fluffypony/dothething

Dothething (dtt) – 一个用于自主任务的本地 AI 代理

它是什么 – Dothething（以 dtt 调用）是一个自包含、本地运行的 AI 助手。你给它一个自然语言指令，代理会规划、运行工具，并返回结果，你不需要监督每一步。它围绕通过 OpenRouter 路由的 LLM 调用，以及一个包含网页搜索、注重隐私的浏览器、文件系统访问、Shell 命令、电子邮件和剪贴板处理的工具箱。

工作原理 – 每一轮主模型决定要调用哪些工具、接收工具输出，并决定下一个动作。循环持续直到任务标记为完成、达到成本/循环限制，或代理报告无法继续。工具调用可以批量处理，并使用 exec_order 字段排序，让代理在可能时并行执行多个动作。

主要功能

• 研究与数据提取 – 搜索本地 SearXNG 实例、查询学术 API（OpenAlex、Crossref、PubMed、arXiv），并通过 Notte 框架使用强化过的 Firefox 分支（Camoufox）抓取页面。
• 浏览器自动化 – 处理验证码、多步骤登录、表单填写、点击、文件上传，并可在需要时暂停以进行手动登录。
• 文件与 Shell 操作 – 读写文件、执行任意命令、发出 HTTP 请求，并操作系统剪贴板（包括图片）。
• 电子邮件集成 – 通过 AgentMail 收发邮件。
• 可扩展技能 – 将 SKILL.md 放入 ~/.dtt/skills/，代理会按需加载该技能。
• 成本意识 – 通过 OpenRouter 跟踪 token 使用量和美元成本，并使用 Anthropic prompt-caching 以降低费用。
• 模式 –
  • Normal – 便宜快速的模型（DeepSeek Flash、Gemini Flash、Claude Sonnet、GPT-5.6 Terra），具备完整工具集。
  • Advanced – 最强大的模型（Claude Fable + Astra），用于困难问题。
  • Quick – 在快速的前沿模型（Claude Opus Fast）上单次执行，使用精简工具集以快速回答。
• 编排器与 MCP – 从一个终端运行多个代理，或通过 MCP 服务器将搜索/浏览器工具暴露给其他代理。

安装 / 快速开始

curl -fsSL dotheth.ing/dtt.sh | bash -s -- --install   # 安装到 ~/.local/bin/dtt
# 或克隆 repo 并运行 ./dtt.sh --install

dtt --prompt "找出过去 20 年破产的营收前 10 大上市公司，并撰写一份包含原因和时间线的 markdown 报告。"

第一次运行会创建 Python 3.11+ 虚拟环境、安装 SearXNG，并设置 Notte 浏览器框架。然后会提示输入 OpenRouter API 密钥（必填），以及可选的 2Captcha 密钥。

典型命令行标志

标志	含义
q / --quick	快速单次模式（无规划、无 oracle）
--advanced	使用最强大的模型，更高的推理深度
--prompt "..."	内联提供任务（否则会打开编辑器）
--cwd DIR	文件操作的工作目录
--max-loops N	代理回合的上限（默认 200，快速模式 15）
--model ROLE=SLUG	覆盖角色的模型（main、worker、oracle、browser）
--resume ID	继续先前保存的线程
--browser-session NAME	重用命名的 Firefox 配置文件（保留登录状态）
--headed / --headless	显示或隐藏浏览器窗口
--orchestrator	从一个终端管理多个代理
--pipe	仅输出最终结果以供管道使用（退出码表示成功/部分/失败）
--tui	实验性全屏终端 UI
--notify-desktop / --notify-email EMAIL	任务完成时发送桌面或电子邮件通知
--max-cost USD	当累计 OpenRouter 成本达到此金额时停止

系统要求

• macOS 或 Linux
• Python 3.11+（会自动安装在虚拟环境中）
• OpenRouter API 密钥（必填）
• 可选：2Captcha 密钥（用于解决验证码）、AgentMail 密钥（电子邮件）、wl-clipboard 或 xclip 用于图片剪贴板支持。

为何重要 – Dothething 将完整的自主工作流堆栈（LLM 规划、搜索、注重隐私的浏览器自动化、文件与操作系统交互）打包成单一命令行工具。它让高级用户可以将复杂、多步骤、重度依赖网络的任务委派给 AI，而不必离开他们的机器，同时对模型、成本和隐私提供精细控制。