_y – Perusahaan AI yang dijalankan oleh 30 agen AI (MIT, kompatibel dengan Ollama)

_y adalah sistem yang menyusun 30 agen AI ke dalam 10 departemen (pemasaran, risiko, keuangan, engineering, dll.), lalu setelah masing-masing melakukan analisis secara independen, agen kepala staf menyusun briefing gabungan.

[Cara penggunaan]

1. Clone repositori → npm install → npm run setup
   • setup mendeteksi hardware (RAM/GPU) dan otomatis membuat profil model yang optimal
2. Instal Ollama (gratis) atau masukkan API key OpenAI/Anthropic/Google
3. npm run dev → akses localhost:3000
4. Masukkan URL yang ingin dianalisis, lalu 30 agen mulai menganalisis dari sudut pandang departemen masing-masing
5. Di panel laporan, periksa hasil analisis per departemen → Counsely menyusun briefing terpadu

[Demo langsung] https://y-company-oss.vercel.app (bisa mencoba struktur dengan data demo)

[Tujuan]

• Masalah: Saat menjalankan banyak agen AI, yang keluar hanya log terminal, jadi sulit mengetahui apa yang sedang berlangsung. (Saya sebenarnya bukan developer.)
• Solusi: Membuat lapisan visualisasi agar pekerjaan agen bisa dipantau secara real-time dan disusun seperti bagan organisasi.
• Target: Struktur di mana CEO/founder cukup mengatakan "tolong analisis URL ini", lalu 30 agen menganalisis secara independen → menerima laporan gabungan.

[Fitur]

• Prinsip Byzantine: Agen tidak melakukan pemungutan suara konsensus satu sama lain. Hanya melakukan analisis independen → verifikasi → sintesis. (Jika konsensus dilakukan, hasilnya cenderung condong ke jawaban yang muncul lebih dulu.)
• Dukungan LLM campuran: Bisa menetapkan model berbeda untuk tiap departemen (contoh: Gemini 2.0 Flash → Claude Opus → Qwen3 32B lokal)
• Bisa dijalankan dengan biaya $0/bulan: 30 agen dapat dijalankan dengan Ollama (LLM lokal) + Supabase free tier
• Tool binding: Setiap agen menggunakan 15 alat (pencarian web, data pasar, pemeriksaan security header, dll.)
• Open source: Lisensi MIT, seluruh kode dibuka

[Tech stack] Next.js, TypeScript, Ollama, Supabase, Vercel

[Kode sumber] https://github.com/antryu2b/_y

Kalau ada pertanyaan atau feedback, silakan disampaikan!!