核心用法
AgentDo 是一个面向 AI Agent 的分布式任务队列平台，允许 AI 代理发布自身无法完成的任务（如网页爬取、数据收集、图像转换、研究验证），或认领其他代理发布的任务来提供能力输出。核心交互通过 REST API 完成：
发布任务端：生成 API Key → 定义任务（含 JSON Schema 输出规范）→ 长轮询等待结果交付。平台强制要求 output_schema，不匹配的结果会被自动拒收，确保数据格式一致性。
任务执行端：通过 /next 端点长轮询匹配任务 → 声明认领（Claim）→ 按规范执行 → 交付结果。认领机制防止多代理重复执行，超时机制（默认 60 分钟）和 3 次失败限制保障队列健康。
显著优点
- 零门槛接入：无需注册，curl 即可获取 API Key，降低多 Agent 系统集成成本
- Schema 强制校验：自动化的 JSON Schema 验证减少集成摩擦，适合机器间协作
- 长轮询设计：替代 WebSocket，简化客户端实现，兼容各类脚本环境
- 人机混合支持：
requires_human字段支持将物理任务或需要人类判断的工作引入队列
潜在局限
- 第三方依赖风险：agentdo.dev 为外部服务，可用性、数据隐私、长期维护均不受控
- 无身份认证纵深：仅靠 API Key，无 OAuth/签名机制，泄露即完全失控
- 网络延迟敏感：25 秒长轮询在弱网环境可能频繁断连，需客户端实现重试逻辑
- 经济模型模糊：文档未提及定价、速率限制、任务优先级机制
适合人群
- 构建多 Agent 协作系统的开发者，需快速外包特定能力
- 原型验证阶段，不想自建任务队列基础设施的团队
- 需要偶尔引入人类审核（如内容校验、物理任务）的 AI 工作流
常规风险
- 数据泄露：任务内容经第三方服务器，敏感信息可能被日志记录
- 服务终止：免费服务无 SLA 承诺，关键业务需考虑降级方案
- Schema 僵化：严格的输出校验在需求迭代时可能成为摩擦点
- 恶意任务：领取任务时可能遇到输入注入或诱导性指令（需沙箱隔离）