qm - सहयोग के लिए multiplayer agent harness

 (github.com/yc-software)
1 पॉइंट द्वारा GN⁺ 2 시간 전 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • qm एक multiplayer agent harness है, जिससे startup टीम के सदस्य अपने-अपने isolated workspaces का उपयोग करते हुए Slack channels, group messages और projects में agent के साथ मिलकर काम कर सकते हैं
  • यह हर व्यक्ति और chat room के लिए memory, files, keychain, permissions, scheduled tasks, web apps और persistent sandbox को अलग करता है, और Slack व web पर वही identity और settings बनाए रखता है
  • Pi, OpenCode, Codex और Claude Code को एक ही core से जोड़ा जा सकता है, और session store, sandbox व memory को भी interfaces के पीछे रखा गया है ताकि किसी खास model या provider lock-in से बचा जा सके
  • Strict, Auto और Dangerous security modes उपलब्ध हैं, और सभी modes में recursive delete या destructive SQL जैसे operations के लिए command policies और forced denial लागू होते हैं
  • हर organization की settings और infrastructure अलग deployment repository या normal clone से बनाए गए private repository में रखे जाते हैं, और operators को अपने Fly.io या AWS account में सीधे deploy करना होता है

Organization-level agent workspace

  • पूरी company में personal assistant-style agents लागू करते समय आने वाली complexity कम करने के लिए personal और shared scopes को मूल unit के रूप में design किया गया है
    • हर employee अपने independent workspace में दूसरों को प्रभावित किए बिना काम कर सकता है
    • Slack channels, group messages और projects में कई लोग एक ही agent के साथ collaborate कर सकते हैं
  • हर व्यक्ति और chat room के पास अलग memory, files, keychain view, permissions, scheduled tasks, web apps और persistent sandbox होता है
  • Slack और web app के बीच समान identity और configuration का उपयोग होता है
  • Admins organization-level settings, security posture, उपलब्ध harnesses और models को control कर सकते हैं
  • Technical skills scope के ownership में होती हैं और authorization के जरिए share की जा सकती हैं
    • Organization-wide promotion के लिए admin approval चाहिए
    • Git repositories से skill packs import किए जा सकते हैं
  • Scheduled tasks (cron) और watch tasks user के actively देखने के बिना भी background में चलते हैं

Supported work

  • Internal memos, emails, documents, databases और web को साथ में search करके company knowledge lookup किया जा सकता है
  • Internal web apps बनाए जा सकते हैं, उन्हें जरूरतमंद लोगों के लिए publish किया जा सकता है और data को up to date रखा जा सकता है
  • पिछले sent history से user की writing style सीखने के बाद schedule के अनुसार inbox को classify किया जा सकता है और labels व reply drafts बनाए जा सकते हैं
  • Existing repositories में tests run करना, PR बनाना, CI monitor करना और system logs देखना किया जा सकता है
  • Shared channels में projects track किए जा सकते हैं और progress व follow-up tasks post किए जा सकते हैं

Core और execution structure

  • सभी requests headless core से होकर गुजरती हैं और अलग-अलग models व harnesses से responses generate करती हैं
  • Postgres user data, session history, queues, memory आदि persistent state store करता है
  • Agent द्वारा उपयोग किया जाने वाला tool surface छोटा और fixed है, और execute tool संबंधित scope के isolated sandbox में commands run करता है
    • Sandbox हर scope के owned persistent computer की तरह काम करता है
    • Installed tools अगले tasks में भी बने रहते हैं
  • Web UI, admin panel और public portal core के HTTP API के ऊपर install किए जाने वाले optional plugins हैं
  • Slack एक optional in-process plugin है जिसे core सीधे service client के रूप में शुरू और supervise करता है
  • Core Node में TypeScript को सीधे execute करता है और HTTP के लिए Fastify का उपयोग करता है
    • Slack plugin Bolt का उपयोग करता है
    • Web UI Vite से build होता है और Lit से render होता है
  • Harnesses, session stores, sandboxes और memory अलग-अलग interfaces के पीछे हैं, और production implementations को एक wiring file में बदला जा सकता है

Organization-specific deployment model

  • Company-specific configuration, custom tools और skills, sandbox images और infrastructure को core से अलग deployment directory में रखा जाता है
  • qm CLI deployment directory को validate और deploy करता है
  • Organization-owned repository में @yc-software/qm पर dependency लेने के बाद इसे इस तरह initialize किया जा सकता है
npm exec --yes --package=@yc-software/qm@latest -- \
  qm init . --org <slug> --target <fly-or-aws>
npm install
  • Initialization process infrastructure, web login, connector credentials, optional Slack access, deployment और real validation के लिए guide करता है, और source checkout की जरूरत नहीं होती
  • Deployment operator के अपने cloud account में run होता है
  • Initialization deployment CI create या activate नहीं करता, और qm repository में भी production deployment workflow नहीं है
  • Specific procedure deployment.md में summarized है

Security और secrets

  • Agents उस व्यक्ति के credentials और permissions से act करते हैं जिसके साथ वे काम कर रहे हैं, और किए गए सभी actions audit log में दर्ज होते हैं
  • Organization एक security posture चुनता है, और narrower scopes में इसे loosen नहीं किया जा सकता, केवल strengthen किया जा सकता है
    • Strict: दो no-effect turn-ending operations को छोड़कर, सभी harness tool calls को human approval तक रोक देता है
    • Auto: default mode, जिसमें source labels वाले external data और tool results को model को भेजने से पहले classifier inspect करता है
      • Deployment environment में अपना inspection proxy specify किया जा सकता है
    • Dangerous: content inspection या tool calls के बीच कोई pause नहीं होता
  • Pre-declared command policy सभी security modes पर लागू होती है
    • Approval rules के साथ recursive delete और destructive SQL जैसे commands को forcibly deny करती है
    • Dangerous mode भी exception नहीं है
  • Threat model, operator prerequisites और known limitations SECURITY.md में देखे जा सकते हैं

Private customization repository

  • जिन organizations के लिए deployment repository पर्याप्त नहीं है, वे core और private customization code को एक ही जगह से पढ़ने के लिए private mirror repository चला सकते हैं
  • इसे GitHub के Fork feature से नहीं, बल्कि normal clone से बनाना चाहिए
    • Public repository का GitHub fork private में convert नहीं किया जा सकता
    • GitHub forks original के साथ object network share करते हैं, इसलिए fork में push किए गए commits public side पर SHA से lookup किए जा सकते हैं
    • Normal clone repository में यह issue नहीं होता, लेकिन upstream CI workflows organization account में वास्तव में run होते हैं
    • जरूरी secrets provide करने होंगे या unwanted workflows disable करने होंगे
  • Organization-specific configuration, sandbox tools और skills, plugin images और infrastructure deploy/layers/<org>/ में store किए जाते हैं
  • Merge size घटाने के लिए core को upstream के साथ byte-for-byte identical रखा जाता है
  • दो skills public core और private customization area की boundary manage करती हैं
    • update-qm upstream qm को private repository में merge करता है और sync PR बनाता है
    • upstream-pr upstream/main से branch बनाता है और organization-independent fixes qm को भेजता है
    • Push करने से पहले diff, commit messages और screenshots में organization identifiers check किए जाते हैं
    • deploy/layers/ के नीचे की files upstream को नहीं भेजी जातीं

Contributions और license

  • Contributions code के रूप में नहीं, बल्कि humans द्वारा लिखे गए .txt या .md documents के रूप में स्वीकार किए जाते हैं
    • Desired changes को adrs/ में informally लिखने पर project team consensus के बाद implement करती है
    • Detailed rules CONTRIBUTING.md में हैं
  • Vulnerabilities को public issues में नहीं, बल्कि SECURITY.md की procedure के अनुसार privately report करना चाहिए
  • जहां अलग से indicated नहीं है, वहां MIT License के तहत उपलब्ध है

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2 시간 전
Hacker News की टिप्पणियाँ

  • LLM के दौर में नए UI building blocks और concepts उभरते देखना दिलचस्प है, लेकिन इतने ज़्यादा creative apps हैं और उनकी व्याख्या भी कम है कि यह समझना मुश्किल हो जाता है कि हर एक वास्तव में क्या करता है
    Hermes agent webpage से मुझे उसकी functionality बिल्कुल समझ नहीं आई, और qm page पर काफी खोजबीन के बाद ही ठीक-ठाक explanation मिला। हाल में coding session management के लिए मैं YC-backed Orca का खूब इस्तेमाल कर रहा हूँ, लेकिन PostgreSQL-आधारित session database की कमी की वजह से qm को आज़माना बनता है

    • आखिरकार समाधान यह है कि personalized software खुद बना लिया जाए। आजकल ऐसे tools से inspiration लेकर Claude के साथ कुछ अच्छे sessions के बाद मनचाही चीज़ खुद implement की जा सकती है
    • अगर tool की differentiation पर ज़्यादा ज़ोर दिया जाए, तो वह अजनबी और बेकार-सा लगने का जोखिम होता है। इसलिए वास्तव में innovative और अलग tools की marketing pages भी अक्सर एक जैसी दिखने लगती हैं
    • AI को कई क्षेत्रों में बिल्कुल नए building blocks चाहिए

  • Buzz के साथ इस दिशा में कुछ आता देख खुशी हुई। multi-user agent का सबसे मुश्किल हिस्सा agent loop नहीं बल्कि scope तय करना है, और QM के per-user scopes और shared rooms company-wide assistant के लिए एक समझदारी भरा समाधान लगते हैं
    हमारी team Claude Code और Codex को साथ चलाने वाला multi-user coding tool AQ(aq.dev) बना रही है, इसलिए YC को work-oriented multi-user agent tool लॉन्च करते देख एक तरफ दिशा की पुष्टि होती है, तो दूसरी तरफ यह थोड़ा अवास्तविक भी लगता है

  • पहले से इतने मिलते-जुलते products हैं, तो Claude Cowork की जगह इसे क्यों इस्तेमाल करूँ, यह समझ नहीं आता। Cowork ज़्यादा simple लगता है और उसकी polish व features भी बेहतर दिखते हैं, इसलिए QM vs Cowork तुलना चाहिए

    • कुछ लोग Anthropic के closed-weights model ecosystem से हमेशा के लिए बंधे रहकर token के हिसाब से लगातार भुगतान करने के बजाय, self-hosted LLM और pi या opencode clients इस्तेमाल करना चाहेंगे
    • लगता है जैसे यह उस multi-user buzzword की लहर पर सवार होने की कोशिश है जिसे अभी तक किसी ने सच में हल नहीं किया, लेकिन UI खराब है और शायद यही जवाब नहीं है
    • हो सकता है कोई दूसरा model इस्तेमाल करना चाहता हो

  • यह देखना होगा कि organization-wide context और security कैसे लागू किए गए हैं। यह मेरे मौजूदा coding tool के साथ काफ़ी complementary लगता है, जो अभी व्यक्ति-स्तर पर सबसे अच्छा AI interface देता है; अच्छा होगा अगर कुछ बड़े tickets के सहारे company-wide architecture और productive personal coding interface दोनों मिल जाएँ

  • जिज्ञासा है कि Hermes ने पहले इस्तेमाल किए थे जिन OpenClaw-family agents का, उनमें यह सबसे अच्छा विकल्प है या नहीं, और power users ऐसे systems का असल में कहाँ इस्तेमाल करते हैं

    • always-on agents जो internal systems तक पहुँच सकते हैं और webhooks से चल सकते हैं, बेहद काम के हैं
      मैं इन्हें simple CI failures को अपने-आप ठीक करने, production alerts मिलने पर root cause analysis करके fix PR बनाने, slow database queries की नियमित जाँच और optimization करने, और one-off data questions के जवाब में charts बनाने के लिए इस्तेमाल करता हूँ। चलते-फिरते coding में भी आज़माया है, लेकिन मैं ऐसे conversational agents को ज़्यादा पसंद करता हूँ जिनमें code सीधे देख सकूँ
    • मैंने Hermes इस्तेमाल किया, लेकिन कई बार लगा कि मैं एक-दो स्तर और गहराई से control करना चाहता हूँ, इसलिए थोड़ी असुविधा हुई। कल से मैं सिर्फ अपने लिए एक highly customized version खुद बना रहा हूँ, और अभी यह सिर्फ एक दिन पुराना honeymoon phase है, फिर भी इस पर काम करने में मज़ा आ रहा है
      मुझे software बनाना और complete control पसंद है, और base agent loop वास्तव में इतना खास नहीं है। core loop के बाहर tweak करने के लिए बहुत कुछ है, और अलग-अलग extension approaches आज़माने की प्रक्रिया मज़ेदार है। monetization या generality की चिंता किए बिना सिर्फ ज़रूरी features जोड़े जा सकते हैं, और इसे infinitely pluggable बनाने की भी ज़रूरत नहीं। nanoclaw और Hermes ने core idea समझाया, इसके लिए आभारी हूँ, लेकिन अब इसे अपने तरीके से बदलना चाहता हूँ
    • Hermes बड़ा है और उसमें कई अनावश्यक features भी हैं, इसलिए मैं ऐसे छोटे agents पसंद करता हूँ जिन्हें ज़रूरत के मुताबिक बढ़ाया जा सके। GitHub पर कई projects आज़माए, और dirge(https://github.com/dirge-code/dirge) प्रभावशाली लगा; मैं उससे जुड़ा नहीं हूँ
      इसे मैं auxiliary RSS feeds और newsletters पढ़कर मेरे लिए महत्वपूर्ण जानकारी छाँटने, और news व market trends पहुँचाने के लिए इस्तेमाल कर रहा हूँ
    • इसे production alerts पर सबसे पहले प्रतिक्रिया देने वाले on-call support tool के रूप में इस्तेमाल कर रहा हूँ। default setup में यह coding agent जितना efficient नहीं है, लेकिन काफी मददगार है
    • ज़्यादातर लोग शायद इसे LLM के ज़रिए emails और instant messages को नियमित रूप से देखने के लिए इस्तेमाल करते हैं

  • यह YC का जल्दी में सार्वजनिक किया गया internal tool लगता है, ताकि Buzz से छिने क्षेत्र को कम किया जा सके। दोनों tools की सीधे तुलना करने वाला मूल्यांकन देखना चाहूँगा

  • सोच रहा हूँ yc software का मतलब क्या है

  • यह दिलचस्प है कि उन्होंने ऐसा anti-slop design skill भी जारी किया है जो interface को template जैसा दिखने से रोकने की कोशिश करता है
    इसमें high-end consumer goods में AI द्वारा अक्सर इस्तेमाल किए जाने वाले color palettes पर रोक है, और landing pages व portfolios को visual products मानते हुए सिर्फ नकली screenshot areas वाली text pages को low-quality output कहा गया है। https://github.com/yc-software/qm/blob/7f2c916360f1797a8ff2a...

    • आखिर में यह अभी की low-quality AI design से अलग दिखेगा भर, लेकिन समय के साथ क्या यह खुद भी एक और बिना-व्यक्तित्व वाले design convergence point में नहीं बदल जाएगा?

  • शीर्षक qm - a multiplayer agent harness for work जैसा हो, ताकि tool का उपयोग साफ़ दिखे, तो ज़्यादा उपयोगी होगा

    • शीर्षक समझने के लिए पाठक से थोड़ा प्रयास माँगना HN की खास परंपरा है