Skip to content
Back to skills

770 Readme Cn D821373f

DSecurity

LOG_LEVEL=INFO LOG_DIR=logs LOG_RETENTION_DAYS=30 ```

  • 9 stars
  • 0 votes
  • 0 copies
  • 2 views
  • Added June 1, 2026
ai-agentspythongoshellbashdockertestinggitapidocumentation

Works with

  • cursor
  • cli
  • api
  • mcp

Security analysis

D42/100
  • criticalPipes output to a shell interpreter
  • mediumUses curl or wget to download content
  • criticalModifies startup scripts or system services for persistence
  • criticalExfiltrates credentials via HTTP — exact pattern from Snyk ToxicSkills study
  • criticalDownloads and executes remote scripts — classic supply chain attack
  • mediumInstalls packages at runtime which could introduce malicious dependencies

Pro scans all 2 files and shows the line behind each finding

Scanned June 1, 2026

npx -y skills add tools-only/X-Skills --skill 770-readme_cn_d821373f --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of 770 Readme Cn D821373f?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for 770 Readme Cn D821373f
[![Security: D — Skills Directory](https://www.skillsdirectory.com/api/skills/tools-only-770-readme-cn-d821373f/badge)](https://www.skillsdirectory.com/skills/tools-only-770-readme-cn-d821373f)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
<p align="center">
  <img src="docs/assets/logo.png" alt="OpenAkita Logo" width="200" />
</p>

<h1 align="center">OpenAkita</h1>

<p align="center">
  <strong>忠诚可靠的 AI 伙伴</strong>
</p>

<p align="center">
  <a href="https://github.com/openakita/openakita/blob/main/LICENSE">
    <img src="https://img.shields.io/badge/license-MIT-blue.svg" alt="License" />
  </a>
  <a href="https://www.python.org/downloads/">
    <img src="https://img.shields.io/badge/python-3.11+-blue.svg" alt="Python Version" />
  </a>
  <a href="https://github.com/openakita/openakita/releases">
    <img src="https://img.shields.io/github/v/release/openakita/openakita" alt="Release" />
  </a>
  <a href="https://github.com/openakita/openakita/actions">
    <img src="https://img.shields.io/github/actions/workflow/status/openakita/openakita/ci.yml?branch=main" alt="Build Status" />
  </a>
</p>

<p align="center">
  <a href="#特性">特性</a> •
  <a href="#快速开始">快速开始</a> •
  <a href="#文档">文档</a> •
  <a href="#架构">架构</a> •
  <a href="#贡献">贡献</a>
</p>

<p align="center">
  <a href="./README.md">📖 English Documentation</a>
</p>

---

## 什么是 OpenAkita?

OpenAkita 是一个**自进化 AI 助手** — 你在数字世界中忠诚可靠的伙伴。

就像它名字来源的秋田犬一样,OpenAkita 具备这些品质:
- 🤝 **忠诚伙伴** — 始终陪伴在你身边,随时准备帮助你
- 🧠 **与你共同成长** — 记住你的偏好,变得越来越懂你
- 💪 **可靠搭档** — 承诺完成任务,不轻言放弃
- 🛡️ **值得信赖** — 保护你的数据安全,尊重你的隐私

OpenAkita 不只是一个工具 — 它是一个记住你、理解你、与你并肩面对每个挑战的伙伴。

### 为什么选择 OpenAkita?

- **🔄 自我进化**:自动从 GitHub 搜索技能或生成代码获取新能力
- **💪 永不放弃**:持续执行直到任务完成
- **🛠️ 工具执行**:原生支持 Shell 命令、文件操作和 Web 请求
- **🔌 MCP 集成**:通过 Model Context Protocol 连接浏览器、数据库等外部服务
- **💬 多平台部署**:CLI、Telegram、飞书 完整支持(文字、语音、图片、文件);企业微信、钉钉已实现

## 特性

| 特性 | 描述 |
|------|------|
| **Ralph Wiggum 模式** | 持续执行循环 - 任务未验证完成不会终止 |
| **Plan 模式** | 智能多步骤任务规划与执行,实时进度追踪 |
| **自我进化** | 搜索 GitHub 获取技能,安装依赖,或即时生成代码 |
| **工具调用** | 执行 Shell 命令、文件操作、HTTP 请求,内置安全机制 |
| **MCP 支持** | 集成 Model Context Protocol 服务器,支持浏览器自动化、数据库 |
| **多轮对话** | 上下文感知对话,支持持久化记忆 |
| **多平台** | CLI、Telegram、飞书(完整支持:文字/语音/图片/文件);企业微信、钉钉、QQ(已实现,未测试) |

### Plan 模式(多步骤任务管理)

对于需要多个步骤完成的复杂任务,OpenAkita 会自动激活 **Plan 模式**,确保可靠执行:

#### 工作原理

```
┌─────────────────────────────────────────────────────────────┐
│                       Plan 模式                              │
├─────────────────────────────────────────────────────────────┤
│                                                              │
│   用户请求                                                    │
│        ↓                                                     │
│   ┌─────────────────────────────────────────────────────┐   │
│   │  多步骤检测                                          │   │
│   │  • 5+ 个动作词(复杂任务)                           │   │
│   │  • 3+ 个动作词 + 连接词("然后"、"接着")            │   │
│   │  • compound 复合任务类型                             │   │
│   └─────────────────────────────────────────────────────┘   │
│        ↓                                                     │
│   ┌─────────────────────────────────────────────────────┐   │
│   │  create_plan → 执行步骤 → update_plan_step          │   │
│   │       ↓            ↓              ↓                 │   │
│   │   创建计划      工具调用      进度追踪               │   │
│   │       ↓            ↓              ↓                 │   │
│   │   通知用户      实时执行      状态更新               │   │
│   └─────────────────────────────────────────────────────┘   │
│        ↓                                                     │
│   complete_plan → 生成总结报告                               │
│                                                              │
└─────────────────────────────────────────────────────────────┘
```

#### 功能特点

| 功能 | 描述 |
|------|------|
| **自动检测** | 智能识别多步骤任务 |
| **计划优先** | 强制先创建计划再执行 |
| **进度追踪** | 实时更新每个步骤状态 |
| **用户通知** | 向 IM 通道推送执行进度 |
| **持久化保存** | 计划保存为 Markdown 文件 |
| **步骤依赖** | 支持步骤间依赖关系 |

#### 使用示例

```
用户: "打开百度搜索天气并截图发我"

📋 任务计划:在百度搜索天气并截图
├─ 1. 启动浏览器并访问百度
├─ 2. 输入搜索关键词
├─ 3. 点击搜索按钮
└─ 4. 截图并发送

执行过程:
✅ [1/4] 启动浏览器 - 已完成
✅ [2/4] 输入关键词 - 已完成
✅ [3/4] 点击搜索 - 已完成
✅ [4/4] 截图发送 - 已完成

🎉 任务完成!4/4 步骤成功执行。
```

#### Plan 工具

| 工具 | 描述 |
|------|------|
| `create_plan` | 创建包含步骤的执行计划 |
| `update_plan_step` | 更新步骤状态(pending/in_progress/completed/failed) |
| `get_plan_status` | 获取当前计划进度 |
| `complete_plan` | 标记计划完成,生成总结 |

### 自维护系统

OpenAkita 的"睡眠周期" — 夜间自动维护:

| 功能 | 执行时间 | 描述 |
|------|----------|------|
| **记忆整理** | 凌晨 3:00 | 整理当日对话,转化为长期记忆 |
| **自检修复** | 凌晨 4:00 | 分析错误日志,自动修复工具问题,生成报告 |
| **任务复盘** | 长任务后 | 回顾执行过程,提取经验教训 |
| **循环检测** | 实时 | 防止无限循环 |

#### 工作原理

```
┌─────────────────────────────────────────────────────────────┐
│                       自维护系统                              │
├─────────────────────────────────────────────────────────────┤
│                                                              │
│  ┌─────────────────┐    ┌─────────────────┐                 │
│  │    日志系统      │    │    记忆系统      │                 │
│  │  • 文件轮转     │    │  • 记忆整理      │                 │
│  │  • 自动清理     │    │  • 语义去重      │                 │
│  │  • ERROR 过滤   │    │  • 向量检索      │                 │
│  └────────┬────────┘    └────────┬────────┘                 │
│           │                      │                           │
│           └──────────┬───────────┘                           │
│                      ▼                                       │
│           ┌─────────────────────┐                            │
│           │    每日系统自检      │                            │
│           │  • 分析错误日志     │                            │
│           │  • LLM 诊断分析     │                            │
│           │  • 自动修复工具     │                            │
│           │  • 生成检查报告     │                            │
│           └─────────────────────┘                            │
│                                                              │
│  错误分类处理:                                                │
│  • 核心组件 (Brain/Memory/Scheduler) → 仅报告,不自动修复    │
│  • 工具组件 (Shell/File/Web/MCP)     → 自动修复,自我测试    │
│                                                              │
└─────────────────────────────────────────────────────────────┘
```

#### 配置说明

```bash
# 日志设置
LOG_LEVEL=INFO
LOG_DIR=logs
LOG_RETENTION_DAYS=30

# 系统任务(不可删除,可禁用)
# 凌晨 3:00 执行记忆整理
# 凌晨 4:00 执行系统自检
```

## 快速开始

> ⚠️ **早期阶段项目**:本项目仍在早期开发阶段,部分功能可能不完善。建议使用 AI 编程助手如 [Cursor](https://cursor.sh/)、[Claude](https://claude.ai/) 或 [GitHub Copilot](https://github.com/features/copilot) 来协助部署和排查问题。

### 前置要求

- Python 3.11 或更高版本
- LLM API 密钥(Anthropic、OpenAI 兼容接口、或其他模型)

### 推荐模型

| 模型 | 厂商 | 说明 |
|------|------|------|
| `claude-sonnet-4-5-*` | Anthropic | 默认,性能均衡 |
| `claude-opus-4-5-*` | Anthropic | 能力最强 |
| `qwen3-max` | 阿里通义 | 中文能力强 |
| `minimax-2.1` | MiniMax | 对话创作出色 |
| `kimi-2.5` | 月之暗面 | 超长上下文 |

> 💡 **建议**:复杂任务建议开启"扩展思考"模式。将模型设为 `*-thinking` 版本(如 `claude-opus-4-5-20251101-thinking`)可获得更好的推理效果。

### 快速安装(推荐)

**一行命令安装,交互式配置向导:**

```bash
# 从 PyPI 安装
pip install openakita

# 运行配置向导(交互式引导配置)
openakita init
```

配置向导将引导你完成:
- LLM API 配置(API 密钥、模型选择)
- IM 通道设置(可选:Telegram、飞书等)
- 记忆系统配置
- 目录结构创建

**或使用一键安装脚本:**

```bash
# Linux/macOS
curl -fsSL https://raw.githubusercontent.com/openakita/openakita/main/scripts/quickstart.sh | bash

# Windows (PowerShell)
irm https://raw.githubusercontent.com/openakita/openakita/main/scripts/quickstart.ps1 | iex
```

### 手动安装

```bash
# 克隆仓库
git clone https://github.com/openakita/openakita.git
cd openakita

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安装
pip install -e .

# 运行配置向导
openakita init

# 或手动配置
cp examples/.env.example .env
# 编辑 .env 添加你的 API 密钥
```

### 配置

创建 `.env` 文件,至少包含:

```bash
# 必需
ANTHROPIC_API_KEY=你的API密钥

# 可选:自定义 API 端点
ANTHROPIC_BASE_URL=https://api.anthropic.com

# 可选:模型选择
DEFAULT_MODEL=claude-sonnet-4-20250514
```

### 运行

```bash
# 交互式 CLI 模式
openakita

# 执行单个任务
openakita run "创建一个带测试的 Python 计算器"

# 查看状态
openakita status

# 运行自检
openakita selfcheck
```

## 文档

| 文档 | 描述 |
|------|------|
| [📖 快速开始](docs/getting-started.md) | 安装和入门指南 |
| [🏗️ 架构设计](docs/architecture.md) | 系统设计和组件说明 |
| [🔧 配置说明](docs/configuration.md) | 所有配置选项详解 |
| [🚀 部署指南](docs/deploy.md) | 生产环境部署指南 |
| [🔌 MCP 集成](docs/mcp-integration.md) | 连接外部服务 |
| [📱 IM 通道](docs/im-channels.md) | Telegram、钉钉、飞书配置 |
| [🎯 技能系统](docs/skills.md) | 创建和使用技能 |
| [🧪 测试框架](docs/testing.md) | 测试框架和覆盖率 |

## 架构

```
┌─────────────────────────────────────────────────────────────┐
│                         OpenAkita                              │
├─────────────────────────────────────────────────────────────┤
│   ┌─────────┐  ┌─────────┐  ┌─────────┐  ┌─────────┐       │
│   │ SOUL.md │  │AGENT.md │  │ USER.md │  │MEMORY.md│       │
│   │  (灵魂)  │  │  (行为)  │  │  (用户)  │  │  (记忆)  │       │
│   └────┬────┘  └────┬────┘  └────┬────┘  └────┬────┘       │
│        └────────────┴────────────┴────────────┘            │
│                           ↓                                 │
│   ┌─────────────────────────────────────────────────────┐  │
│   │                    Agent 核心                        │  │
│   │  ┌─────────┐  ┌──────────┐  ┌─────────────────────┐ │  │
│   │  │  Brain  │  │ Identity │  │   Ralph Loop        │ │  │
│   │  │(Claude) │  │  (身份)   │  │  (永不放弃循环)      │ │  │
│   │  └─────────┘  └──────────┘  └─────────────────────┘ │  │
│   └─────────────────────────────────────────────────────┘  │
│                           ↓                                 │
│   ┌─────────────────────────────────────────────────────┐  │
│   │                     工具层                           │  │
│   │  ┌───────┐  ┌───────┐  ┌───────┐  ┌───────┐        │  │
│   │  │ Shell │  │ 文件   │  │  Web  │  │  MCP  │        │  │
│   │  └───────┘  └───────┘  └───────┘  └───────┘        │  │
│   └─────────────────────────────────────────────────────┘  │
│                           ↓                                 │
│   ┌─────────────────────────────────────────────────────┐  │
│   │                   进化引擎                           │  │
│   │  ┌──────────┐  ┌───────────┐  ┌────────────────┐   │  │
│   │  │ Analyzer │  │ Installer │  │ SkillGenerator │   │  │
│   │  │ (需求分析) │  │ (自动安装) │  │   (技能生成)    │   │  │
│   │  └──────────┘  └───────────┘  └────────────────┘   │  │
│   └─────────────────────────────────────────────────────┘  │
└─────────────────────────────────────────────────────────────┘
```

### 核心文档

OpenAkita 使用独特的基于文档的身份和记忆系统:

| 文档 | 用途 |
|------|------|
| `identity/SOUL.md` | 核心哲学和价值观 - Agent 的"灵魂" |
| `identity/AGENT.md` | 行为规范和工作流程 |
| `identity/USER.md` | 用户档案、偏好和上下文 |
| `identity/MEMORY.md` | 工作记忆、任务进度、经验教训 |

### Ralph Wiggum 模式

Agent 在持续循环中运行:

```
接收任务 → 分析 → 执行 → 验证 → 重复直到完成
              ↓
         遇到失败时:
         1. 分析错误原因
         2. 搜索 GitHub 寻找解决方案
         3. 安装或生成修复代码
         4. 重试任务
```

## 使用示例

### 多轮对话

```
用户: 我叫张三,今年25岁
Agent: 你好,张三!很高兴认识你。

用户: 我叫什么名字?
Agent: 你叫张三,今年25岁。
```

### 复杂任务执行

```
用户: 在 /tmp/calc 目录创建一个 Python 计算器项目,包含加减乘除函数和测试

Agent: 正在执行任务...
  [工具调用] 创建目录结构...
  [工具调用] 写入 calculator.py...
  [工具调用] 写入 test_calculator.py...
  [工具调用] 运行测试...

✅ 任务完成!16 个测试全部通过。
```

### 自我进化

```
用户: 帮我分析这个 Excel 文件

Agent: 检测到需要 Excel 处理能力...
Agent: 搜索 GitHub 找到 openpyxl...
Agent: 正在安装 openpyxl...
Agent: 安装完成,开始分析文件...
```

## 项目结构

```
openakita/
├── identity/               # Agent 身份配置
│   ├── SOUL.md             # Agent 核心哲学
│   ├── AGENT.md            # 行为规范
│   ├── USER.md             # 用户档案
│   └── MEMORY.md           # 工作记忆
├── src/openakita/
│   ├── core/               # 核心模块
│   │   ├── agent.py        # Agent 主类
│   │   ├── brain.py        # Claude API 集成
│   │   ├── ralph.py        # Ralph 循环引擎
│   │   ├── identity.py     # 身份系统
│   │   └── memory.py       # 记忆管理
│   ├── tools/              # 工具实现
│   │   ├── shell.py        # Shell 执行
│   │   ├── file.py         # 文件操作
│   │   ├── web.py          # HTTP 请求
│   │   └── mcp.py          # MCP 桥接
│   ├── evolution/          # 自我进化
│   │   ├── analyzer.py     # 需求分析
│   │   ├── installer.py    # 自动安装
│   │   └── generator.py    # 技能生成
│   ├── channels/           # IM 集成
│   │   └── adapters/       # 平台适配器
│   ├── skills/             # 技能系统
│   ├── storage/            # 持久化层
│   └── testing/            # 测试框架
├── skills/                 # 本地技能目录
├── plugins/                # 插件目录
├── data/                   # 数据存储
└── docs/                   # 文档
```

## 测试覆盖

| 类别 | 数量 | 描述 |
|------|------|------|
| QA/基础问答 | 30 | 数学、编程知识、常识 |
| QA/推理 | 35 | 逻辑推理、代码理解 |
| QA/多轮对话 | 35 | 上下文记忆、指令跟随 |
| 工具/Shell | 40 | 命令执行、文件操作 |
| 工具/文件 | 30 | 读写、搜索、目录操作 |
| 工具/API | 30 | HTTP 请求、状态码 |
| 搜索/Web | 40 | HTTP、GitHub 搜索 |
| 搜索/代码 | 30 | 本地代码搜索 |
| 搜索/文档 | 30 | 项目文档搜索 |
| **总计** | **300** | |

## 部署方式

### CLI 模式(默认)

```bash
openakita
```

### Telegram 机器人

```bash
# 在 .env 中启用
TELEGRAM_ENABLED=true
TELEGRAM_BOT_TOKEN=你的token

# 运行
python scripts/run_telegram_bot.py
```

### Docker

```bash
docker build -t openakita .
docker run -d --name openakita -v $(pwd)/.env:/app/.env openakita
```

### Systemd 服务

```bash
sudo cp openakita.service /etc/systemd/system/
sudo systemctl enable openakita
sudo systemctl start openakita
```

详细部署说明请参阅 [docs/deploy.md](docs/deploy.md)。

## 贡献

我们欢迎各种形式的贡献!请查看 [贡献指南](CONTRIBUTING.md) 了解详情。

### 快速贡献指南

1. Fork 本仓库
2. 创建特性分支 (`git checkout -b feature/amazing-feature`)
3. 提交更改 (`git commit -m 'Add amazing feature'`)
4. 推送到分支 (`git push origin feature/amazing-feature`)
5. 创建 Pull Request

### 开发环境设置

```bash
# 安装开发依赖
pip install -e ".[dev]"

# 运行测试
pytest tests/ -v

# 类型检查
mypy src/

# 代码检查
ruff check src/
```

## 社区

加入我们的社区,获取帮助、分享经验、参与讨论!

### 即时交流

<table>
  <tr>
    <td align="center">
      <img src="docs/assets/wechat_group.jpg" width="200" alt="微信群二维码" /><br/>
      <b>微信交流群</b><br/>
      <sub>扫码加入中文社区</sub>
    </td>
    <td>
      <b>💬 微信群</b> - 中文用户即时交流<br/><br/>
      <b>🎮 Discord</b> - <a href="https://discord.gg/Mkpd3rsm">加入 Discord</a><br/><br/>
      <b>🐦 X (Twitter)</b> - <a href="https://x.com/openakita">@openakita</a><br/><br/>
      <b>📧 邮箱</b> - <a href="mailto:zacon365@gmail.com">zacon365@gmail.com</a>
    </td>
  </tr>
</table>

### 项目互动

- 📖 [文档](docs/) - 完整使用指南
- 🐛 [问题追踪](https://github.com/openakita/openakita/issues) - 报告 Bug、请求功能
- 💬 [讨论区](https://github.com/openakita/openakita/discussions) - 技术讨论、问答
- ⭐ [Star 项目](https://github.com/openakita/openakita) - 支持我们

## 致谢

OpenAkita 站在巨人的肩膀上:

- [Anthropic Claude](https://www.anthropic.com/claude) - 核心 LLM 引擎
- [browser-use](https://github.com/browser-use/browser-use) - AI 浏览器自动化
- [Claude Soul Document](https://gist.github.com/Richard-Weiss/efe157692991535403bd7e7fb20b6695) - 灵魂文档灵感来源
- [Ralph Playbook](https://claytonfarr.github.io/ralph-playbook/) - Ralph Wiggum 模式哲学
- [AGENTS.md Standard](https://agentsmd.io/) - Agent 行为规范标准

## 许可证

本项目采用 MIT 许可证 - 详见 [LICENSE](LICENSE) 文件。

---

<p align="center">
  <strong>OpenAkita — 忠诚可靠的 AI 伙伴</strong>
</p>

<p align="center">
  <a href="#openakita">返回顶部 ↑</a>
</p>

Files in this skill

  • README.md761 B
  • skill.md23.3 KB

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.