Dulus是什么
Dulus 是约 12K 行 Python 的开源 CLI AI Agent，支持 Claude、GPT、Gemini、DeepSeek、Kimi、Qwen 等 40+ 模型。工具可直接捕获浏览器网页版 AI 的访客会话，转化为具备文件读写、代码编辑、Bash 执行、Web 搜索等 27 种工具的工具调用代理。Dulus支持 MCP、插件热加载、子代理、离线语音、持久记忆与自动快照，提供 PyQt6 GUI、WebChat 和 Telegram 多端入口。
Dulus的主要功能
- 零密钥网页会话捕获：自动劫持 Gemini、Claude.ai、Kimi.com、DeepSeek 等浏览器标签页，将网页对话转为可工具调用的本地 Agent。
- 27 种内置工具：涵盖 Read、Write、Edit、Bash、Glob、Grep、WebFetch、WebSearch、NotebookEdit、GetDiagnostics、Memory、Tasks、Agents、Skills 等。
- 多提供商模型切换：支持 Anthropic、OpenAI、Google、DeepSeek、Kimi、Qwen、Zhipu、MiniMax、Ollama、LM Studio 及自定义端点，会话中
/model实时切换。 - MCP 与插件生态：放置
.mcp.json即可注册任意 MCP 服务器；Auto-Adapter 可零配置热加载任意 Python 仓库为插件。 - 子代理与任务管理：在独立 git worktree 中生成 coder、reviewer、researcher 等类型子代理，通过消息传递协作，并内置任务看板。
- 离线语音与唤醒：基于 Whisper-cpp 实现离线语音输入，Kokoro TTS 实现语音输出；支持自定义离线唤醒词如 “hey dulus”。
- 持久记忆与快照：双范围记忆（用户级+项目级）按置信度与最近度排序；每轮自动创建 Checkpoints，支持对话与文件状态一键回滚。
- 多模态交互界面：提供 REPL 终端、Flask WebChat（局域网可访问）、PyQt6 原生桌面 GUI 及 Telegram Bot 四种交互方式。
- 开发者增强模式：SSJ Mode 提供原始 Token 计数、流延迟计时、工具调用检查器、Prompt 注入查看器等调试能力。
如何使用Dulus
- 安装：执行
pip install dulus或curl -fsSL https://raw.githubusercontent.com/KevRojo/Dulus/main/install.sh | bash一键安装。 - 配置密钥：设置任意提供商环境变量如
export ANTHROPIC_API_KEY=sk-ant-...，或直接跳过使用 Ollama 本地模型与浏览器劫持模式。 - 启动交互：终端输入
dulus进入 REPL，用/model nvidia-web/deepseek-r1或/model ollama/qwen2.5-coder选择模型。 - 开启零密钥模式： 首次运行时按向导提示打开 Gemini 浏览器访客页面，Dulus 自动捕获会话，无需 API Key 可开始工具调用。
- 执行任务：直接输入自然语言指令如 “refactor the auth module”，Agent 自动读取文件、编辑代码、运行测试并提交结果。
- 扩展能力：通过
/plugin install 仓库名@URL热加载任意 Python 工具库，或/mcp注册外部 MCP 服务器扩展功能。
Dulus的核心优势
- 真正的零成本启动：无需 API Key、信用卡或登录，30 秒内通过浏览器访客模式获得完整工具调用 Agent，降低使用门槛至极致。
- 模型中立与实时切换：不绑定单一提供商，同一会话中
/model可在 Claude、DeepSeek、Kimi 等模型间无缝切换，并支持自动降级链。 - 热插拔生态扩展：Auto-Adapter 让任意 Python 仓库秒变插件，MCP 与 Composio 提供 800+ 技能，生态扩展无需等待官方适配。
- 全链路离线能力：支持语音输入输出、唤醒词、OCR、Ollama 本地模型均可在完全断网环境下运行，适配保密网络与离线场景。
- 多界面统一核心：终端、Web、桌面 GUI、Telegram 共享同一 Agent 核心与记忆状态，用户可按场景自由切换交互面。
Dulus的项目地址
- 项目官网：https://dulus.ai/
- GitHub仓库：https://github.com/KevRojo/Dulus
Dulus的同类竞品对比
| 对比维度 | Dulus | Claude Code | Aider |
|---|---|---|---|
| 提供商锁定 | 多提供商中立，实时切换 | 仅 Anthropic Claude | 多模型，但配置较繁琐 |
| API Key 要求 | 可选零密钥（浏览器劫持） | 必须 API Key | 必须 API Key |
| 本地/离线运行 | 完整支持（Ollama+离线语音） | 不支持 | 支持本地模型，无离线语音 |
| 插件生态 | Auto-Adapter 任意 Python 仓库 + MCP | 无插件系统 | 支持自定义工具，生态较小 |
| 子代理/多 Agent | 内置多类型子代理与消息传递 | 无原生子代理 | 支持多文件编辑，无独立子代理 |
| 语音交互 | 离线 Whisper + Kokoro TTS + 唤醒词 | 不支持 | 不支持 |
| Web/Telegram/GUI | 四种界面俱全 | 仅终端 | 仅终端 |
| 记忆与快照 | 持久记忆 + 自动 Checkpoint 回滚 | 会话级记忆 | 无原生快照机制 |
| 开源与体积 | ~12K 行 Python，pip 直接安装 | 闭源 | 开源，功能聚焦编码 |
Dulus的应用场景
- 个人开发者编码助手：替代传统 IDE 插件，直接通过自然语言驱动代码读写、重构、测试与提交，支持多模型协作审查。
- 零预算 AI 实验：学生或初学者用 Gemini 访客模式免费体验前沿模型的高级工具调用能力，无需订阅付费 API。
- 离线/保密环境自动化：政府、军工或企业内网中，基于 Ollama 本地模型与离线语音实现完全私有化的 Agent 工作流。
- Telegram 远程运维：通过手机 Telegram 向家中或服务器上的 Dulus 发送指令，执行文件管理、日志排查等远程操作。
- 多 Agent 协作研发：将代码编写、审查、测试分配给不同子代理并行推进，适合大型模块的分布式开发。