从零开始， 运行第一个任务

先准备好运行环境

准备项目仓库、Python 与 uv。从零教程包含系统权限、Chromium、模型配置，并解释脚本化安装检查与真实模型任务的区别。

先配置模型

从已安装并激活环境的 checkout 开始。复制 .env.example，填写模型、API key 与端点，再显式加载。

cp .env.example .env
# Edit .env before continuing. Keep it private.
set -a; . ./.env; set +a
northcua config init --directory logs/my-config \
  --model "$NORTHCUA_MODEL" --base-url "$NORTHCUA_BASE_URL"
northcua config validate --app-config logs/my-config/app.example.yaml

DESKTOP

桌面

完成模型配置后使用可交互桌面，并授予系统所需权限；每块物理屏幕只执行一个任务。

northcua local desktop run \
  --app-config logs/my-config/app.example.yaml \
  --query "Open a calculator and compute 12 * 7." --max-steps 15

WEB

网页

完成模型配置并安装 Chromium 后执行。检查保存的输出，不能仅依赖模型的完成声明。

northcua local web run \
  --app-config logs/my-config/app.example.yaml --url https://example.com \
  --query "Report the main heading." --max-steps 8

BATCH

本地跑批

先按本地跑批教程在独立终端启动 fixture 与 controller，它们会生成下面的三任务清单。这个无密钥教程使用脚本化模型。

northcua batch validate --manifest logs/batch-tutorial/batch.yaml
northcua batch run --manifest logs/batch-tutorial/batch.yaml \
  --output-dir logs/batch-tutorial/batches
northcua batch status --batch-id local-web --output-dir logs/batch-tutorial/batches

本地跑批使用 macOS/Linux 上的新建 Web worker，共享主机文件系统、用户与网络，不提供操作系统沙箱。每块物理屏幕只运行一个 Desktop 任务。

让你的 agent 学会这套工作流

仓库中的 skill 覆盖前提条件、配置、桌面、网页、跑批、检查与清理。将 skill 与关联参考资料一起交给 coding agent。

下载 SKILL.md ↓

随时查阅

运行第一个任务 — 安装、配置模型、执行任务，再检查具体结果。

连接你的模型 — 复制模板，填写模型、密钥与端点；凭据留在自己的电脑上。

本地小规模跑批 — 三个 Web 任务、有界并发、结果回执，以及 drain 与 resume。

交给你的 coding agent — 加载操作 skill，并同时阅读其关联的从零教程。

参考文档保留其源语言。GitHub 公共地址待补期间，仍可在这里完整阅读操作步骤。