP-Server
这是能直接让 AI 生成可视化图表的工具
- 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：
这是 excel-mcp-server 的
{
"mcpServers": {
"excel": {
"command": "npx",
"args": ["--yes", "@negokaz/excel-mcp-server"],
"env": {
"EXCEL_MCP_PAGING_CELLS_LIMIT": "4000"
}
}
}
}
这是 quickchart-mcp-server 的
{
"mcpServers": {
"quickchart-server": {
"command": "npx",
"args": [
"-y",
"@gongrzhe/quickchart-mcp-server"
]
}
}
}
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：
xxx
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：xxx
如果想真正让 AI 调 MCP 跑数据分析跑的比较丝滑的话，可以直接用 Cursor、Trea 等 AI 编程工具。感兴趣可以评论区留言，我开始分享 Cursor 的从 0 到 1 怎么玩