做了一个 Aura Agent, 专门用来盯复杂目标全程自动化

[heack]

Deepseek v4 发布了, token 便宜的要命, 这种项目终于可以实现了.
比如我的量化策略, 论文, 复杂代码, 以前都需要一直盯着, 不断地去推进. 我就想是不是可以只是描述一下我的要求, 然后看看这个 AI 到底能不能帮我解构成子任务, 然后一个一个的推进去完成. 直到最终完成我的目标.
结果是惊喜的, 可以! 我现在要研究个什么事情, 都是直接写一个描述, 丢给他, 然后就会做各方面的研究, 比一个 claude 的执行过程做的详细多了, 甚至可以几十个小时一直在干活, 而且不偏离.
有了这个, 我现在可以同时在做好几个项目. 有点管不过来了.
项目地址是: https://github.com/erickong/aura-agent

安装使用贼简单:
git clone https://github.com/erickong/aura-agent
cd aura-agent
pip install -e .

# Run interactive setup to configure API keys and models
aura setup

# Go to your project
cd /path/to/your/project

# create your task file(task.md for example), describe your goal.
# Aura your goal
aura task.md

# Aura watches task.md and replans automatically.

然后他会在.aura 里面干活, 有需要修改代码啥的都会去修改.
然后这两天 docker 里面跑子任务这个功能又做好了, 这下彻底放飞了, 不担心乱杀进程(deepseek v4 有时候来个 task 全杀真头疼, 有点不听指挥), 而且第一次运行的时候会自动拉包, mac 和 windows 都测试过了, 很丝滑.

他和小龙虾和 hermes 有区别, 就是它是完全的目标驱动的, 有反思系统, 确保不会偏离目标, 为了达成目标, 至少分为三级任务去做, 形成结构化思维. 而且会有 watchdog 专门去杀走死胡同的进程, 干脏活. 反正我也是试验感觉可以形成战斗力了, 才想分享过来, 希望能给大家提供帮助, 也欢迎有识之士可以加入一起来搞.

[openercn]

这个方向我觉得关键不是“能跑很久”，而是长任务里的可控性：每个子任务最好都有日志入口、可重放命令、权限边界和失败后的回滚/接管点。

Docker 子任务是很好的隔离层，后面如果接真实外部环境（浏览器、账号、移动端真机验证），我会优先把截图/操作记录/状态变更都落成审计记录。这样 Agent 可以连续推进，但人随时能知道它做到哪一步、为什么停、能不能安全继续。