CopilotKit/openmuse

解决的问题

OpenMuse 提供了一个个人AI代理的框架，能够跨浏览器、终端和个人文件执行复杂且多步骤的任务。它解决了AI代理受限于聊天界面的问题，通过为代理提供一个“计算机”（持久化浏览器和可选的Linux工作区），使其能够与网页和本地文件交互，同时允许用户随时监控、审查并接管整个过程。

如何工作

OpenMuse 采用分布式架构，包括客户端（React Native/Web）、API服务器（Hono + CopilotKit运行时）和专用工作器：

• 浏览器工作器：基于Playwright的Chromium服务，支持持久化配置文件，使代理能够浏览公开页面并处理交互式网页任务。
• 计算机/终端：可选的隔离式Linux容器，代理可在其中运行命令并管理持久化工作区中的文件。
• 任务工作器：一个持久化引擎，使用SQL租约管理任务计划、进度和审批，支持中断后恢复工作。
• 集成：提供Google OAuth（Gmail和Calendar）适配器，允许代理在用户审查后读写个人数据。

适用人群

专为希望构建或自托管一个能够在iOS、Android和Web平台上实现自主网页浏览、文件操作和个人生产力自动化的个人AI代理的开发者设计。

主要亮点

• 代理计算机：结合持久化Chromium浏览器和Linux工作区，实现真实世界的交互。
• 人在回路中：用户可审查操作、批准步骤，或使用“接管控制”直接进入代理的活跃浏览器会话。
• 跨平台：基于CopilotKit React Native构建，支持原生移动和Web平台。
• 个人上下文：与Gmail和Google Calendar集成，用于管理邮件和日程事件。
• 持久任务：支持长时间运行的任务，具备暂停、恢复、取消或重试能力。