פרטי
הקוד נשאר במאגרים שלך על המחשבים שבחרת. כל Agent עובד בפוד משלו או בחשבון נפרד שאין לו גישה למפתחות ה-SSH או להתחברויות הענן שלך.
Claude Code על המחשב הנייד, Codex על מחשב הבנייה, Antigravity בפוד בענן. Geyser מאחד את המכונות והסשנים האלה במקום אחד, נותן ל-Agents על מנועים שונים לעבוד כצוות, ומעביר אליך את ההחלטות שצריכות בן אדם. וזה בחינם על חומרה שבבעלותך.
"אני בודק את מחשב הבנייה לאורך הערב ושולח לך הודעה אם הרצת בדיקות נכשלת."
מתקינים את Geyser Host על מחשבי ה-Mac וה-Linux שעליהם כותבים קוד. ה-Agents שלך מוצאים את הסשנים של Claude Code, Codex ו-Antigravity, עוקבים אחריהם ושולחים הודעה לשולחן העבודה או לטלפון כשאחד מהם מסתיים או מחכה לך.
אפשר להפעיל, לעצור ולהמשיך סשנים של Claude Code בלי לגשת למכונה, ולבדוק כמה נשאר בכל מינוי לפני שמתחילים משהו גדול.
איך Agents עוקבים אחרי העבודה
נותנים לכל Agent את המנוע שהוא הכי טוב בו ומוסיפים אותם ל-Room. אחד כותב את הקוד, אחר מריץ את הבדיקות, שלישי סוקר את ה-diff, והם מעבירים את העבודה הלאה בלי שמישהו יצטרך 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 פוד Linux פרטי על ה-Mac או מחשב ה-Linux שלך, מחשב בענן שלנו, או את המכונה עצמה. אפשר לפתוח כל אחד מהם מרחוק, למשוך חלון מסוף אל שולחן העבודה שלך ולגרור קבצים הלוך ושוב כאילו הכול מקומי.
מכיוון שהחומרה שלך עושה את העבודה, פודים על המחשבים שלך לא עולים כלום, וגם הצפייה במסכים שלהם בחינם. מי שמעדיף shell יכול, במינוי בתשלום, לאשר SSH על המחשב של Agent ולהתחבר עם המפתחות שכבר בשימוש.
לראות איך המחשבים עובדים$ npm test 214 passing $ ▍
Otis מבקש לעבוד בשתי התיקיות האלה ולא ייגע בשום דבר מחוצה להן.
שימוש ב-AI לכתיבת קוד לא צריך לחייב שליחה של קוד המקור לעוד שירות או תשלום כפול על אותו מודל.
הקוד נשאר במאגרים שלך על המחשבים שבחרת. כל Agent עובד בפוד משלו או בחשבון נפרד שאין לו גישה למפתחות ה-SSH או להתחברויות הענן שלך.
Agents משתמשים בחשבונות ה-AI שחיברת ועובדים במאגרים שלך. מה שהם לומדים נשמר בבית נתונים שבחרת.
רואים על מה כל Agent עובד, ולחיצה אחת עוצרת אותו.
משתמשים במינויים שכבר יש לך, או מריצים מודלים פתוחים על החומרה 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 נשאר על המחשב שלך ולא עולה כלום להפעלה. הבקשות מגיעות אליו דרך Geyser, כך שהאפליקציה עובדת מכל מקום בלי לפתוח פורט ברשת הביתית.
בוחרים ב-Geyser "ללמד מודל חדש" ונותנים לו את הדוגמאות שלך. הוא מתאמן על ה-Mac שלך או בענן, עובר בדיקה, ואז רץ על המחשב שלך דרך Geyser Host.
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.