הקוד שלך נשאר בבית
המאגרים נשארים על המחשבים שבחרת. כל Agent עובד במחשב מבודד משלו, או על המכונה עצמה כשמפתחות ה-SSH והתחברויות הענן שלך נשארים מחוץ להישג ידו.
Claude Code על הלפטופ, Codex על מחשב הבנייה, ו-Agent שכותב קוד עם Qwen3 Coder על כרטיס המסך של מחשב הגיימינג. Geyser מרכז כל מכונה וכל סשן ברשימה אחת, נותן ל-Agents על מנועים שונים לבדוק זה את העבודה של זה, ושולח התראה לטלפון כשאחד מהם צריך החלטה. המאגרים שלך נשארים על החומרה שלך כל הזמן.
"אני בודק את מחשב הבנייה לאורך הערב ושולח לך הודעה אם הרצת בדיקות נכשלת."
מתקינים את Geyser Host על מחשבי ה-Mac, ה-Windows וה-Linux שעליהם כותבים קוד. ה-Agents שלך מוצאים את הסשנים של Claude Code, Codex ו-Antigravity ועוקבים אחריהם, ואז שולחים הודעה לשולחן העבודה או לטלפון כשאחד מהם מסתיים או מחכה לך.
אפשר להפעיל, לעצור ולהמשיך סשנים של Claude Code בלי ללכת עד המכונה, ולבדוק כמה נשאר בכל מינוי לפני שמתחילים משהו גדול.
במחשב, Geyser Chat יכול להציב את ה-Agent של המחשב שלך ממש ליד חלון העורך או המסוף. משחררים אותו על החלון הזה וצ׳אט נצמד אליו, כך שאפשר לשאול על הקוד שעל המסך או לתת ל-Agent לעבוד בחלון הזה בלבד כל עוד הוא מחובר.
להשאיר Agent ליד החלון שלך
נותנים לכל Agent את המנוע שהוא הכי טוב בו ומוסיפים אותם ל-Room. אחד כותב את הקוד, אחר מריץ את הבדיקות, ושלישי סוקר את ה-diff. הם מעבירים את העבודה הלאה בעצמם, כך שלא צריך להעתיק דברים בין חלונות.
כשיוצא מודל טוב יותר, מעבירים אליו את ה-Agent. הוא שומר על השם שלו, על מה שהוא יודע על בסיס הקוד שלך ועל המקום שלו ב-Room.
אפשר לתת ל-Agent מחשב Linux מבודד משלו על ה-Mac, מחשב ה-Windows או מחשב ה-Linux שלך, או לתת לו להשתמש במכונה עצמה. את המסך של ה-Agent אפשר לפתוח מכל מקום, ולמשוך חלון מסוף אל שולחן העבודה שלך כאילו הוא מקומי.
החומרה שלך עושה את העבודה, כך שהמחשבים האלה לא עולים כלום להפעלה, והצפייה במסכים שלהם כלולה במינוי החינמי. Personal ו-Office מוסיפים העברת קבצים בגרירה וכמה מסכים בו-זמנית ב-HD. ולעבודה עם shell אפשר בשניהם גם לאשר SSH על המחשב של Agent ולהתחבר עם המפתחות שכבר בשימוש.
להבין את הגישה מרחוק$ npm test 214 passing $ ▍
Otis מבקש לעבוד בשתי התיקיות האלה ולא ייגע בשום דבר מחוצה להן.
קוד עם AI לא אמור לחייב מסירה של המאגרים שלך לעוד שירות, או תשלום כפול על מודל שכבר יש לך מינוי אליו.
המאגרים נשארים על המחשבים שבחרת. כל Agent עובד במחשב מבודד משלו, או על המכונה עצמה כשמפתחות ה-SSH והתחברויות הענן שלך נשארים מחוץ להישג ידו.
Agents משתמשים בחשבונות ה-AI שחיברת ועובדים במאגרים שלך. מה שהם לומדים נשמר עם הנתונים של סביבת העבודה, ש-Geyser שומר בארה״ב או, בתיאום מראש, על המערכות שלך.
ההרשאות נבדקות מחוץ ל-AI, באותה דרך לכל מנוע. רואים על מה כל Agent עובד, ולחיצה אחת עוצרת אותו.
מחברים Agents עם מינוי ה-ChatGPT שכבר יש לך, או מריצים מודלים פתוחים על כרטיס המסך שלך בלי עלות לפי טוקן.
מלמדים מודל על הדוגמאות שלך, ואז קוראים לו מהאפליקציה שלך עם ה-OpenAI SDK או ה-Anthropic SDK שכבר בשימוש. המודל רץ על המחשב שלך בלי עלות. הבקשות מגיעות אליו דרך Geyser, כך שהאפליקציה עובדת מכל מקום בלי לפתוח פורט ברשת הביתית.
בוחרים "לימוד מודל חדש" ב-Geyser ונותנים לו את הדוגמאות שלך. האימון רץ על אחד המחשבים שלך (Mac עם Apple silicon, מחשב Windows או Linux עם כרטיס מסך של NVIDIA, או מחשב Linux עם גרפיקה של Intel), או ב-Tinker של Thinking Machines אם מאשרים את זה. אחרי שהמודל עובר את הבדיקות, הוא רץ על המחשב שלך דרך Geyser Host. לימוד מודלים נמצא בתצוגה מקדימה.
לאפשר לאחד מפרויקטי הפיתוח שלך להשתמש במודל. כל מפתח של הפרויקט הזה עם ההרשאה models:infer יוכל לקרוא לו.
מהשרת שלך, מכוונים את ה-SDK לכתובת ה-API של Geyser שלך ומעבירים את המזהה הפרטי של המודל. גם ה-Anthropic SDK עובד, בכתובת /api/v1/anthropic.
import os
from openai import OpenAI
# GEYSER_API_URL is the API URL shown when you create the key.
client = OpenAI(
base_url=os.environ["GEYSER_API_URL"] + "/api/v1/openai",
api_key=os.environ["GEYSER_API_KEY"],
)
reply = client.chat.completions.create(
model="private/pmd_…",
messages=[{"role": "user", "content": "Summarize this ticket"}],
)עם ה-Geyser SDK וה-CLI, התוכנה שלך יכולה לתת ל-Agent משימה, לעקוב אחרי ההתקדמות שלו, לבקש מאדם לאשר שלב ולקבל בחזרה תוצאה שאפשר להשתמש בה. שניהם קוד פתוח ברישיון MIT ומפורסמים ב-PyPI.
מתקינים את Geyser Host איפה שכותבים קוד ונותנים ל-Agents לעקוב אחרי הסשנים שלך.