
Storm 推出自托管助手:可构建应用并等待用户确认
来源标题:Storm – self-hosted assistant that builds apps and waits for your OK
Storm 是一款运行在自有服务器上的单用户自动化助手,用户通过聊天描述需求后,它会自行搭建执行流程、数据存储和管理页面。它能读取邮件、监控网站和 API、在浏览器中操作网页,但所有外发内容需用户确认后才会发出。该工具通过 Docker 部署在私有网络中,不暴露于互联网。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
你自己的自动化代理,运行在你自己的服务器上。在聊天中告诉 Storm 你想让它处理什么:“帮我管理账单,并在到期前提醒我”、“找适合我简历的工作并帮我申请”、“这台笔记本降到 900 欧元以下时告诉我”。Storm 会把它搭建出来:执行工作的流水线、保存的数据,以及供你查看和管理的页面。它会读取你的邮件、监控网站、feed 和 API,在你能够观看的浏览器中操作真实网页,并准备回复、表单填写、上传内容和日历事件。在你确切看到将要发送的内容并按下 Act 之前,什么都不会离开系统。它会从你修改其提案的方式中学习。 单用户。在你自己的机器上用 Docker 运行,通过你的私有网络访问,而非互联网。 端到端的求职流程 Job Search App 展示了 Storm 的用途:横跨多个网站、你的邮箱和日历的工作,持续数周,只在你需要的时候才需要你介入。 教它认识一次招聘网站。在实时浏览器中打开该网站并进入职位列表。Storm 会提出一个读取它的配方,在页面上勾勒出它将接手的条目,并在你确认后保存该配方。你可以对任意数量的招聘网站这样做。 每天早上,它不用 LLM 就读取所有这些网站,一页接一页。它会丢弃已经见过的职位,并根据你的个人资料给新职位打分。分数根据你过往申请的结果进行校准:面试、拒绝、无回应。 你会得到一个候选列表,按分数从高到低排列,每个都附有评分理由。你挑选值得申请的职位。 它为每份申请做准备。它打开职位的表单(通过其 Apply 按钮),读取每个字段,从你的资料中填写,撰写自由文本回答并附上你的简历。它无法回答的问题(“通知期?”)会交给你,你的回答会被记住用于下一个表单。在 Act 之前,你会看到每个字段和文件。在输入之前,它会再次读取表单,如果有任何变化就停止。 它会持续跟踪。一周后,它会提醒你跟进,除非雇主先回复了。雇主的邮件会将每份工作推进到已回应、面试或已拒绝。面试邀请会变成一个提议的日历事件,附带准备笔记,如果那时有其他安排还会给出警告。 当招聘网站改变布局时,配方停止匹配。浏览器代理会在新页面上找到列表,提出一个修正后的配方供你批准,运行随即继续。 如何教授、编写、试用和修正配方,以及流水线如何使用配方:docs/recipes.md。 App 是一个小型个人应用:数据类型、列表和详情页、阶段、表单、按钮,以及填充它们的流水线。说“我在找工作”或“管理我的账单”,构建器就会提出整个 App 及其流水线,作为一个变更供你审查。它从含义相同的 schema.org 类型开始构建每个类型,然后试运行数据源,并根据数据源实际返回的数据调整类型。之后,“给职位添加评分”会显示 App 及其每条流水线中会有什么变化。 App 是有类型和版本管理的,因此它们在成长过程中能持续工作: 现成的 App 可从 Apps → Examples 安装:Releases to read(入门款:无需任何设置)、Job Search、Bills、Prices、Releases、Tables、Trips、Clients、Apartments、Orders、Subscriptions、Car、Server ops(你的监控器,每五分钟检查一次,以及事件)、Tasks、Memos 和 Papers(收据和保修单,从其照片或 PDF 读取)。 每个 App 的页面会映射它的连接方式:什么启动它的流水线、它们写入和读取哪些类型,以及展示它们的页面。Trips App: Storm 的草稿从不编造事实,因此关于某个项目的回复,其质量取决于 Storm 对该项目的了解程度。主题(一个项目、一个客户、一次购房)是它保存这些知识的地方,由你的邮件和文档构建而成,未经你的批准什么都不会进入其中。 说明什么属于它。一个词(“Orion”)、一个域名、一个人,或一段平实的描述。Storm 会将你的新邮件和已发送邮件归类到你的主题中。当只有 LLM 认为某封邮件属于某个主题时,该邮件会等待你的确认。 它提出真实的事实。从某个主题的新邮件、其 GitHub 仓库(决策记录、规格说明)、其 Google Drive 文件夹及其邮件的附件中,Storm 提出事实:“发布日期:2 月 → 3 月”,每个都附有其来源和显示该事实的引文。你挑选要采纳的。当来源不一致时,由你决定。 它的回复会使用这些事实。发给某个主题邮件的草稿会获得该主题的当前事实以及其文档中最接近问题的段落,闸门会显示它引用了什么。它没有的事实会保留为占位符。 你始终掌控。编辑事实、标记其不再真实或错误、移动它、拆分或合并主题,以及撤销任何更改。晚读到的旧邮件永远不会覆盖更新的事实。 它会学习。你对草稿的修改会成为建议的事实,你的决定会成为建议的方向,一组未被任何主题接手的邮件会成为建议的主题。 Topics 页面上的两张卡片负责设置:一张保持主题最新,一张回复它们的邮件。新主题也可以读取其过去的邮件,但会先显示这样做的成本。指南:docs/topics.md。 从 PDF 读取账单。账单通过邮件到达,通常只是 PDF 附件。Storm 从邮件和 PDF 中读取发行方、金额、到期日、周期和参考号。每张账单保留一条记录(再次看到同一张账单会更新它),并在到期前几天在你的日历中放入提醒。当金额远高于该发行方的通常金额时,它会警告你。 听起来像你写的回复。它使用你之前批准过的、与当前情境最相似的回复作为示例,为招聘人员或客户起草回复。你的每一次修改都会成为另一个示例,每晚对你修改内容的审查会提出规则和流水线变更供你接受。 无人回复。它会找出你发出但未收到回复的邮件,并起草跟进邮件供你批准。
(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。