Dulus – 開源的 CLI AI Agent，可驅動多模型工具調用

Dulus是什麼

Dulus 是約 12K 行 Python 的開源 CLI AI Agent，支持 Claude、GPT、Gemini、DeepSeek、Kimi、Qwen 等 40+ 模型。工具可直接捕獲瀏覽器網頁版 AI 的訪客會話，轉化爲具備文件讀寫、代碼編輯、Bash 執行、Web 搜索等 27 種工具的工具調用代理。Dulus支持 MCP、插件熱加載、子代理、離線語音、持久記憶與自動快照，提供 PyQt6 GUI、WebChat 和 Telegram 多端入口。

Dulus的主要功能

• 零密鑰網頁會話捕獲：自動劫持 Gemini、Claude.ai、Kimi.com、DeepSeek 等瀏覽器標籤頁，將網頁對話轉爲可工具調用的本地 Agent。
• 27 種內置工具：涵蓋 Read、Write、Edit、Bash、Glob、Grep、WebFetch、WebSearch、NotebookEdit、GetDiagnostics、Memory、Tasks、Agents、Skills 等。
• 多提供商模型切換：支持 Anthropic、OpenAI、Google、DeepSeek、Kimi、Qwen、Zhipu、MiniMax、Ollama、LM Studio 及自定義端點，會話中 /model 實時切換。
• MCP 與插件生態：放置 .mcp.json 即可註冊任意 MCP 服務器；Auto-Adapter 可零配置熱加載任意 Python 倉庫爲插件。
• 子代理與任務管理：在獨立 git worktree 中生成 coder、reviewer、researcher 等類型子代理，通過消息傳遞協作，並內置任務看板。
• 離線語音與喚醒：基於 Whisper-cpp 實現離線語音輸入，Kokoro TTS 實現語音輸出；支持自定義離線喚醒詞如 “hey dulus”。
• 持久記憶與快照：雙範圍記憶（用戶級+項目級）按置信度與最近度排序；每輪自動創建 Checkpoints，支持對話與文件狀態一鍵回滾。
• 多模態交互界面：提供 REPL 終端、Flask WebChat（局域網可訪問）、PyQt6 原生桌面 GUI 及 Telegram Bot 四種交互方式。
• 開發者增強模式：SSJ Mode 提供原始 Token 計數、流延遲計時、工具調用檢查器、Prompt 注入查看器等調試能力。

如何使用Dulus

• 安裝：執行 pip install dulus 或 curl -fsSL https://raw.githubusercontent.com/KevRojo/Dulus/main/install.sh | bash 一鍵安裝。
• 配置密鑰：設置任意提供商環境變量如 export ANTHROPIC_API_KEY=sk-ant-...，或直接跳過使用 Ollama 本地模型與瀏覽器劫持模式。
• 啓動交互：終端輸入 dulus 進入 REPL，用 /model nvidia-web/deepseek-r1 或 /model ollama/qwen2.5-coder 選擇模型。
• 開啓零密鑰模式： 首次運行時按嚮導提示打開 Gemini 瀏覽器訪客頁面，Dulus 自動捕獲會話，無需 API Key 可開始工具調用。
• 執行任務：直接輸入自然語言指令如 “refactor the auth module”，Agent 自動讀取文件、編輯代碼、運行測試並提交結果。
• 擴展能力：通過 /plugin install 倉庫名@URL 熱加載任意 Python 工具庫，或 /mcp 註冊外部 MCP 服務器擴展功能。

Dulus的核心優勢

• 真正的零成本啓動：無需 API Key、信用卡或登錄，30 秒內通過瀏覽器訪客模式獲得完整工具調用 Agent，降低使用門檻至極致。
• 模型中立與實時切換：不綁定單一提供商，同一會話中 /model 可在 Claude、DeepSeek、Kimi 等模型間無縫切換，並支持自動降級鏈。
• 熱插拔生態擴展：Auto-Adapter 讓任意 Python 倉庫秒變插件，MCP 與 Composio 提供 800+ 技能，生態擴展無需等待官方適配。
• 全鏈路離線能力：支持語音輸入輸出、喚醒詞、OCR、Ollama 本地模型均可在完全斷網環境下運行，適配保密網絡與離線場景。
• 多界面統一核心：終端、Web、桌面 GUI、Telegram 共享同一 Agent 核心與記憶狀態，用戶可按場景自由切換交互面。

Dulus的項目地址

• 項目官網：https://dulus.ai/
• GitHub倉庫：https://github.com/KevRojo/Dulus

Dulus的同類競品對比

Dulus的應用場景

• 個人開發者編碼助手：替代傳統 IDE 插件，直接通過自然語言驅動代碼讀寫、重構、測試與提交，支持多模型協作審查。
• 零預算 AI 實驗：學生或初學者用 Gemini 訪客模式免費體驗前沿模型的高級工具調用能力，無需訂閱付費 API。
• 離線/保密環境自動化：政府、軍工或企業內網中，基於 Ollama 本地模型與離線語音實現完全私有化的 Agent 工作流。
• Telegram 遠程運維：通過手機 Telegram 向家中或服務器上的 Dulus 發送指令，執行文件管理、日誌排查等遠程操作。
• 多 Agent 協作研發：將代碼編寫、審查、測試分配給不同子代理並行推進，適合大型模塊的分佈式開發。