dothething

在 AI 辅助工作的时代，我们往往仍需花费大量时间指导模型一步步操作。dothething (DTT) 是一个运行在 macOS 或 Linux 上的本地自主 AI 代理，你只需用简单的英语描述任务，它便会自动分解步骤、选择工具、执行操作，直到任务完成或明确告知失败原因。

无论是深度研究、数据提取、浏览器自动化，还是文件编辑与代码执行，DTT 都能独立 handle。你只需下达指令，然后去喝杯咖啡，回来时即可收获成果。

核心亮点：全能且自主

1. 智能任务分解与执行

• 自然语言交互：无需复杂提示词工程，直接说“查找过去 20 年破产的收入最高的 10 家上市公司并写报告”。
• 自动规划：代理内部使用 Claude Opus（通过 OpenRouter）进行推理，动态规划工作流并跟踪进度。
• 闭环交付：不仅执行，还负责最终结果的整理与交付（如生成 Markdown 报告）。

2. 强大的网络与浏览器能力

• 本地搜索：集成 SearXNG 实例，保护隐私的同时获取全网信息。
• 高级浏览：利用 Notte 和 Camoufox 进行页面浏览、内容提取、验证码解决及多步骤交互，模拟真实用户行为。
• HTTP 请求：直接发起 API 调用，获取结构化数据。

3. 本地系统深度集成

• 文件操作：读取、写入、编辑、批量处理及差异比较。
• Shell 执行：运行命令、管理持久化 Bash 会话（保留环境变量与工作目录）。
• 剪贴板交互：支持复制/粘贴文本及图像，实现与应用间的无缝数据流转。
• 邮件管理：通过 AgentMail 发送、接收及管理电子邮件。

4. 高度可扩展：MCP 与 Skills

• MCP 支持：通过 ~/.dtt/mcp.json 连接现有的 Model Context Protocol 服务器，无限扩展工具集。
• 自定义 Skills：在 ~/.dtt/skills/ 目录下添加 SKILL.md，定义专属工作流或子任务逻辑，让代理更懂你的业务。

5. 编排器模式：并行多代理协作

• 智能拆分：启动 --orchestrator 模式，DTT 会将复杂大任务智能拆分为多个子任务。
• 并行执行：为每个子任务启动独立代理，大幅提升处理效率。
• TUI 界面：提供全屏终端用户界面，实时监控各代理状态与进度。

⚡ 快速开始

1. 安装与配置

git clone https://github.com/fluffypony/dothething.git
cd dothething

2. 运行首个任务

./dtt.sh --prompt "查找过去 20 年内破产的收入最高的 10 家上市公司，并撰写一份包含原因和时间线的 Markdown 报告。"

• 首次运行会提示输入 OpenRouter API Key，保存至 ~/.dtt/env。
• 也可通过环境变量 export OPENROUTER_API_KEY="..." 预先配置。

3. 常用标志

安全与隐私

• 本地运行：所有逻辑与数据处理均在本地进行，仅通过 API 与大模型交互。
• 敏感信息屏蔽：持久化的线程日志会自动修订，屏蔽 API Key、Token 等秘密信息，确保磁盘存储安全。
• 成本可控：通过 --max-cost 严格限制支出，避免意外高额账单。

适用场景

• 深度研究与报告生成：自动搜集资料、整理数据并撰写长篇报告。
• 数据提取与清洗：从复杂网页或 PDF 中提取结构化数据。
• 自动化测试与运维：执行一系列 Shell 命令、检查服务状态、发送警报邮件。
• 内容创作辅助：搜集素材、生成草稿、格式化输出。