DoTheThing自动化工作流
经 AI Skill Hub 精选评估，DoTheThing自动化工作流 获评「推荐使用」。已获得 1.4k 颗 GitHub Star，这款AI工具在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 7.8 分，适合有一定技术背景的用户使用。
📚 深度解析
**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。
**安装与环境准备**
DoTheThing自动化工作流 依赖 Shell 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Shell 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。
**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 DoTheThing自动化工作流 的版本更新，及时通知重要功能变化。
📋 工具概览
DoTheThing自动化工作流 是一款基于 Shell 开发的开源工具，专注于 AI代理、工作流自动化、Shell脚本 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
📖 中文文档
DoTheThing自动化工作流 是一款基于 Shell 开发的开源工具，专注于 AI代理、工作流自动化、Shell脚本 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
# 克隆仓库 git clone https://github.com/fluffypony/dothething cd dothething # 查看安装说明 cat README.md # 按 README 完成环境依赖安装后即可使用
- 访问 GitHub 仓库页面
- 按照 README 文档完成依赖安装
- 根据系统环境完成初始化配置
- 参考官方示例或文档开始使用
- 遇到问题可在 GitHub Issues 中查找解答
# 查看帮助 dothething --help # 基本运行 dothething [options] <input> # 详细使用说明请查阅文档 # https://github.com/fluffypony/dothething
# dothething 配置说明 # 查看配置选项 dothething --config-example > config.yml # 常见配置项 # output_dir: ./output # log_level: info # workers: 4 # 环境变量（覆盖配置文件） export DOTHETHING_CONFIG="/path/to/config.yml"
dothething
Dothething (DTT) is a local AI agent. You give it a task, walk away, and come back to results.
It handles research, data extraction, browser automation, file editing, and code execution. It works until the job is done, or tells you exactly why it couldn't.
Website: dotheth.ing
Requirements
- macOS or Linux
- Python 3.11+
- An OpenRouter API key. Get one at openrouter.ai/keys. First run prompts for it and saves it to
~/.dtt/env, or exportOPENROUTER_API_KEYin your shell to skip the prompt. - Optional: a 2Captcha API key for automated captcha solving during browser tasks. First-run setup prompts for this too, or export
TWOCAPTCHA_API_KEY. - Optional: an AgentMail API key for email tools. The agent can set this up for you on first use, or get one at agentmail.to.
- Linux clipboard/image support needs
wl-clipboard(Wayland) orxclip(X11).
Everything else is installed automatically into /tmp/dothething on first run.
Quick start
git clone https://github.com/fluffypony/dothething.git
cd dothething
./dtt.sh --prompt "Find the 10 largest public companies by revenue that went bankrupt in the last 20 years and write a markdown report with causes and timelines."First run prompts for your OpenRouter API key (required) and a 2Captcha API key (optional), and saves them to ~/.dtt/env (mode 0600). Subsequent runs read the keys from there. To skip the prompt, export OPENROUTER_API_KEY in your shell first; values in the shell environment take precedence over the saved file. To change or clear the saved keys, edit or delete ~/.dtt/env.
The first run also takes a couple of minutes to set up a Python venv, install SearXNG, and set up the Notte browser framework. After that, startup is fast.
Omit --prompt to open a multiline editor. Type your task, then hit Esc+Enter to submit.
Usage
./dtt.sh [flags]| Flag | What it does |
|---|---|
--prompt "..." | Provide the task inline instead of opening the editor |
--fast | Use claude-opus-4.8-fast:online (cheaper, slightly less capable) |
--cwd DIR | Set the working directory for file operations (default: .) |
--max-loops N | Cap the number of agent turns (default: 200) |
--oraclepro | Use GPT-5.5-pro instead of GPT-5.5 for oracle calls |
--max-effort | Pin the GPT-5.5 oracle to high reasoning effort, its native ceiling (Opus always runs at xhigh, the highest OpenRouter accepts) |
--resume ID | Pick up a previous session by thread ID. Inherits that thread's saved config (model, oracle, --max-loops, --max-effort, --cwd); pass a flag to override it |
--headed | Show the browser window for visual debugging |
--orchestrator | Launch orchestrator mode -- run and manage multiple agents from one terminal |
--pipe | Stdout-only output for Unix pipelines. Final report on stdout, everything else suppressed. Exit codes: 0=complete, 2=partial, 1=failed |
--tui | Full-screen terminal UI for single-agent mode (experimental) |
--notify-desktop | Send a desktop notification when the task finishes |
--notify-email EMAIL | Email a notification to this address when the task finishes (requires AgentMail) |
--max-cost USD | Stop and checkpoint when cumulative cost reaches this amount |
--verbose | Show full error tracebacks |
--debug | Log raw API payloads and cache metrics |
Environment variables
| Variable | Required | Description |
|---|---|---|
OPENROUTER_API_KEY | Yes | Your OpenRouter API key |
SERPER_API_KEY | No | Enables hybrid search_web plus Serper-backed batch_process search enrichment |
TWOCAPTCHA_API_KEY | No | Enables automated captcha solving |
AGENTMAIL_API_KEY | No | AgentMail key for email tools |
AGENTMAIL_INBOX_ID | No | Default AgentMail inbox ID |
AGENTMAIL_HUMAN_EMAIL | No | Human email for AgentMail OTP verification |
All variables can be saved to ~/.dtt/env (shell-exported values take precedence). The agent can update this file via manage_config.
创意十足的AI代理框架，自然语言驱动工作流执行。Shell实现轻量级，但生态成熟度待提升，维护活跃度良好。
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
- CLI：直接 npm install -g / pip install，命令行调用
- 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
⚡ 核心功能
- 开源免费，支持本地部署，数据完全自主可控
- 活跃的 GitHub 开源社区，持续迭代更新
- 提供详细文档和使用示例，新手友好
- 支持自定义配置，灵活适配不同使用环境
- 可作为基础组件集成进现有技术栈或进行二次开发
- 需要让 Claude / Cursor 操作本地工具的 AI 工程师
- 构建多智能体协作系统的 Agent 开发者
- 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
- Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
- API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
- MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
👥 适合人群
🎯 使用场景
- 本地部署运行，保护数据隐私，满足合规要求
- 自定义集成到现有系统，扩展技术栈能力
- 作为开源基础组件进行商业化二次开发
⚖️ 优点与不足
- +BSD-3-Clause 协议，可免费商用
- +完全开源免费，无授权费用
- +本地部署，数据完全自主可控
- +开发者社区支持，遇问题可查可问
- −安装和初始配置可能需要一定技术基础
- −功能完整性通常不如成熟商业产品
- −技术支持主要依赖开源社区，响应速度不稳定
AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。
建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。
✅ BSD 3-Clause — 宽松协议，可商用修改分发，禁止使用原作者名称进行背书宣传。
🔗 相关工具推荐
❓ 常见问题 FAQ
AI Skill Hub 点评：DoTheThing自动化工作流 的核心功能完整，质量良好。对于AI爱好者来说，这是一个值得纳入个人工具库的选择。建议先在非生产环境试用，再逐步推广。
| 原始名称 | dothething |
| 原始描述 | 开源AI工作流：an autonomous AI agent: you describe the thing, it does the thing.。⭐1.4k · Shell |
| Topics | AI代理工作流自动化Shell脚本开源 |
| GitHub | https://github.com/fluffypony/dothething |
| License | BSD-3-Clause |
| 语言 | Shell |
收录时间：2026-06-13 · 更新时间：2026-06-16 · License：BSD-3-Clause · AI Skill Hub 不对第三方内容的准确性作法律背书。