Deskripsi
rerun adalah repositori GitHub yang memperkenalkan konsep «rekan kerja AI» yang dirancang untuk mengotomatiskan dan menjalankan tugas kerja. Proyek ini menekankan kemampuan untuk di-host sendiri, memungkinkan pengguna untuk menerapkan dan mengelola agen AI ini dalam infrastruktur mereka sendiri, memastikan privasi dan kontrol data. Seluruh sistem bersifat open-source, didistribusikan di bawah lisensi AGPL-3.0, yang mempromosikan transparansi dan kontribusi komunitas.
Baca Selengkapnya
Ide inti di balik rerun adalah menyediakan kerangka kerja untuk membuat dan menerapkan agen AI yang dapat melakukan «keterampilan» tertentu. Meskipun struktur repositori menunjukkan berbagai set keterampilan (misalnya, «.claude/ skills», «.codex/ skills»), tujuan utamanya adalah memungkinkan rekan kerja AI ini untuk menangani operasi rutin atau kompleks secara mandiri. Ini bisa berkisar dari mengelola perubahan kode dan snapshot, seperti yang disarankan oleh pesan commit, hingga otomatisasi alur kerja yang lebih rumit.
Struktur file proyek menunjukkan lingkungan pengembangan yang komprehensif, termasuk konfigurasi untuk Docker, Supabase, dan berbagai pengaturan bahasa pemrograman (TypeScript, JavaScript melalui `package.json`). Ini menunjukkan bahwa rerun dibangun sebagai solusi yang kuat dan dapat diskalakan untuk mengintegrasikan otomatisasi AI ke dalam sistem yang ada. Kehadiran file `INSTALL.md` dan `CONTRIBUTING.md` menunjukkan pendekatan yang ramah pengembang, mendorong pengguna untuk mengatur sistem dan berkontribusi pada pengembangan yang berkelanjutan.
rerun sangat cocok untuk organisasi atau individu yang mencari solusi otomatisasi AI yang dapat disesuaikan dan dapat diintegrasikan secara mendalam ke dalam jalur operasional mereka tanpa bergantung pada layanan cloud eksternal. Sifat open-source-nya mendorong ekosistem kolaboratif di mana pengguna dapat menyesuaikan, memperluas, dan meningkatkan rekan kerja AI untuk memenuhi kebutuhan unik mereka. Komitmen proyek terhadap kemampuan untuk di-host sendiri dan lisensi terbuka menjadikannya pilihan menarik bagi mereka yang memprioritaskan keamanan, fleksibilitas, dan efisiensi biaya dalam penerapan AI mereka.
- KategoriPembuat Agen AI
- Model HargaOpen source
- PenerapanDi-host sendiri
- PlatformWeb
Fitur Inti rerun
Rekan kerja AI yang dapat di-host sendiri untuk otomatisasi tugas
Proyek open-source di bawah lisensi AGPL-3.0
Kerangka kerja untuk menerapkan agen AI dengan keterampilan yang ditentukan
Mendukung berbagai set keterampilan AI (misalnya, Claude, Codex)
Termasuk konfigurasi Docker untuk penerapan yang mudah
Mengintegrasikan dengan Supabase untuk layanan backend
Pengelolaan kontrol versi dan snapshot untuk pengembangan agen AI
Dokumentasi komprehensif untuk instalasi dan kontribusi
Dirancang untuk solusi otomatisasi AI yang dapat disesuaikan
Memungkinkan operasi agen AI yang privat dan terkontrol
Mendukung pengembangan kolaboratif dan ekstensi
Menggunakan TypeScript dan JavaScript untuk pengembangan
Menyediakan repositori terstruktur untuk manajemen proyek AI
Memfasilitasi integrasi ke dalam jalur operasional yang ada
Memulai dengan rerun
Clone repositori: Dapatkan file proyek dengan meng-clone repositori rerun di GitHub ke mesin lokal Anda.
Instal dependensi: Arahkan ke direktori proyek dan instal semua dependensi yang diperlukan menggunakan manajer paket yang disediakan (misalnya, pnpm).
Konfigurasi lingkungan: Siapkan variabel lingkungan dan konfigurasi seperti yang ditentukan dalam «.env.example» dan file relevan lainnya.
Siapkan layanan: Konfigurasi dan mulai layanan eksternal yang diperlukan seperti Supabase dan Docker seperti yang diuraikan dalam «docker-compose.yml».
Bangun proyek: Kompilasi komponen proyek jika diperlukan, mengikuti instruksi pembangunan.
Jalankan rekan kerja AI: Eksekusi aplikasi utama untuk menerapkan dan menjalankan rekan kerja AI dalam lingkungan yang di-host sendiri.
Tentukan keterampilan AI: Kembangkan atau integrasikan keterampilan AI tertentu untuk rekan kerja Anda agar dapat melakukan tugas yang diinginkan.
Pantau dan optimalkan: Amati kinerja rekan kerja AI Anda dan optimalkan konfigurasi mereka untuk efisiensi.
Kasus Penggunaan rerun
- Manajemen Kode Otomatis
- Otomatisasi Alur Kerja
- Pengembangan Agen AI Kustom
- Penerapan AI Privat
- Eksperimen AI Open-Source
- Peningkatan Alat Pengembang
