Dokumentacja PandaNpc

Zaktualizowano

Każdy powinien mieć dziesięć tysięcy agentów pracujących dla siebie.

Nie jeden asystent, z którym prowadzisz dialog — flota. Agenci, którzy pracują nieprzerwanie, gdy śpisz, na maszynach, które już posiadasz, przenosząc wszystko, czego ich nauczyłeś, i zdając raport, gdy skończą. Po to budowany jest PandaNpc.

Dlaczego dziś to trudne

Większość ludzi osiąga limit jednego lub dwóch agentów naraz. Nie dlatego, że modele są zbyt słabe — lecz dlatego, że narzut wokół każdego agenta jest zbyt wysoki. Każdy nowy agent musi zostać gdzieś uruchomiony, ponownie nauczony twoich konwencji, obserwowany podczas pracy i ręcznie odebrany. Pomnóż to przez dziesięć, a to ty stajesz się wąskim gardłem. Pomnóż przez dziesięć tysięcy, a pomysł upada.

Więc praca nie polega na stworzeniu „lepszego okna czatu". Polega na usuwaniu narzutu przypadającego na agenta, po kawałku:

  1. Miejsce do ich uruchamiania — tanie, prywatne zasoby obliczeniowe, które już masz, a nie wynajmowana piaskownica.
  2. Jedna pamięć, którą wszystkie współdzielą — naucz raz, a każdy agent to zna, na każdej maszynie.
  3. Nadzór, który nie skaluje się liniowo — widź wielu na pierwszy rzut oka, interweniuj tylko wtedy, gdy zostaniesz poproszony.
  4. Ręce poza terminalem — agent, który potrafi tylko edytować pliki, może wykonać tylko ułamek pracy.

Co już działa

Miejsce do ich uruchamiania

  • PandaPaw — jedno polecenie zamienia dowolną maszynę, którą posiadasz, w host agentów. Instaluje silniki, dołącza maszynę do twojego konta i utrzymuje ich działanie. Bez otwierania portów, bez wklejania tokenów.
  • Trzy silniki, ta sama konfiguracja — Claude Code, Codex i PandaCode działają przez ten sam most, więc dodanie innego agenta to nie nowy projekt.
  • Twoje maszyny tworzą prywatną sieć — laptopy, serwery, komputery domowe i maszyny wirtualne komunikują się ze sobą bezpośrednio, dzięki czemu agent może działać tam, gdzie faktycznie jest praca.
  • Przynieś własne zaplecze — skieruj silnik na tańszego dostawcę modeli, gdy zadanie nie wymaga drogiego. Uruchamianie wielu agentów ma sens tylko wtedy, gdy każdy z nich jest tani.

Jedna pamięć, którą wszystkie współdzielą

  • Centrum agentów — twoje reguły, umiejętności, wspomnienia i profile agentów są powiązane z twoim kontem i automatycznie synchronizują się z każdą maszyną. Zapisz lekcję raz, a każdy agent na każdej maszynie ją otrzyma, w formacie oczekiwanym przez jego silnik.
  • Notatki — baza wiedzy, z której twoi agenci czytają i do której zapisują, dzięki czemu to, czego nauczy się jeden agent, nie umiera wraz z jego sesją.
  • Serwer MCP — agenci uzyskują dostęp do twoich notatek, modeli i zaplanowanych zadań przez udokumentowany interfejs, zamiast przeszukiwać ekrany.

Nadzór, który nie skaluje się liniowo

  • Obserwuj z dowolnego miejsca — aplikacja iOS, Windows / macOS / Linux, dowolna przeglądarka lub panel boczny Chrome. Na żywo dane wyjściowe, zatwierdzenia narzędzi i zmiany w kodzie pozostają zsynchronizowane na wszystkich z nich.
  • Interweniuj tylko wtedy, gdy to konieczne — agent działa bez nadzoru i zatrzymuje się dla ciebie, gdy napotka coś, co wymaga decyzji.
  • Przekazuj pracę innym — udostępnij połączenie na żywo, aby członek zespołu mógł sterować jednym z twoich agentów, z możliwością odwołania i limitem czasu; lub udostępnij transkrypt tylko do odczytu, gdy chcą tylko zobaczyć, co się stało.
  • 29 języków — cały produkt, nie tylko strony marketingowe.

Ręce poza terminalem

  • Sterowanie przeglądarką — agenci sterują prawdziwą przeglądarką prawdziwymi kliknięciami, w tym strony, które odrzucają syntetyczne dane wejściowe.
  • Zdalne sterowanie pulpitem — agenci widzą i obsługują ekran innej maszyny, którą posiadasz.
  • Zaplanowana praca — zadania uruchamiają się zgodnie z harmonogramem i działają na wybranej przez ciebie maszynie, bez nikogo przy klawiaturze.
  • Pazur — przestrzeń robocza dla konwersacyjnej połowy pracy, obok agentów wykonujących mechaniczną połowę.

Jak elementy do siebie pasują

flowchart LR subgraph You["You, from anywhere"] direction TB iOS["iOS"] Desktop["Desktop"] Web["Web · Browser extension"] end Center["Your account<br/>rules · skills · memory"] Relay["PandaNpc relay"] subgraph Fleet["Machines you own"] direction TB M1["Laptop · agents"] M2["Server · agents"] M3["Home desktop · agents"] end iOS --> Relay Desktop --> Relay Web --> Relay Relay --> Fleet Center -.syncs to.-> Fleet

Każdy agent działa na sprzęcie, który kontrolujesz. Przekaźnik tylko przenosi komunikaty; twój kod, klucze i pliki nigdy nie opuszczają twoich maszyn.

Dokąd to zmierza

Przejście od garstki agentów do floty to obecnie głównie problem nadzoru, a nie możliwości. Przed nami praca nad uczynieniem wielu równoczesnych agentów czytelnymi — wiedza na pierwszy rzut oka, które utknęły, które czekają na ciebie, a które po cichu skończyły — oraz uczynienie rutyną sytuacji, w której wyniki jednego agenta stają się danymi wejściowymi następnego, bez ręcznego przepisywania przez człowieka.

Pierwsze kroki

Jesteś tu nowy? Przewodnik szybkiego startu uruchomi twojego pierwszego agenta w kilka minut.

Potrzebujesz pomocy?

  • Przeglądaj panel boczny, aby znaleźć potrzebny temat
  • Modele AI — pełna lista obsługiwanych modeli
  • FAQ — najczęstsze pytania