开源 AI 同事：2FA 密码不进入模型上下文的架构实现

我试过的所有 AI 助手都有一个共同的软肋：平时挺好，一到登录界面就不行了——要么需要密码、要么需要 2FA 验证码，非得你亲自上手。

所以我做了 Godmode Bot，一个开源（MIT）的 AI 同事。它有一个真实的浏览器，加上你的登录凭证和 2FA 验证码，但模型本身永远不会看到这些敏感信息。

Godmode Bot 是一款面向 macOS、Windows 和 Linux 的桌面应用，基于 Tauri 2 构建。它也可以无界面（headless）运行在服务器、NAS 或树莓派上，通过 Web 面板访问。核心大脑用的是 Claude Code，浏览器驱动靠的是 browser-use，操控的是一个托管的 Chromium 实例。

你可以从单次对话开始（"登录计费门户，下载 9 月份的发票"），也可以构建一个持久化的 Agent 团队，每个 Agent 都有自己独立的指令、记忆、定时任务和历史记录。

保险库设计

这是我花时间最多的部分。

登录凭证和 TOTP 密钥存放在本地保险库中，加密链路是：scrypt → 密钥加密密钥（key-encryption key）→ 随机的 256 位数据密钥 → 每个 secret 独立用 AES-256-GCM 加密。

当 Agent 遇到登录表单时，它调用类似 vault_fill_login 或 vault_fill_totp 的工具。Godmode 通过 CDP 将值直接敲入页面，密码永远不会进入模型的上下文。

填充操作与站点绑定。登录凭证只会被输入到对应的 https 站点和真实的密码字段中，所以钓鱼页面或被 prompt 注入的伪造页面什么都拿不到。

已知凭证会在转录、日志和 UI 中脱敏处理，每次 secret 访问都会写入审计日志。

把 secrets 弄进去也很方便。可以从 Chrome、1Password、Bitwarden、Apple Passwords 或 Firefox 导入密码，从 Google Authenticator 导出二维码的截图导入 2FA（多账号验证码也支持）。

每个 Agent 都有独立的代码仓库

~/.godmode/agents/invoice-collector/
├── CLAUDE.md                 # 身份定义和指令
├── MEMORY.md                 # Agent 维护的长期记忆
├── conversations/<id>.md     # 转录记录
├── runs/2026-09-27/<id>.jsonl# 原始事件日志（secret 已脱敏）
└── workspace/                # Agent 产生的文件

每次运行都会提交（commit），所以你能完整看到 Agent 学到了什么、做了什么，也可以随时回滚。

功能特性

定时任务（Routines）：通过友好的可视化构建器配置 cron 表达式（"工作日 08:00"）

委托（Delegation）：Agent 可以把任务交给同伴 Agent，或者生成一次性的子 Agent

缺失登录收件箱（Missing-login inbox）：当 Agent 无法登录时，它会精确告知你缺了什么，而不是卡在那里干等

Chrome 会话导入：从你的 Chrome 浏览器上次状态继续

集成：全局、工作区级别或单个 Agent 级别的 Composio 工具包和自定义 MCP 服务器

语音模式、加密备份与恢复，以及 composer 中支持所有 Claude Code 斜杠命令

运行机制

每一轮对话都在 Agent 的 git 仓库里运行 claude -p --output-format stream-json，并把每个想法、工具调用和截图流式推送到 UI。本地 MCP 网关为 Agent 提供保险库工具、委托工具和 report_missing_login。你可以在聊天旁边实时观看浏览器操作，随时接管控制权，比如手动解决 CAPTCHA。

Agent 以 bypass 权限运行 Claude Code，所以不会出现权限提示框。就当是一个信得过的同事，能访问你的机器。对于高敏感场景，建议在 VM 或容器中运行。SECURITY.md 中有完整的威胁模型说明。

安装方式

桌面应用：Releases 页面

无界面部署：docker compose up -d，然后打开 http://localhost:7777

代码、问题反馈和 PR：https://github.com/codextde/godmode-bot

非常欢迎反馈，尤其是保险库设计方面，以及你希望 Agent 接下来能做什么。全量的计算机使用 VM 模式已在路线图上。