KasAgent — desktopowy agent AI z inteligentnym menedżerem modeli
KasAgent stworzyłem jako osobisty “operator sieci neuronowych” na Windows: nie tylko czat, ale agent, który potrafi czytać projekt, planować kroki i wykonywać je za pomocą narzędzi systemu operacyjnego.
Do pracy z LLM zintegrowałem KasAgent z istniejącym proxy OmniRoute i serwerem MCP (to osobny komponent open-source/zewnętrzny, nie moja własna produkcja). Agent wykorzystuje tę warstwę, aby dynamicznie odwoływać się do różnych modeli i dostawców, ale logika wyboru modeli i orkiestracji zadań jest już zrealizowana po mojej stronie — w Intelligent Model Dispatcher.
Agent działa w kilku trybach: Assistant (tylko do odczytu, bez prawa zapisu), Executor (pełny dostęp w ramach uprawnień) oraz podtryb Planning UI, który pokazuje użytkownikowi plan kroków przed wykonaniem. W osobnym trybie Fast można szybko przeprowadzić pomysł lub weryfikację bez ciężkiego planowania, gdy nie jest potrzebna skomplikowana orkiestracja.
Do pracy z projektami istnieje multi-project workspace: agent zna główny katalog PROJECTSDIR, widzi kilka repozytoriów, może robić listdir, szukać plików, czytać źródła i zapisywać artefakty swojej pracy w ~/.kasagent/artifacts (tekst, HTML, JSON itp.). Wszystkie operacje przez narzędzia plikowe przechodzą walidację ścieżek i są ograniczone do katalogu roboczego, aby agent nie mógł “wyjść na spacer” po całym systemie.
Osobno zrealizowano system artefaktów: agent może zapisywać pośrednie raporty, skompresowane podsumowania, fragmenty kodu i wizualne wyniki w postaci plików, aby móc do nich wrócić później. Dla skomplikowanych zadań istnieje wsparcie dla kompresji kontekstu i “thought signature” — osobnego krótkiego podsumowania myśli modelu, które można dodawać do kolejnych zapytań zamiast pełnego logu.
Przez część przeglądarkową (Chromium w Electron) KasAgent potrafi orkiestrować weryfikacje interfejsu: robić zrzuty ekranu, przetwarzać je przez modele wizji, potwierdzać tekst z ekranu i na tej podstawie formułować raport o wyniku testu — właśnie ten scenariusz jest teraz pokazany na zrzucie ekranu.
5–7 punktów “co potrafi KasAgent”
Dwufazowa architektura: napisany przeze mnie Intelligent Model Dispatcher planuje zadanie, waliduje modele i przekazuje wykonanie do KasAgent Executor.
Integracja z zewnętrznym proxy OmniRoute i serwerem MCP: KasAgent sam decyduje, jakie modele żądać przez tę warstwę, ale nie jest autorem OmniRoute.
Multi-project workspace: agent widzi kilka projektów, czyta pliki, szuka w kodzie i zapisuje artefakty pracy w ~/.kasagent/artifacts.
Ścisły system praw: osobne tryby do odczytu i zapisu, walidacja ścieżek i ograniczenie wszystkich operacji katalogiem roboczym.
Narzędzia wizji: describe_image, odczyt tekstu ze zrzutów ekranu i formułowanie czytelnych raportów o wynikach testów interfejsu.
UI na Electron + React z osobnym oknem Planning UI, w którym agent najpierw pokazuje plan działań, a dopiero potem uruchamia wykonanie.
Wsparcie dla szybkiej weryfikacji hipotez przez tryb Fast bez ciężkiego planowania, gdy ważny jest czas reakcji.
#electronjs #Node.js #javascript #React #aplikacje-desktopowe #Linux\Windows #ai-integration
Do pracy z LLM zintegrowałem KasAgent z istniejącym proxy OmniRoute i serwerem MCP (to osobny komponent open-source/zewnętrzny, nie moja własna produkcja). Agent wykorzystuje tę warstwę, aby dynamicznie odwoływać się do różnych modeli i dostawców, ale logika wyboru modeli i orkiestracji zadań jest już zrealizowana po mojej stronie — w Intelligent Model Dispatcher.
Agent działa w kilku trybach: Assistant (tylko do odczytu, bez prawa zapisu), Executor (pełny dostęp w ramach uprawnień) oraz podtryb Planning UI, który pokazuje użytkownikowi plan kroków przed wykonaniem. W osobnym trybie Fast można szybko przeprowadzić pomysł lub weryfikację bez ciężkiego planowania, gdy nie jest potrzebna skomplikowana orkiestracja.
Do pracy z projektami istnieje multi-project workspace: agent zna główny katalog PROJECTSDIR, widzi kilka repozytoriów, może robić listdir, szukać plików, czytać źródła i zapisywać artefakty swojej pracy w ~/.kasagent/artifacts (tekst, HTML, JSON itp.). Wszystkie operacje przez narzędzia plikowe przechodzą walidację ścieżek i są ograniczone do katalogu roboczego, aby agent nie mógł “wyjść na spacer” po całym systemie.
Osobno zrealizowano system artefaktów: agent może zapisywać pośrednie raporty, skompresowane podsumowania, fragmenty kodu i wizualne wyniki w postaci plików, aby móc do nich wrócić później. Dla skomplikowanych zadań istnieje wsparcie dla kompresji kontekstu i “thought signature” — osobnego krótkiego podsumowania myśli modelu, które można dodawać do kolejnych zapytań zamiast pełnego logu.
Przez część przeglądarkową (Chromium w Electron) KasAgent potrafi orkiestrować weryfikacje interfejsu: robić zrzuty ekranu, przetwarzać je przez modele wizji, potwierdzać tekst z ekranu i na tej podstawie formułować raport o wyniku testu — właśnie ten scenariusz jest teraz pokazany na zrzucie ekranu.
5–7 punktów “co potrafi KasAgent”
Dwufazowa architektura: napisany przeze mnie Intelligent Model Dispatcher planuje zadanie, waliduje modele i przekazuje wykonanie do KasAgent Executor.
Integracja z zewnętrznym proxy OmniRoute i serwerem MCP: KasAgent sam decyduje, jakie modele żądać przez tę warstwę, ale nie jest autorem OmniRoute.
Multi-project workspace: agent widzi kilka projektów, czyta pliki, szuka w kodzie i zapisuje artefakty pracy w ~/.kasagent/artifacts.
Ścisły system praw: osobne tryby do odczytu i zapisu, walidacja ścieżek i ograniczenie wszystkich operacji katalogiem roboczym.
Narzędzia wizji: describe_image, odczyt tekstu ze zrzutów ekranu i formułowanie czytelnych raportów o wynikach testów interfejsu.
UI na Electron + React z osobnym oknem Planning UI, w którym agent najpierw pokazuje plan działań, a dopiero potem uruchamia wykonanie.
Wsparcie dla szybkiej weryfikacji hipotez przez tryb Fast bez ciężkiego planowania, gdy ważny jest czas reakcji.
#electronjs #Node.js #javascript #React #aplikacje-desktopowe #Linux\Windows #ai-integration
Ukraina 
Gotowy do podjęcia pracy