📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🔄 工作流👁 OCR🐳 Docker💻 CLI🔗 REST API🖼 视觉🎙 STT🧠 Claude
⚙️
Agent工作流

可以给计器为常用的常用器

基于 Python · 无代码搭建完整 AI 自动化流程
英文名：Dulus
⭐ 589 Stars 🍴 16 Forks 💻 Python 📄 GPL-3.0 🏷 AI 7.5分
7.5AI 综合评分
workflowagentaiassistantclawduluspython
⬇ 下载源码（GPL） ⚙️ 配置说明
✦ AI Skill Hub 推荐

经 AI Skill Hub 精选评估，可以给计器为常用的常用器 获评「推荐使用」。这款Agent工作流在功能完整性、社区活跃度和易用性方面表现出色，AI 评分 7.5 分，适合有一定技术背景的用户使用。

📚 深度解析
可以给计器为常用的常用器 是一套完整的 AI Agent 自动化工作流方案。随着 AI 能力的不断提升，基于 Agent 的自动化工作流正在成为提升个人和团队效率的核心方式。区别于传统的 RPA 自动化（模拟鼠标键盘操作），AI Agent 工作流通过理解任务意图、动态规划执行路径，能够处理更复杂的非结构化任务。

可以给计器为常用的常用器 工作流的设计遵循"最小配置，最大复用"原则：核心逻辑已经封装好，用户只需配置自己的 API Key 和业务参数即可快速上手。工作流内置错误处理和重试机制，在网络波动或 API 限速等情况下仍能稳定运行，适合作为生产环境的自动化基础设施。

在实际部署时，建议先在测试环境中运行 3-5 次，验证各个环节的输出结果符合预期，再部署到生产环境。AI Skill Hub 评分 7.5 分，是同类 Agent 工作流中的精选推荐。
📋 工具概览

可以给计器为常用的常用器，定义常用的给计器。

可以给计器为常用的常用器 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

GitHub Stars
⭐ 589
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
正常维护，社区驱动
开源协议
GPL-3.0
AI 综合评分
7.5 分
工具类型
Agent工作流
Forks
16
📖 中文文档
以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

可以给计器为常用的常用器，定义常用的给计器。

可以给计器为常用的常用器 是一套完整的 AI Agent 自动化工作流方案。通过可视化的节点编排，将复杂的多步骤任务拆解为清晰的自动化流程，实现全程无人值守的智能处理。支持与数百种外部服务和 API 无缝集成，适合构建数据处理管线、业务自动化和 AI 辅助决策系统。

📌 核心特色
  • 可视化 Agent 工作流编排，无需编写复杂代码
  • 支持多步骤自动化任务链，实现全流程无人值守
  • 与外部 API、数据库和第三方服务无缝集成
  • 内置错误处理与自动重试机制，保障稳定运行
  • 提供可复用的自动化模板，快速在同类场景部署
🎯 主要使用场景
  • 自动化日常重复性工作，将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：pip 安装（推荐）
pip install dulus

# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install dulus

# 方式三：从源码安装（获取最新功能）
git clone https://github.com/KevRojo/Dulus
cd Dulus
pip install -e .

# 验证安装
python -c "import dulus; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库获取工作流文件
  2. 在对应平台（Dify / Flowise / Make 等）中找到「导入工作流」功能
  3. 上传工作流文件
  4. 按照提示配置必要的环境变量和 API Key
  5. 运行测试确认流程正常后投入使用
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
dulus --help

# 基本用法
dulus input_file -o output_file

# Python 代码中调用
import dulus

# 示例
result = dulus.process("input")
print(result)
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
# dulus 配置文件示例（config.yml）
app:
  name: "dulus"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
dulus --config config.yml

# 或通过环境变量配置
export DULUS_API_KEY="your-key"
export DULUS_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 84/100 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

▲ DULUS

Use IA agents without an API key. $0. Hunt. Patch. Ship. A Python autonomous agent that flies on any model — and uniquely opens your browser, captures your Gemini (guest, no login) · Claude.ai · Claude Code · Kimi.com · Qwen · DeepSeek session, then lets you drive frontier IA as if it were an API. No api key. No subscription. No credit card. Plus 100+ paid providers via LiteLLM (OpenRouter, Groq, Together, xAI, Mistral, Bedrock, …), local models via Ollama, /lang in 34 languages, Mesa Redonda multi-model debate, voice in/out, local OCR, MemPalace semantic memory, embedded sandbox OS. ~12K lines of readable Python. No build step. No gatekeeping. Just talons. pip install dulus → press Enter → working IA in 30 seconds. Try it.

SET /sticky_input ON since the first run for the best experience!

<p align="center"> <img src="https://raw.githubusercontent.com/KevRojo/Dulus/main/docs/dulus-bird.png" alt="Dulus — Cigua Palmera" width="320"> </p>

<p align="center"><i>The Dulus (Cigua Palmera) — Dominican national bird. Named after the bird, not the rocket.</i></p>

<p align="center"> <a href="#quick-start"><b>Quick Start</b></a> · <a href="#models"><b>Models</b></a> · <a href="#features"><b>Features</b></a> · <a href="#permissions"><b>Permissions</b></a> · <a href="#mcp"><b>MCP</b></a> · <a href="#plugins"><b>Plugins</b></a> </p>

<p align="center"> <a href="https://pypi.org/project/dulus/"><img src="https://img.shields.io/pypi/v/dulus.svg?style=flat-square&color=ff6b1f&labelColor=07070a&label=pypi" alt="pypi"/></a> <a href="https://pypi.org/project/dulus/"><img src="https://static.pepy.tech/badge/dulus?style=flat-square" alt="downloads"/></a> <img src="https://img.shields.io/badge/python-3.11+-ff6b1f?style=flat-square&labelColor=07070a" alt="python"/> <img src="https://img.shields.io/badge/license-GPLv3-ff6b1f?style=flat-square&labelColor=07070a" alt="license"/> <img src="https://img.shields.io/badge/version-v0.2.89-ff6b1f?style=flat-square&labelColor=07070a" alt="version"/> <img src="https://img.shields.io/badge/providers-100%2B%20via%20LiteLLM-ff6b1f?style=flat-square&labelColor=07070a" alt="providers"/> <img src="https://img.shields.io/badge/tools-30%2B-ff6b1f?style=flat-square&labelColor=07070a" alt="tools"/> <img src="https://img.shields.io/badge/tests-263+-ff6b1f?style=flat-square&labelColor=07070a" alt="tests"/> <a href="https://x.com/KevRojox"><img src="https://img.shields.io/badge/x-%40KevRojox-ff6b1f?style=flat-square&labelColor=07070a&logo=x" alt="x"/></a> </p>

Official X / creator handle: @KevRojox — that's me, the only contributor to this repo. Any other account claiming to be Dulus is a copycat. $DULUS AI token Solana): 9R8rrjXxcfQPmLTCLhmVpjr2uesjjkcgkinE6Lwdpump $DULUS AI GemPump Solana): 9R8rrjXxcfQPmLTCLhmVpjr2uesjjkcgkinE6Lwdpump
I created this token. I won't sell. I will keep building. This open-source project stays free forever — business version incoming. 🦅🇩🇴

🔥 What's new

Full changelog: docs/news.md · Inside the REPL: /news
  • Dulus Agent — Telegram communities. Dulus evolved from a CLI tool into a live AI agent inside Telegram groups. The first fully autonomous AI moderating and conversing in real communities — not a bot, not a filter, a real agent. Groups pay in $DULUS to activate him. We host Dulus for them — that's the business model. The CLI stays free forever. This is the paid layer. 🦅🇩🇴
  • v0.2.93 — IA WITHOUT AN API KEY, FIRST-RUN. 🦅 The welcome wizard now offers, by default, to open Gemini in a browser and capture its guest session — no Google login, no API key, no credit card. From pip install to working IA in 30 seconds. Same flow works for Claude.ai / Kimi.com / Qwen / DeepSeek if you have those accounts. This was Dulus's ace under the sleeve. Now it's the front door.
  • v0.2.92 — /lang command. 34 ISO codes + free-form descriptors. /lang zh, /lang ja, /lang pt-br, /lang "speak as my gym tutor", /lang "tigre de calle dominicano", /lang "Yoda". The model role-plays the voice across the whole session. Triggered after Doubao (China's biggest IA assistant) started referring traffic to the repo.
  • v0.2.91 — CORS on the daemon. The Android Sandbox APK now connects every app live — same daemon, finally cross-origin reachable.
  • v0.2.89 — Sandbox embedded INSIDE the desktop GUI. Click 🦅 Sandbox in the GUI Web tab → the Dulus OS renders inside the content frame via pywebview subprocess + Win32 SetParent reparent. Not a popup. Inside the frame.
  • v0.2.89 — Local OCR shipped first-class. /ocr + ExtractTextFromImage tool, WebBridgeScreenshot auto-OCRs, /img sends image + verbatim OCR text together. Zero vision-model tokens for receipts / code screenshots / error stacks.
  • v0.2.89 — kepano/obsidian-skills bundled. Dulus writes Obsidian-flavored markdown by default. Open ~/.dulus/memory/ as an Obsidian vault → instant graph view.
  • v0.2.88 — LiteLLM gateway: one provider entry, 100+ backends. OpenRouter, Groq, Together, Bedrock, Vertex, Cohere, Perplexity, xAI, Mistral, Fireworks, Anyscale, Replicate, Azure, DeepInfra — the welcome wizard auto-installs the package and asks for the right per-backend key.
  • v0.2.85 — Slim wheel 11.4 MB → 2.5 MB. Smaller than the original baseline.

<p align="center"><img src="https://raw.githubusercontent.com/KevRojo/Dulus/main/docs/divider.svg" alt="" width="100%"></p>

Features

**Multi-provider**Anthropic · OpenAI · Gemini · Kimi · Qwen · Zhipu · DeepSeek · MiniMax · Ollama · LM Studio · custom OpenAI-compat endpoints
**27 built-in tools**Read, Write, Edit, Bash, Glob, Grep, WebFetch, WebSearch, NotebookEdit, GetDiagnostics, Memory, Tasks, Agents, Skills, and more
**MCP integration**Any MCP server (stdio / SSE / HTTP). Tools auto-registered as mcp__<server>__<tool>
**Plugin system****Auto-Adapter** onboards any Python repo — zero manifest required. Hot-reload in-session.
**Sub-agents**Typed agents (coder / reviewer / researcher / tester) in isolated git worktrees
**Voice input**Offline STT via Whisper. No API key. No cloud.
**Brainstorm**Multi-persona AI debate. Auto-generated expert roles.
**SSJ Developer Mode**Power menu: 10 workflow shortcuts behind one keystroke
**Telegram bridge**Run Dulus from your phone. Slash commands. Vision. Voice. Multi-user authorized list.
**Checkpoints**Auto-snapshot conversation + files. Rewind to any turn.
**Plan mode**Read-only analysis phase before touching anything
**Context compression**Auto-compact long sessions. Keep the signal, drop the slop.
**tmux tools**11 tools for the agent to drive tmux sessions
**Persistent memory**Dual-scope (user + project). Ranked by confidence × recency.
**Session management**Autosave · daily archives · cloud sync via GitHub Gist

---

<p align="center"><img src="https://raw.githubusercontent.com/KevRojo/Dulus/main/docs/sec-models.svg" alt="Models" width="100%"></p>

Non-interactive install (CI / scripts)

curl -fsSL .../install.sh | bash -s -- --profile=full --pipx

Option B — Docker (zero local Python setup)

```bash

so it doesn't collide with a native Dulus install on the same host)

docker compose up -d

Option C — Manual pip / source

<img alt="image" src="https://github.com/user-attachments/assets/a5a447c6-2cce-42a5-87f8-7c3bc8367987" />

-----

<img alt="image" src="https://github.com/user-attachments/assets/72526ae1-b69f-4529-adc7-eef1cd3876c8" />

-----

<img alt="image" src="https://github.com/user-attachments/assets/986ae7b5-5400-48aa-80eb-cdfd7dbb706e" />

-----

ROUND TABLE (DULUS UNIQUE FEATURE)

<img alt="image" src="https://github.com/user-attachments/assets/9e8f17ed-6ca2-4ae0-b8c3-146ae5fef491" />

Dulus is the first one meeting multiple models at the same time working for the same objective and sharing their ideas.

Quick Start

1. Grab the compose file + env template

curl -fsSLO https://raw.githubusercontent.com/KevRojo/Dulus/main/docker-compose.yml curl -fsSLO https://raw.githubusercontent.com/KevRojo/Dulus/main/.env.example mv .env.example .env # then add your API keys

Cloud APIs

ProviderModelsEnv
**Anthropic**claude-opus-4-6, claude-sonnet-4-6, claude-haiku-4-5-20251001ANTHROPIC_API_KEY
**OpenAI**gpt-4o, gpt-4o-mini, o3-mini, o1OPENAI_API_KEY
**Google**gemini-2.5-pro-preview-03-25, gemini-2.0-flash, gemini-1.5-proGEMINI_API_KEY
**DeepSeek**deepseek-chat, deepseek-reasonerDEEPSEEK_API_KEY
**Qwen**qwen-max, qwen-plus, qwen-turbo, qwq-32bDASHSCOPE_API_KEY
**Kimi**moonshot-v1-8k/32k/128k, kimi-k2.5MOONSHOT_API_KEY
**Zhipu**glm-4-plus, glm-4, glm-4-flashZHIPU_API_KEY
**MiniMax**MiniMax-Text-01, MiniMax-VL-01, abab6.5s-chatMINIMAX_API_KEY

Plugins

Dulus's Auto-Adapter reads a random Python repo and figures out its tools on its own — no plugin.yaml required.

/plugin install my-plugin@https://github.com/user/my-plugin
/plugin install art@gh                      # shorthand for github
/plugin                                     # list
/plugin enable / disable / update / uninstall
/plugin recommend                           # auto-detect useful plugins

Adapt-and-install runs in under a second. New tools register live, no restart.

Example adapting Sherlock repo:

<img width="1765" height="166" alt="image" src="https://github.com/user-attachments/assets/c67dc15e-a2e3-4575-be34-8c9b54045510" />

-----

<img width="1327" height="751" alt="image" src="https://github.com/user-attachments/assets/676a0ef5-3699-4960-98a4-14a55fbef081" />

-----

<img width="885" height="301" alt="image" src="https://github.com/user-attachments/assets/52c02444-2606-41dc-bc33-ebe26ac41e5e" />

----

<img width="1006" height="271" alt="image" src="https://github.com/user-attachments/assets/d823428e-6344-4414-bf42-14ed3128f763" />

FAQ

Tool calls fail on my local model. Use one that supports function calling: qwen2.5-coder, llama3.3, mistral, phi4. Avoid base models without tool-use training.

How do I connect to a remote GPU box? 

/config custom_base_url=http://your-server:8000/v1
/model custom/your-model-name

How do I check API cost? /cost.

Voice transcribes "kubectl" as "cubicle". Add domain terms to .dulus/voice_keyterms.txt, one per line. Whisper respects the hint.

Can I pipe input? 

echo "explain this" | dulus -p --accept-all
git diff | dulus -p "write a commit message"

Is this safe to point at prod? --accept-all isn't. plan mode is. Use your head.

---

🇨🇳 中文文档镜像 AI 翻译 2026-05-25
英文原文章节由系统翻译为中文摘要，便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

Dulus 是一款强大的 Python 自动化 Agent 工具，其核心亮点在于无需 API Key 即可驱动顶尖 AI 模型。通过独特的浏览器自动化技术，它可以直接接管 Gemini (Guest 模式)、Claude.ai、Claude Code、Kimi.com、Qwen 及 DeepSeek 等网页端会话，让开发者能够以零成本、无需订阅、无需信用卡的方式，像调用 API 一样驱动前沿 AI 能力。此外，Dulus 还进化出了 Telegram 社区 Agent 版本，能够实现完全自主的社区管理与对话。

⚡ 功能介绍

Dulus 支持极其广泛的模型生态，涵盖 Anthropic、OpenAI、Gemini、Kimi、Qwen、DeepSeek、Ollama 及 LM Studio 等，甚至支持自定义 OpenAI 兼容端点。内置了包括 Bash、WebSearch、Memory、Tasks 在内的 27 种强大工具，能够执行复杂的读写、编辑及搜索任务。最重要的是，它深度集成了 MCP (Model Context Protocol)，支持通过 stdio、SSE 或 HTTP 连接任何 MCP server，实现工具的自动注册与调用。

🛠 安装步骤（Docker/pip/源码）

Dulus 提供多种灵活的安装方式。推荐使用一键安装脚本（One-liner installer），支持 Linux、macOS、WSL、Termux 及 Windows PowerShell，脚本会自动检测操作系统、包管理器及 Python 版本，并允许用户选择不同的 Profile（如包含语音功能的 full 模式）。对于 CI/CD 或自动化脚本，支持非交互式安装。此外，如果你希望实现零本地 Python 环境配置，可以直接使用 Docker 进行快速部署。

🚀 使用教程

项目提供了 Quick Start 快速入门指南，帮助开发者从零开始构建自己的 AI 工作流。无论是通过命令行交互还是自动化脚本，Dulus 都能快速上手，让开发者能够迅速利用其强大的 Agent 能力进行任务处理。

⚙️ 配置说明（含 MCP / env）

配置过程非常直观。用户可以通过下载提供的 docker-compose.yml 和 .env.example 模板文件，快速搭建运行环境。通过编辑 .env 文件，你可以灵活配置所需的 API Keys 或自定义端点。对于高级用户，Dulus 还支持通过内置命令动态调整配置，确保在不同场景下的灵活性。

🔌 API 说明

Dulus 完美兼容主流 Cloud APIs，支持 Anthropic (Claude 系列)、OpenAI (GPT-4o/o1 系列) 以及 Google (Gemini 系列) 等顶级模型供应商。开发者只需在环境变量中配置对应的 API Key，即可无缝切换不同的模型服务，享受高性能的 AI 驱动体验。

🔄 工作流/模块

Dulus 拥有创新的插件系统，其核心 Auto-Adapter 技术能够自动解析 Python 仓库并识别工具，无需手动编写 plugin.yaml。用户可以通过 /plugin 命令轻松实现插件的安装（支持 GitHub 快捷安装）、列表查看、启用/禁用、更新及卸载，构建高度定制化的 Agent 工作流。

❓ FAQ 摘要

针对开发者常见的问题，Dulus 提供了详细的解答。例如，若在使用本地模型时遇到 Tool calls 失败，建议切换至支持 Function Calling 的模型（如 qwen2.5-coder、llama3.3 等）；若需连接远程 GPU 服务器，可以通过 /config 命令自定义 custom_base_url 来实现远程调用。

🎯 aiskill88 AI 点评 A 级 2026-05-25

可以给计器为常用的常用器，定义常用的给计器。很常用的给计器。

📚 实用指南（长尾问题）
适合谁
  • 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
  • 需要从图片、PDF 提取文字的文档自动化场景
  • 做语音类 AI 产品的开发者
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
常见错误
  • 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
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
  • Python 依赖冲突：建议用 venv / uv 隔离环境
部署方案
  • Docker：Dulus 提供官方镜像，docker compose up 一键启动
  • CLI：直接 npm install -g / pip install，命令行调用
  • 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
Dulus 中文教程Dulus 安装报错怎么办Dulus MCP 配置Dulus Docker 部署Dulus Agent 工作流Dulus 与同类工具对比Dulus 最佳实践Dulus 适合谁用
⚡ 核心功能
👥 适合谁
  • 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
  • 需要从图片、PDF 提取文字的文档自动化场景
  • 做语音类 AI 产品的开发者
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
⚠️ 常见错误
  • 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
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
👥 适合人群
自动化工程师和运维人员项目经理和业务分析师希望减少重复性工作的专业人士数字化转型团队
🎯 使用场景
  • 自动化日常重复性工作，将精力集中于创造性任务
  • 构建数据采集 → 处理 → 输出的完整自动化管线
  • 实现跨平台、跨系统的数据流转和业务协同
⚖️ 优点与不足
✅ 优点
  • +GPL-3.0 协议，可免费商用
  • +大幅减少重复性人工操作
  • +可视化流程，清晰直观
  • +可扩展性强，支持复杂场景
⚠️ 不足
  • −初始配置和调试需投入一定时间
  • −强依赖外部服务的稳定性
  • −复杂场景需具备一定技术基础
⚠️ 使用须知

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。

📄 License 说明

⚠️ GPL 3.0 — 强 Copyleft，衍生作品须开源，含专利保护条款，不可闭源使用。

🔗 相关工具推荐
LLM资源合集（精选）
精选100+可直接运行的AI Agent和RAG应用集合。包含完整工作流示例、智能代理框架和检索增强生成系统。适合AI开
LangChain AI开发框架
Agent工作流
ai-agents-for-beginners Agent工作流
微软官方开源项目，提供12堂系统课程学习AI智能体框架。涵盖工作流设计、RAG检索增强、多智能体协作等核心技能。适合AI
n8n AI工作流自动化
Agent工作流
📚 相关教程推荐
Agent 工作流入门
帮助中心 · AI Skill Hub
Agent 工作流
帮助中心 · AI Skill Hub
AI 工具链资讯精选：2026-05-16 MCP / Agent / 自动化工具最新动态
帮助中心 · AI Skill Hub
AI 工具链资讯精选：2026-05-15 MCP / Agent / 自动化工具最新动态
帮助中心 · AI Skill Hub
📰 相关 AI 新闻
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
GitHub热门：claude-mem — Persistent Context Across Sessions for Every Agent – Capt
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
Filesystem MCP 帮 Claude 找文件，找了整个 node_modules
AI 圈观察
🗺️ 相关解决方案
mcp
mcp-server-setup
agent
ai-agent-workflow
workflow
ai-workflow-templates
ocr
document-ocr-pipeline
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
技能寻求者
MCP · Agent · 工作流
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
DeepCode Agent工作流
MCP · Agent · 工作流
开源AI工具：RAG知识库系统
基于Vue.js前端的RAG知识库系统，提供高效的知识检索和生成功能，助力AI应用开发
CrewAI 多代理协作平台
MCP · Agent · 工作流
gptme Agent工作流
MCP · Agent · 工作流
❓ 常见问题 FAQ
Dulus 是一款Python开发的AI辅助工具。开源AI工作流：The only real free CLI agent. Harvests your Gemini (guest, no login) · Claude.ai。⭐589 · Python 主要应用场景包括：常用的为常用的常用器，定义常用的给计器。。
💡 AI Skill Hub 点评

AI Skill Hub 点评：可以给计器为常用的常用器 的核心功能完整，质量良好。对于自动化工程师和运维人员来说，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。

⬇️ 获取与下载
⬇ 下载源码（GPL）
⚠️ 本工具使用 GPL-3.0 协议。您可以自由下载和使用，但衍生作品必须以相同协议开源，不可商业闭源。使用前请确认符合协议要求。
📚 深入学习 可以给计器为常用的常用器
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 Dulus
原始描述 开源AI工作流：The only real free CLI agent. Harvests your Gemini (guest, no login) · Claude.ai。⭐589 · Python
Topics workflowagentaiassistantclawduluspython
GitHub https://github.com/KevRojo/Dulus
License GPL-3.0
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/KevRojo/Dulus 🌐 官方网站  https://dulus.ai

收录时间：2026-05-25 · 更新时间：2026-05-26 · License：GPL-3.0 · AI Skill Hub 不对第三方内容的准确性作法律背书。