70 60 56 63

1. Indledning

I takt med den eksplosive vækst i brugen af kunstig intelligens (AI) til alt fra tekstgenerering til dataanalyse, oplever mange virksomheder og selvstændige, at deres omkostninger løber løbsk. Hver API-call, hvert sandbox-kald og hver databehandling koster værdifulde credits, og de akkumulerer hurtigt, hvis du har brug for historiske data eller gentagne batch-processer. Derudover kan svartider på 10–15 minutter pr. job betyde frustration for både udviklingsteams og kunder, der venter på opdaterede resultater.

Formålet med denne guide er at vise dig, hvordan du kan reducere både dine penge- og tidsomkostninger markant ved at flytte dine dataudtræk og -behandlinger ud af de individuelle sandboxes og over i et enkelt eksternt datacenter. Vi gennemgår idéen, selve prompten til Manus-agenten, den praktiske opsætning og de målbare resultater – alt sammen via Telegram-beskeder og minimalt manuelt arbejde.

2. Udfordringen: Omkostninger ved AI og sandbox

Når du kører AI-arbejdsgange i Manus’ sandbox-miljø, betaler du per API-call og per dataoperation. Det betyder:
– Hvert enkelt datatræk fra en kanal (f.eks. Telegram, Slack eller en FTP-server) tæller som en kredit-transaktion.
– Ved historiske data, hvor du måske skal indhente flere hundrede eller tusinde poster, stiger kreditforbruget proportionelt.
– Gentagne kørsler – f.eks. daglige rapporter – fordobler eller tredobler behovet for credits.

Samtidig trækker sandbox-miljøet dataen ned til Manus’ servere, som så behandler det og sender resultaterne tilbage. Denne proces tager i praksis ofte 10–15 minutter per job. For større dataindsamlinger eller mere komplekse analyser kan ventetiden blive en betydelig flaskehals. Du betaler både i tid og i credits, mens dine brugere eller kolleger venter.

3. Idéen: Centraliseret datalagring på en billig server

I stedet for at lade hver enkelt Manus-sandbox hente og behandle data isoleret, kan du samle alle data i én central platform – et eksternt datacenter. Fordelene er flere:
– Du betaler kun én gang for datalagring og compute-ressourcer på serveren, ikke per sandbox-session.
– Data hentes og lagres lokalt på serveren, og Manus kører efterfølgende kun beregningerne – det mindsker trafik og kreditforbrug.
– Du får EU-compliance ved at vælge et datacenter i Tyskland, så alle GDPR-krav overholdes.

Til at styre opsætningen bruger vi Manus-agenten via Telegram. Den kan automatisk oprette og konfigurere serveren på få kommandoer. Herefter bruger vi en “Manus-skill” til at migrere eksisterende sandbox-projekter ind på serveren, så alt kører strømlinet og genbruges på tværs af kunder og domæner.

4. Prompt til Manus

For at få Manus til at gribe idéen an, sendte vi følgende besked i Telegram:
“Jeg har fået den idé, at vi måske kan gøre dig mere billig i drift ved at køre alle data på en server. Altså de data du har hentet ned fra forskellige kanaler. Hvordan vil sådan en setup eventuelt se ud? Og kan du foreslå noget som vi kan komme hurtigt i gang?”

Ved at indlede med et kort scenarie fik vi hurtigt et svar tilbage:
– Forslag til cloud-server i Tyskland, prissat omkring 7 EUR/md.
– Tilstrækkelig CPU-ydelse til at køre Chrome Jobs parallelt.
– Data-diskplads nok til at håndtere både daglige udtræk og historiske backup-kopier.

Undervejs justerede vi kravene: ønsket om automatisk sikkerhedskopiering, Linux-distribution (Ubuntu LTS) og opsætning af Docker, så vi med få kommandoer kunne udvide med nye containere til fremtidige behov.

5. Løsning: Opsætning af eksternt datacenter

 

5.1 Valg af hosting og budget

Efter dialogen med Manus valgte vi en tysk cloud-udbyder med EU-kompatible datacentre. Den billigste mulighed gav os:
– Ca. 7 EUR/md. (≈ 52 DKK) for en virtuel server med 2 vCPU, 4 GB RAM og 80 GB SSD.
– Ubegrænset trafikhåndtering internt i EU.
– SLA med 99,9 % oppetid og daglig snapshot-backup.

Denne konfiguration er rigelig til at køre flere Chrome Jobs parallelt og gemme alle rådata lokalt. Det eliminerer behovet for at hente de samme data gentagne gange fra eksterne kilder.

5.2 Automatiseret server-setup via Manus

Med Manus-agenten i Telegram bundtede vi følgende trin til få kommandoer:
1. Opret konto hos hosting-udbyder og betal for serveren.
2. Send “give me secure key” til Manus for at få SSH-nøglen.
3. Manus installerer automatisk Ubuntu LTS, Docker, Chrome og Python-miljøer.
4. Standardiseret folder-struktur oprettes: `/data/raw`, `/data/processed`, `/scripts`.
5. Manus downloader og konfigurerer Chrome Jobs, sætter cron-jobs til datatræk kl. 05:00 dagligt.

Hele processen tager under 5 minutter. Ingen manuel Linux-opsæt, ingen firewall-konfiguration – Manus klarer det hele.

5.3 Genbrug med “Skills”

For at gøre setup’et skalérbart oprettede vi en Manus-skill, der kan:
– Migrere eksisterende sandbox-projekter til den nye server.
– Automatisk oprette de nødvendige Docker-containere med dine scripts.
– Uploade én konfigurationsfil pr. projekt, så nye domæner eller kunder kan spinne op med ét enkelt Telegram-kommando.

Dermed sikrer vi, at enhver klientinstallation kører efter samme standardskabelon, minimerer fejl og sparer mange timers manuel opsætning.

6. Resultater og gevinster

 

6.1 Økonomisk besparelse

Ved at centralisere databehandlingen på serveren kan vi reducere krediforbruget med omkring 30–50 %:
– Før: 300 DKK/md. i Manus-credits til datahentning og -behandling.
– Efter: 150–210 DKK/md. i Manus-credits, plus 52 DKK/md. for serveren.
Netto besparelse: ca. 90–150 DKK/md. – svarende til 30–50 % af de oprindelige udgifter.

6.2 Tidsbesparelse

Serveren henter data kontinuerligt og behandler dem lokalt, så hver job-kørsel er lettere:
– Før: 10–15 min. pr. kørsel i sandbox.
– Efter: 2–5 min. pr. kørsel på det eksterne datacenter.
Det frigør timevis af ventetid hver uge og strømline workflows, så data altid ligger klar tidligt om morgenen uden manuelt login.

6.3 Andre fordele

– Datalagring og -backup i EU (GDPR-venligt).
– Ensartet og dokumenteret setup på tværs af alle projekter.
– Minimal vedligeholdelse – Manus håndterer opdateringer af Chrome, Python-pakker og token-fornyelse.
– Modulært design med Docker gør det let at skifte scripts og tilføje nye datakilder.

7. Trin-for-trin guide til dit setup

1. Beskriv datastruktur og behov i Telegram til Manus (f.eks. hvilke kanaler, typer data, frekvens).
2. Vælg en EU-hosting-udbyder (Tyskland) og opret din server for ca. 7 EUR/md.
3. Bed Manus om “secure key” og send den via Telegram, så agenten kan SSH.
4. Lad Manus automatisere hele installationen: OS, Docker, Chrome Jobs.
5. Opret en Manus-skill, der migrerer dine sandbox-projekter til serveren.
6. Opsæt Chrome Jobs i Docker til dagligt datatræk kl. 05:00.
7. Overvåg token-udløb via Telegram og få Manus til at forny dem automatisk.

8. Tips & anbefalinger

– Byg dine egne manus-skills, så du kan genbruge projektopsætninger med et enkelt kald.
– Fordel datatræk over flere tidspunkter for at sprede belastningen på serveren.
– Kør først en pilot med et enkelt domæne for at teste, før du ruller ud til alle kunder.
– Dokumenter dine prompts og skripter i en central wiki, så nye teammedlemmer hurtigt kan komme i gang.
– Hold øje med serverens ressourceforbrug via Manus’ Telegram-kommandoer og skaler op ved behov.

9. Konklusion og call-to-action

Med et eksternt datacenter kan du på bare 15 minutter opnå en fuldautomatiseret og EU-kompatibel infrastruktur, der sparer dig op til 50 % på dine AI-omkostninger og reducerer svartider markant. Du får ensartede setups, minimal vedligeholdelse og hurtigere data til dine analyser.

Prøv det selv i dag: spin en server op, send din første prompt til Manus og oplev hvor hurtigt det kan køres live. Når du har gode erfaringer, så del dem gerne i kommentarfeltet nedenfor. Abonner på vores blog, giv et like og ring på klokken for flere AI-tips og best practices!