Mayros: Kerangka kerja lokal-pertama untuk AI multi-agen pribadi dan pesan
Mayros, yang dikembangkan oleh ApiliumCode, adalah kerangka kerja lokal-pertama untuk menerapkan dan mengelola agen AI pada perangkat keras pribadi. Ini bertindak sebagai gerbang lokal yang mengarahkan interaksi model ke TUI terminal, saluran pesan, dan mengorkestrasi alur kerja multi-agen sambil terhubung ke model dan alat eksternal serta mendukung interoperabilitas MCP. Fitur bawaan termasuk memori grafis semantik yang didukung oleh AIngle, ekstensi plugin, dan perilaku agen yang didefinisikan oleh markdown, ditambah pesawat kontrol Gateway untuk saluran pesan. Alat ini ditujukan untuk pengembang, peneliti, dan pengguna yang peduli privasi yang membutuhkan kontrol di perangkat dan kompatibilitas lintas alat.
Tugas apa yang sebenarnya dapat Anda gunakan untuk itu?
Kerangka kerja menjalankan agen secara lokal sebagai kontrol pesawat yang menghubungkan model ke terminal interaktif dan saluran pesan, memungkinkan interaksi agen jarak jauh melalui aplikasi seperti Telegram dan alur kerja berbasis terminal. Ini mendukung orkestrasi multi-agen dan plugin hooks, sehingga tim dapat menetapkan agen terpisah untuk penelitian, penggunaan alat, atau tugas otomatisasi. Kombinasi dari TUI, perilaku yang ditentukan oleh markdown, dan kontrol pesawat Gateway langsung memetakan ke otomatisasi yang dipimpin pengembang dan skenario integrasi pesan.
Seberapa dapat diandalkan dan dapat diverifikasi ingatan agen?
Alat ini menggunakan mesin grafik semantik untuk menyimpan ingatan agen sebagai hubungan terstruktur yang dapat diverifikasi daripada file datar. Cortex berbasis AIngle menyimpan klaim dengan hubungan grafik dan bukti kriptografi, yang membantu agen mengambil konteks dengan asal-usul dan memungkinkan verifikasi pasca-hoc. Untuk tugas yang berat pengetahuan, model ini menghasilkan pengambilan yang lebih dapat dilacak, meskipun menggunakan ingatan grafik mengharuskan pengguna untuk mengadopsi konsep grafik dan praktik penyimpanan.
Apakah diperlukan pengetahuan teknis untuk mendapatkan hasil yang berguna?
Kerangka kerja memerlukan lingkungan yang berorientasi pengembang, berjalan di Node.js (direkomendasikan 22+) dan diinstal melalui npm atau dari sumber, dan mendukung Linux, Raspberry Pi, macOS, WSL2, dan Docker. TUI terminal membantu dengan pengkodean interaktif dan manajemen agen, tetapi administrator harus mengharapkan pengaturan baris perintah dan akrab dengan TypeScript dan manajemen ketergantungan. Operasi MCP ganda meningkatkan opsi integrasi, tetapi menambah langkah konfigurasi untuk eksposur dan konsumsi alat.
Pilihan praktis untuk pengguna yang terampil secara teknis yang membutuhkan agen berdaulat
Alat ini adalah opsi praktis untuk pengembang dan peneliti yang memerlukan kontrol agen di perangkat dan memori yang dapat diverifikasi, asalkan mereka menerima pengaturan yang berfokus pada pengembang dan pemeliharaan yang berkelanjutan. Harapkan konfigurasi awal dan kurva pembelajaran seputar memori berbasis grafik dan titik integrasi. Untuk tim yang dapat mengelola ketergantungan lokal dan alur kerja baris perintah, kerangka kerja ini memberikan kedaulatan fungsional dan kemampuan untuk diperluas untuk proyek yang didorong oleh agen.
