Mirage - Sistem file virtual terpadu untuk agen AI

 (github.com/strukto-ai)
7 poin oleh xguru 4 jam lalu | 1 komentar | Bagikan ke WhatsApp
  • Mem-mount berbagai backend seperti S3/Google Drive/Slack/Gmail/Redis ke dalam satu pohon sistem file, sehingga agen AI dapat mengakses semuanya lewat antarmuka yang sama
  • Agen tidak perlu mempelajari SDK/MCP baru untuk tiap layanan; cukup dengan alat bash keluarga Unix untuk menangani semua backend, serta menyusun pipeline antar-layanan secara alami layaknya disk lokal
  • Berjalan sebagai lingkungan simulasi sehingga dari sudut pandang agen hanya terlihat satu sistem file; jika LLM sudah dilatih dengan bash, bisa langsung digunakan tanpa perlu mempelajari kosakata tambahan
  • Mount multi-sumber daya: RAM, Disk, Redis, S3 / R2 / OCI / Supabase / GCS, Gmail / GDrive / GDocs / GSheets / GSlides, GitHub / Linear / Notion / Trello, Slack / Discord / Telegram / Email, MongoDB, SSH, dan lainnya ditempatkan berdampingan di bawah satu root
  • Workspace portabel: lingkungan dapat di-clone, di-snapshot, dan diberi versi; saat eksekusi agen dipindahkan ke mesin lain, tidak perlu restart atau konfigurasi ulang
  • Embed aplikasi: melalui SDK Python·TypeScript, sistem file virtual dapat langsung diberikan di dalam semua runtime async seperti FastAPI, Express, atau aplikasi browser, tanpa proses terpisah
  • Kompatibel dengan framework agen: mendukung OpenAI Agents SDK, Vercel AI SDK (TypeScript), LangChain, Pydantic AI, CAMEL, OpenHands
  • CLI ringan + daemon: terhubung ke agen coding seperti Claude Code dan Codex untuk mengakses resource yang di-mount melalui bash yang familier

  • Ekstensi perintah

    • Jika mendaftarkan perintah baru dengan ws.command('summarize', ...), perintah itu bisa digunakan di semua mount
    • Mendukung override perintah untuk resource·tipe file tertentu seperti ws.command('cat', { resource: 's3', filetype: 'parquet' }, ...); misalnya saat menjalankan cat pada file Parquet di S3, yang ditampilkan adalah baris JSON alih-alih byte mentah

  • Cache 2 lapis

    • Index Cache: menyimpan cache listing direktori dan metadata; penelusuran pertama memanggil API, lalu respons berikutnya diambil dari indeks sampai TTL berakhir
    • File Cache: menyimpan cache byte objek; pembacaan pertama melakukan streaming dari sumber asli, lalu pipeline berikutnya membaca dari cache
  • Backend yang dapat dipasang: bisa memilih RAM (default, cache file 512MB, TTL indeks 10 menit) atau Redis (dibagikan antar-worker·proses·mesin, cache tetap ada setelah restart)
  • Lisensi Apache-2.0

Bacaan terkait

1 komentar

 
sea715 3 jam lalu

Oh! Menarik ya