qm - Harness Agen Multipemain untuk Kolaborasi

 (github.com/yc-software)
1 poin oleh GN⁺ 2 jam lalu | 1 komentar | Bagikan ke WhatsApp
  • qm adalah harness agen multipemain yang memungkinkan anggota startup berkolaborasi dengan agen di kanal Slack, pesan grup, dan proyek sambil masing-masing memakai ruang kerja terisolasi
  • Memisahkan memori, file, keychain, izin, tugas terjadwal, aplikasi web, dan sandbox persisten untuk setiap orang dan ruang percakapan, sambil mempertahankan identitas dan konfigurasi yang sama di Slack dan web
  • Dapat menghubungkan Pi, OpenCode, Codex, dan Claude Code ke inti yang sama, serta menempatkan penyimpanan sesi, sandbox, dan memori di balik antarmuka untuk menghindari ketergantungan pada model atau penyedia tertentu
  • Menyediakan mode keamanan Strict, Auto, dan Dangerous, serta menerapkan kebijakan perintah dan penolakan paksa untuk tindakan seperti penghapusan rekursif atau SQL destruktif di semua mode
  • Konfigurasi dan infrastruktur per organisasi disimpan di repositori deployment terpisah atau repositori privat hasil clone biasa, dan operator harus melakukan deployment langsung ke akun Fly.io atau AWS miliknya sendiri

Ruang kerja agen tingkat organisasi

  • Dirancang dengan cakupan pribadi dan bersama (scope) sebagai unit dasar untuk mengurangi kompleksitas saat agen bergaya asisten pribadi diterapkan ke seluruh perusahaan
    • Setiap karyawan dapat bekerja di ruang kerja independen tanpa memengaruhi orang lain
    • Di kanal Slack, pesan grup, dan proyek, banyak orang dapat berkolaborasi dengan agen yang sama
  • Setiap orang dan ruang percakapan memiliki memori, file, tampilan keychain, izin, tugas terjadwal, aplikasi web, dan sandbox persisten yang terpisah
  • Menggunakan identitas dan konfigurasi yang sama antara Slack dan aplikasi web
  • Admin dapat mengontrol pengaturan tingkat organisasi, postur keamanan, harness yang tersedia, dan model yang dapat digunakan
  • Skill teknis dimiliki oleh scope dan dapat dibagikan melalui pemberian izin
    • Peningkatan ke tingkat seluruh organisasi memerlukan persetujuan admin
    • Paket skill dapat diimpor dari repositori Git
  • Tugas terjadwal (cron) dan tugas pemantauan (watch) berjalan di latar belakang tanpa harus diawasi pengguna

Pekerjaan yang didukung

  • Dapat menelusuri memo internal, email, dokumen, basis data, dan web sekaligus untuk mengakses pengetahuan perusahaan
  • Dapat membuat aplikasi web internal, membukanya untuk orang yang membutuhkan, dan menjaga data tetap mutakhir
  • Setelah mempelajari gaya bahasa pengguna dari riwayat pengiriman sebelumnya, dapat mengklasifikasikan inbox sesuai jadwal serta membuat label dan draf balasan
  • Dapat menjalankan pengujian di repositori yang ada, membuat PR, memantau CI, dan memeriksa log sistem
  • Dapat melacak proyek di kanal bersama serta memposting progres dan tindak lanjut

Struktur inti dan eksekusi

  • Semua permintaan melewati inti headless dan menghasilkan respons melalui berbagai model dan harness
  • Postgres menyimpan status persisten seperti data pengguna, riwayat sesi, antrean, dan memori
  • Permukaan alat yang digunakan agen kecil dan tetap, dan alat execute menjalankan perintah di sandbox terisolasi milik scope tersebut
    • Sandbox berfungsi sebagai komputer persisten yang dimiliki tiap scope
    • Alat yang dipasang tetap tersedia untuk tugas berikutnya
  • Web UI, panel admin, dan portal publik adalah plugin opsional yang dipasang di atas HTTP API inti
  • Slack adalah plugin in-process opsional yang dijalankan dan diawasi langsung oleh inti sebagai service client
  • Inti menjalankan TypeScript langsung di Node dan menggunakan Fastify untuk HTTP
    • Plugin Slack menggunakan Bolt
    • Web UI dibangun dengan Vite dan dirender dengan Lit
  • Harness, penyimpanan sesi, sandbox, dan memori masing-masing berada di balik antarmuka, dan implementasi produksi dapat diganti dari satu file wiring

Model deployment per organisasi

  • Konfigurasi per perusahaan, alat dan skill kustom, image sandbox, dan infrastruktur ditempatkan di direktori deployment yang terpisah dari inti
  • qm CLI memvalidasi dan melakukan deployment direktori deployment
  • Setelah bergantung pada @yc-software/qm di repositori milik organisasi, inisialisasi dapat dilakukan seperti berikut
npm exec --yes --package=@yc-software/qm@latest -- \
  qm init . --org <slug> --target <fly-or-aws>
npm install
  • Proses inisialisasi memandu infrastruktur, login web, kredensial konektor, akses Slack opsional, deployment, dan verifikasi nyata tanpa memerlukan checkout source
  • Deployment berjalan di akun cloud milik operator sendiri
  • Inisialisasi tidak membuat atau mengaktifkan CI deployment, dan repositori qm juga tidak memiliki workflow deployment produksi
  • Prosedur rinci dirangkum di deployment.md

Keamanan dan rahasia

  • Agen bertindak dengan kredensial dan izin milik orang yang bekerja bersamanya, dan semua tindakan yang dilakukan tercatat dalam audit log
  • Organisasi memilih satu postur keamanan, dan pada scope yang lebih sempit postur itu hanya bisa diperketat, bukan dilonggarkan
    • Strict: menghentikan semua pemanggilan alat harness sampai ada persetujuan manusia, kecuali dua tindakan akhir giliran yang tidak memiliki efek
    • Auto: mode default, di mana classifier memeriksa data eksternal berlabel sumber dan hasil alat sebelum diteruskan ke model
      • Proxy inspeksi sendiri dapat ditentukan di lingkungan deployment
    • Dangerous: tidak ada inspeksi konten atau jeda di antara pemanggilan alat
  • Kebijakan perintah yang dideklarasikan sebelumnya berlaku di semua mode keamanan
    • Bersama aturan persetujuan, perintah seperti penghapusan rekursif dan SQL destruktif ditolak secara paksa
    • Mode Dangerous juga tidak menjadi pengecualian
  • Model ancaman, prasyarat operator, dan batasan yang diketahui dapat dilihat di SECURITY.md

Repositori kustom privat

  • Organisasi yang tidak cukup hanya dengan repositori deployment dapat mengoperasikan repositori clone privat agar inti dan kode kustom privat bisa dibaca di satu tempat
  • Harus dibuat sebagai clone biasa, bukan memakai fitur Fork GitHub
    • Fork GitHub dari repositori publik tidak bisa diubah menjadi privat
    • Fork GitHub berbagi object network dengan sumbernya, sehingga commit yang didorong ke fork dapat dicari dari sisi publik lewat SHA
    • Repositori clone biasa tidak memiliki masalah ini, tetapi workflow CI upstream benar-benar berjalan di akun organisasi
    • Rahasia yang diperlukan harus disediakan atau workflow yang tidak diinginkan harus dinonaktifkan
  • Konfigurasi per organisasi, alat dan skill sandbox, image plugin, dan infrastruktur disimpan di deploy/layers/<org>/
  • Menjaga inti tetap identik byte demi byte dengan upstream untuk mengurangi skala merge
  • Dua skill mengelola batas antara inti publik dan area kustom privat
    • update-qm menggabungkan upstream qm ke repositori privat dan membuat PR sinkronisasi
    • upstream-pr membuat branch dari upstream/main dan mengirim perubahan yang tidak spesifik organisasi ke qm
    • Memeriksa identifier organisasi di diff, pesan commit, dan screenshot sebelum push
    • File di bawah deploy/layers/ tidak dikirim ke upstream

Kontribusi dan lisensi

  • Kontribusi diterima sebagai dokumen .txt atau .md yang ditulis manusia, bukan kode
    • Perubahan yang diinginkan ditulis secara informal di adrs/, lalu pihak proyek akan mengimplementasikannya setelah ada kesepakatan
    • Aturan rinci ada di CONTRIBUTING.md
  • Kerentanan harus dilaporkan secara privat mengikuti prosedur di SECURITY.md, bukan lewat issue publik
  • Bagian yang tidak diberi keterangan terpisah disediakan di bawah MIT License

Bacaan terkait

1 komentar

 
GN⁺ 2 jam lalu
Komentar Hacker News

  • Menarik melihat elemen dasar dan konsep UI baru bermunculan di era LLM, tetapi ada terlalu banyak aplikasi kreatif dan penjelasannya kurang, sehingga sulit memahami apa fungsi masing-masing
    Di halaman web agen Hermes, saya sama sekali tidak memahami fiturnya, dan baru setelah cukup lama mengulik halaman qm saya menemukan penjelasan yang memadai. Akhir-akhir ini saya sering memakai Orca yang didukung YC untuk mengelola sesi coding, tetapi karena database sesi berbasis PostgreSQL-nya kurang memadai, qm layak dicoba

    • Pada akhirnya, kita bisa membuat perangkat lunak yang dipersonalisasi sendiri. Sekarang, setelah mendapat inspirasi dari alat-alat seperti ini lalu menjalani beberapa sesi yang bagus dengan Claude, kita bisa mengimplementasikan sendiri apa yang diinginkan
    • Jika terlalu menonjolkan pembeda sebuah alat, ada risiko alat itu terlihat asing dan tidak berguna. Karena itu, bahkan alat yang sebenarnya inovatif dan berbeda pun halaman pemasarannya cenderung menjadi mirip
    • AI membutuhkan elemen dasar yang sepenuhnya baru di berbagai ranah

  • Senang melihat arah seperti ini muncul bersama Buzz. Bagian tersulit dari agen multi-pengguna bukanlah agent loop, melainkan penentuan cakupan, dan cakupan per individu serta room bersama di QM merupakan solusi yang masuk akal untuk asisten seluruh perusahaan
    Tim kami sedang membuat AQ (aq.dev), alat coding multi-pengguna yang menjalankan Claude Code dan Codex bersama-sama, jadi melihat YC merilis alat agen multi-pengguna untuk pekerjaan terasa sekaligus mengonfirmasi arah ini dan agak tidak realistis

  • Sudah ada banyak produk serupa, jadi saya tidak tahu mengapa harus memakai ini alih-alih Claude Cowork. Cowork terlihat lebih sederhana, lebih matang, dan lebih kaya fitur, jadi perlu ada perbandingan QM vs Cowork

    • Ada kebutuhan untuk memakai LLM yang dijalankan sendiri serta klien pi atau opencode, daripada terus terikat secara permanen pada ekosistem model berbobot tertutup milik Anthropic dan terus membayar biaya per token
    • Sepertinya mereka menumpang jargon multi-pengguna yang belum benar-benar diselesaikan siapa pun, tetapi UI-nya buruk dan tampaknya bukan jawaban yang tepat
    • Bisa jadi orang ingin memakai model lain

  • Perlu dilihat bagaimana mereka mengimplementasikan konteks dan keamanan tingkat organisasi. Ini tampak sangat saling melengkapi dengan alat coding saya yang saat ini menyediakan antarmuka AI optimal untuk individu, dan akan bagus jika hanya dengan beberapa tiket besar kita bisa memiliki arsitektur seluruh perusahaan sekaligus antarmuka coding personal yang produktif

  • Saya penasaran apakah Hermes adalah pilihan terbaik di antara agen keluarga OpenClaw yang disebut-sebut telah digunakan sebelumnya, dan para pengguna tingkat lanjut sebenarnya memakai sistem seperti ini untuk apa

    • Agen yang selalu aktif yang bisa mengakses sistem internal dan dijalankan lewat webhook sangat praktis
      Saya memakainya untuk memperbaiki kegagalan CI sederhana secara otomatis, menerima alert produksi lalu menganalisis akar masalah dan membuat PR perbaikan, memeriksa dan mengoptimalkan kueri database yang lambat secara berkala, serta membuat chart untuk menjawab pertanyaan data sekali pakai. Saya juga pernah memakainya untuk coding saat bepergian, tetapi lebih menyukai agen interaktif yang memungkinkan saya memeriksa kode secara langsung
    • Saya pernah memakai Hermes, tetapi sering merasa tidak nyaman karena ingin mengontrol satu atau dua tingkat lebih dalam. Sejak kemarin saya membuat sendiri versi yang sangat disesuaikan hanya untuk saya, dan meski ini baru masa bulan madu sehari, saya menikmatinya
      Saya menyukai proses membuat perangkat lunak itu sendiri dan kendali penuh, dan loop agen dasar sebenarnya tidak istimewa. Ada sangat banyak hal yang bisa disesuaikan di luar loop inti, dan proses mencoba berbagai cara ekstensi itu menyenangkan. Tidak perlu memikirkan monetisasi atau generalitas; cukup tambahkan fitur yang dibutuhkan, dan tidak perlu membuatnya bisa dipasangi plugin tanpa batas. Saya berterima kasih kepada nanoclaw dan Hermes karena memberi ide inti, tetapi sekarang saya ingin memodifikasinya dengan cara saya sendiri
    • Hermes besar dan memiliki banyak fitur yang tidak perlu, jadi saya lebih suka agen kecil yang bisa diperluas sesuai kebutuhan. Saya sudah mencoba beberapa proyek di GitHub, dan dirge(https://github.com/dirge-code/dirge) cukup mengesankan; saya tidak berafiliasi dengannya
      Saya menggunakannya untuk membaca feed RSS tambahan dan newsletter, menyaring hanya informasi yang penting bagi saya, lalu menyampaikan berita dan tren pasar
    • Saya memakainya sebagai alat bantu on-call yang pertama merespons alert produksi. Dengan konfigurasi bawaan, efisiensinya tidak setara agen coding, tetapi sangat membantu
    • Kebanyakan orang tampaknya memakainya untuk memeriksa email dan pesan instan secara berkala dengan LLM

  • Ini tampak seperti alat internal yang buru-buru dirilis YC untuk meminimalkan area yang direbut Buzz. Saya penasaran dengan evaluasi dari orang yang sudah membandingkan kedua alat itu secara langsung

  • Saya penasaran apa arti yc software

  • Menarik bahwa mereka juga merilis skill desain anti-slop yang membuat antarmuka tidak terlihat seperti template
    Untuk produk konsumen premium, mereka melarang palet warna yang sering dipakai AI, dan karena landing page serta portofolio adalah produk visual, mereka mendefinisikan halaman teks yang hanya memiliki area screenshot palsu sebagai hasil berkualitas rendah. https://github.com/yc-software/qm/blob/7f2c916360f1797a8ff2a...

    • Pada akhirnya, itu hanya terlihat berbeda dari desain AI berkualitas rendah saat ini; saya rasa seiring waktu, itu sendiri bisa menjadi titik konvergensi desain hambar yang lain

  • Judul seperti qm - a multiplayer agent harness for work akan lebih berguna karena menunjukkan kegunaan alat tersebut

    • Membiarkan pembaca sedikit berusaha untuk memahami judul adalah kebiasaan khas HN