Mafunzo ya Kusoma MuseAI-Skills: Kuchanganua Ujuzi wa Muse AI, Ruhusa na Mtiririko wa Kazi wa Agent

Mradi ni nini

MuseAI-Skills ni nakala ya mazingira ya kibinafsi ya AI Agent ya Muse / Hatch inayohusiana na muse.ai. Hifadhi hii ina maelezo ya bidhaa, ufafanuzi wa skills, orodha ya ruhusa za viunganishi, matukio ya tathmini ya tabia, script za uendeshaji za Linux, pamoja na baadhi ya programu na utegemezi unaosambazwa pamoja nayo.

Mipaka muhimu: Hii si hifadhi kamili ya msimbo chanzo, wala si kifurushi cha usakinishaji kinachoweza kusambazwa kwa amri moja. Programu kuu zimetolewa hasa kama binary za Linux x86-64 ELF, huku msimbo chanzo wa ujenzi, usanidi kamili wa host, rootfs na baadhi ya rasilimali za uendeshaji zikiwa hazijajumuishwa.

Kwa hiyo, hifadhi hii inafaa zaidi kwa usomaji tuli, utafiti wa mtiririko wa kazi wa Agent, uchanganuzi wa modeli ya ruhusa na marejeo ya usanifu wa maagizo, badala ya kusakinisha moja kwa moja huduma ya Muse AI. Nyenzo za hifadhi zinatumia majina kama Muse, Hatch na Jarvis, lakini nakala hii yenyewe si uthibitisho wa kutolewa, kuidhinishwa au kutoka rasmi kwa mtengenezaji.

Unachoweza kujifunza kutoka kwenye hifadhi

Muundo kamili wa mtiririko wa kazi wa skills

Hifadhi ina njia 72 za SKILL.md, zikiwemo faili 68 za skills huru na majina 4 ya ziada ya symlink. Skills hizi zinahusu mitiririko ya kazi ya Agent, bidhaa za hati, uhifadhi wa safari, zana za ofisini, majukwaa ya kijamii, data ya afya, uundaji wa media, udhibiti wa vifaa na uendeshaji wa bidhaa za Muse.

Kwa kawaida, hati hizi za skills hukusaidia kuchunguza maswali yafuatayo:

• Ni maombi gani ya mtumiaji yanapaswa kuanzisha skill.
• Kazi inapaswa kushughulikiwa na mratibu, worker au kiunganishi cha nje.
• Ni miunganisho gani ya akaunti, OAuth scope au idhini ya mtumiaji inayohitajika kabla ya utekelezaji.
• Jinsi ya kushusha kiwango cha utekelezaji zana inaposhindwa, ingizo linapokosekana au ruhusa zinapokuwa hazitoshi.
• Jinsi ya kufafanua muundo wa matokeo na kuthibitisha bidhaa ya mwisho iliyowasilishwa.

Nyenzo za ruhusa na tathmini

Hifadhi hii pia ina njia 40 za manifest na faili 12 za eval YAML. manifest.yaml inaweza kutumiwa kuelewa metadata ya viunganishi, thamani chaguo-msingi za ruhusa, mahitaji ya scope na upangaji wa amri; eval/scenarios.yaml inaweka kumbukumbu za matukio ya tathmini ya tabia, malengo ya mtumiaji na tabia inayotarajiwa.

Angalizo: Kuwepo kwa manifest hakumaanishi kuwa akaunti tayari imeunganishwa; kuwepo kwa tukio la tathmini pia hakumaanishi kuwa tathmini imeendeshwa au imefaulu.

Dalili tuli za mazingira ya uendeshaji

Script zilizo katika opt/hatch/runtime-cell/ zinaonyesha baadhi ya mzunguko wa maisha wa mazingira ya uendeshaji, ikiwemo utatuzi wa njia za rootfs, maandalizi kabla ya kuanza, ukaguzi wa kernel module, uanzishaji wa kontena la systemd-nspawn na uunganishaji wa overlay za skills na binary. Hata hivyo, unit kamili za host, usanidi wa nspawn na rootfs halisi hazipo kwenye hifadhi.

Muhtasari wa muundo wa saraka

• README.md: Ukurasa wa mwanzo wa Kichina, saraka ya skills na maelezo ya mipaka.
• README.en.md: Ukurasa wa mwanzo wa Kiingereza.
• PROJECT_ANALYSIS.md: Tathmini ya usanifu, vipengele vilivyokosekana, hatari na faharasa ya ushahidi.
• SHA256SUMS: Orodha ya ukaguzi wa maudhui ya faili za kawaida, lakini si sahihi ya chanzo.
• home/hatch/docs/: Maelezo ya bidhaa, viunganishi, faragha, upangaji, faili, vifaa na media.
• home/hatch/config/: Usanidi unaohusiana na hali ya Agent na skills.
• opt/hatch/skills/: Milango ya skills, manifest za ruhusa, matukio ya tathmini na nyenzo za marejeo.
• opt/hatch/runtime-cell/: Script za mzunguko wa maisha wa mazingira ya uendeshaji na violezo vya usanidi.
• opt/hatch/bin/: Programu zinazohusiana na Hatch.
• opt/hatch-image/: Zana za upande wa image, npm, Bun na vipengele vingine vinavyosambazwa pamoja.

Saraka kuu ya hifadhi ni mzizi wa nakala tu, si mzizi wa Linux unaoendesha. home/hatch/ ndani ya nakala inalingana na /home/hatch ya mazingira ya awali, huku /run, /var/lib na /etc katika hati kwa kawaida zikirejelea mifumo ya faili ya wakati wa uendeshaji ambayo haipo.

Upatikanaji na maandalizi ya hifadhi

Mbinu ya kwanza: kusoma skills na hati pekee

Ikiwa lengo ni kuchanganua script za Markdown, YAML na Shell, unaweza kuruka binary kubwa za Git LFS. Hii pia ndiyo njia inayopendekezwa zaidi ya kusoma.

GIT_LFS_SKIP_SMUDGE=1 git clone https://github.com/win4r/MuseAI-Skills.git
cd MuseAI-Skills

Njia hii haihitaji kuendesha programu zinazokuja pamoja na hifadhi. Baada ya kuingia kwenye hifadhi, fungua kwanza PROJECT_ANALYSIS.md na opt/hatch/skills/.

Mbinu ya pili: kutazama vipengele kamili vya nakala

Unapaswa kusakinisha Git LFS na kupata vipengele husika pale tu unapohitaji kuchunguza programu za ELF zilizo katika LFS au faili nyingine kubwa. Kupakua binary hakutajaza msimbo chanzo, rootfs, vitambulisho vya siri au usanidi wa host uliokosekana, wala hakutafanya hifadhi iwe mfumo unaoweza kusambazwa.

git clone https://github.com/win4r/MuseAI-Skills.git
cd MuseAI-Skills
git lfs pull

Kwa binary ambazo chanzo chake hakijathibitishwa kwa kujitegemea, anza kwa ukaguzi tuli wa nje ya mtandao; usiziendeshe moja kwa moja kwenye mashine ya uzalishaji au mazingira yenye vitambulisho nyeti.

Kuthibitisha faili za kawaida

Baada ya kupata faili husika kikamilifu, unaweza kutumia SHA256SUMS iliyotolewa na hifadhi kukagua ukamilifu wa maudhui:

sha256sum -c SHA256SUMS

Orodha ya ukaguzi haijumuishi faili yenyewe ya orodha wala symlink, na si sahihi ya kriptografia ya utambulisho wa mchapishaji au uhalisi wa chanzo. Inaweza tu kusaidia kubaini kama faili za kawaida za ndani zinalingana na muhtasari uliorekodiwa kwenye orodha.

Matumizi ya msingi: kuanzisha mchakato wa kusoma skills

Hatua ya kwanza: chagua mlango wa skill

Kwa usomaji wa kwanza, unaweza kuanza na skills zifuatazo:

• wide-research: Kusoma mratibu, worker, mkataba wa pamoja wa matokeo na ufikiaji wa kushindwa.
• skill-creator: Maelezo ya vichochezi vya skill, mgawanyo wa saraka na upakiaji wa marejeo kwa mahitaji.
• artifacts/testing: Kutofautisha “uundaji umefaulu” na “bidhaa iliyowasilishwa inaweza kutumika”.
• goals: Kutofautisha uundaji wa lengo la kwanza na ufuatiliaji unaofuata.
• forget: Kushughulikia nakala, hali zinazotokana na data na data inayoweza kuandikwa tena.
• travel-planning: Kutenganisha utafiti wa safari, utafutaji wa wakati halisi na utekelezaji wa muamala.
• gmail: Kuchanganua kiunganishi kwa kuunganisha maandishi ya skill, ruhusa za kiwango cha mbinu na matukio ya tathmini.

Kwa mfano, tazama mlango wa skill ya Gmail:

sed -n '1,240p' opt/hatch/skills/gmail/SKILL.md

Hatua ya pili: toa masharti ya kichochezi na mipaka

Unaposoma SKILL.md, usiandike tu “inaweza kufanya nini”; pia jibu maswali yafuatayo kwa mpangilio:

1. Ni maombi gani yanapaswa kuanzisha skill hii?
2. Ni maombi gani yanayofanana ambayo hayapaswi kuianzisha?
3. Uendeshaji wa kusoma pekee unatofautishwaje na uendeshaji wa kuandika?
4. Je, hatua zenye athari kubwa kama kutuma, kufuta, kununua au kuweka nafasi zinahitaji uthibitisho?
5. Ruhusa zinapokuwa hazitoshi, lengo linapokuwa na utata au zana inaposhindwa, hali inapaswa kushughulikiwaje?
6. Ni sehemu au ushahidi gani unapaswa kurudishwa katika matokeo ya mwisho?

Panga maudhui haya katika sehemu sita za “kichochezi, ingizo, idhini, utekelezaji, kushindwa, ukaguzi” ili kurahisisha kuyahamishia kwenye usanifu wako wa Agent.

Hatua ya tatu: linganisha na manifest ya ruhusa

Kwa skills za viunganishi, endelea kusoma manifest.yaml iliyo katika saraka hiyo:

sed -n '1,260p' opt/hatch/skills/gmail/manifest.yaml

Linganisha kwa makini shughuli zinazodaiwa na maandishi ya skill na ruhusa za mbinu, thamani chaguo-msingi za vikundi, scope na upangaji wa amri uliotangazwa kwenye manifest. Mipangilio ya kiwango cha mbinu inaweza kubatilisha thamani chaguo-msingi za vikundi, kwa hiyo usitazame maelezo ya ruhusa ya kiwango cha juu pekee.

Kunakili SKILL.md kwenye mazingira mengine ya Agent hakutoi moja kwa moja uwezo wa kufikia Gmail, Google Drive, Notion au huduma nyingine. Utekelezaji halisi bado unategemea CLI au MCP husika, muunganisho wa akaunti, OAuth scope na idhini ya wakati wa uendeshaji.

Hatua ya nne: soma matukio ya tathmini

Ikiwa skill ina eval/scenarios.yaml, unaweza kuendelea kuchunguza jinsi inavyobadilisha kanuni kuwa tabia inayoweza kupimwa:

sed -n '1,260p' opt/hatch/skills/gmail/eval/scenarios.yaml

Matukio ya tathmini yanafaa kukagua tabia zifuatazo:

• Je, Agent ilichagua skill sahihi?
• Je, ilitofautisha viwango mbalimbali vya hatari vya kusoma, kuandaa rasimu, kutuma na kufuta?
• Je, iliomba ufafanuzi kwanza taarifa zilipokosekana, badala ya kukisia mpokeaji au lengo la operesheni?
• Je, iliomba idhini au uthibitisho inapohitajika?
• Baada ya kushindwa, je, iliripoti kwa uaminifu vitu ambavyo havikukamilika?

Usichukulie faili ya matukio kama ripoti ya kufaulu kwa majaribio. Ili kutathmini masuala ya awali, unaweza pia kuichanganya na rekodi za matokeo kama opt/hatch/skills/flightaware/eval/findings.md, huku ukizingatia toleo lake na mazingira ya majaribio.

Hatua ya tano: kagua nyenzo za marejeo zinazohusiana

Baadhi ya skills hugawanya kanuni za kina katika references/, guide/, creation/ au guides/. Muundo huu unaonyesha kanuni muhimu ya usanifu: faili kuu ya skill ibaki fupi, na nyenzo mahususi zaidi za marejeo zipakiwe tu zinapohitajika na kazi.

Kwa mfano, unaweza kuanza kujifunza mbinu za kuandika skills kutoka kwenye faili ifuatayo:

sed -n '1,260p' opt/hatch/skills/skill-creator/references/authoring_guide.md

Mfano wa vitendo: kuchanganua skill ya Gmail

Unaweza kutumia kiolezo kifuatacho kurekodi muundo wa skill ya Gmail bila kuunganisha au kuendesha barua pepe:

Mlango wa skill: opt/hatch/skills/gmail/SKILL.md
Ufafanuzi wa ruhusa: opt/hatch/skills/gmail/manifest.yaml
Matukio ya tathmini: opt/hatch/skills/gmail/eval/scenarios.yaml

Vipengele vya uchanganuzi:
1. Masharti ya kichochezi ya kutafuta na kusoma barua pepe
2. Mipaka ya shughuli za rasimu, kutuma na kujibu
3. Mchakato wa lebo na kujiondoa kwenye usajili
4. Ruhusa za kiwango cha mbinu na OAuth scope
5. Utunzaji wa mpokeaji, mfululizo wa barua pepe au nia ya operesheni isiyo wazi
6. Namna ya kuripoti baada ya zana kushindwa
7. Matokeo na taarifa za uthibitishaji ambazo mtumiaji anapaswa kupokea mwishoni

Baada ya kukamilisha, unaweza kubadilisha matokeo kuwa vipimo vya Agent yako mwenyewe:

• Kanuni za kichochezi: Bainisha ni mifumo gani ya lugha inayoingia kwenye skill ya barua pepe.
• Kusoma pekee kwanza: Shughulikia utafutaji na usomaji tofauti na shughuli za kubadilisha kama kutuma na kufuta.
• Kizingiti cha idhini: Fafanua upya kanuni za uthibitisho na OAuth kulingana na mazingira ya uendeshaji unayolenga.
• Mkataba wa matokeo: Bainisha kitakachorudishwa wakati wa kufaulu, kufaulu kwa sehemu na kushindwa.
• Matukio ya ukaguzi: Ongeza majaribio ya maombi ya kawaida, maombi yenye utata, ruhusa zisizotosha na hitilafu za kiunganishi.

Kusoma bidhaa na usanifu wa mfumo

Kuelewa kwa haraka mkataba wa bidhaa

Inapendekezwa kusoma kwa mpangilio ufuatao:

1. home/hatch/docs/muse.md: Muhtasari wa bidhaa.
2. home/hatch/docs/goals.md: Malengo, maendeleo na mipaka ya kazi za nyuma ya pazia.
3. home/hatch/docs/scheduling-and-watching.md: Upigaji kura wa mara kwa mara, upangaji, historia ya uendeshaji na arifa.
4. home/hatch/docs/self_improvement.md: Kumbukumbu za nyuma ya pazia, utafiti, mapitio na ufuatiliaji wa ushahidi.
5. home/hatch/docs/connectors.md: Hali ya miunganisho, OAuth, ruhusa za mbinu na ushughulikiaji wa hitilafu.
6. home/hatch/docs/privacy-and-credentials.md: Marejeo ya vitambulisho, Vault, sheria za kuhamisha na kufuta.

Faili hizi zinaeleza mkataba wa bidhaa katika nakala hii ya hali. Uwezo mahususi wa akaunti na maelezo ya upatikanaji wa kihistoria hayapaswi kuchukuliwa moja kwa moja kuwa ukweli kwa akaunti zote za Muse za sasa.

Mnyororo wa kuanzisha wakati wa utafiti

Ikiwa unazingatia mazingira ya kutenganisha ya Linux, unaweza kuunda uhusiano wa miito kwa kutumia hati zifuatazo:

opt/hatch/runtime-cell/pre-start.sh
opt/hatch/runtime-cell/ensure-rootfs.sh
opt/hatch/runtime-cell/resolve-rootfs-path.sh
opt/hatch/runtime-cell/require-modules.sh
opt/hatch/runtime-cell/launch-daemon.sh
opt/hatch/runtime-cell/post-start.sh

resolve-rootfs-path.sh hurejesha /var/lib/hatch-runtime/rootfs, ambayo ni njia katika mazingira asilia ya uendeshaji, wala si saraka iliyojumuishwa kwenye hazina. launch-daemon.sh huanzisha kontena la systemd-nspawn na kuunda overlay; haiwezi kuwa mwongozo kamili wa kuanzisha mfumo bila usanidi wa mwenyeji na rootfs vilivyokosekana.

Mbinu za juu za uchanganuzi

Kutofautisha ujuzi, lakabu na saraka za rasilimali

Hazina ina lakabu 4 za viungo vya ishara: facebook inaelekeza kwenye facebook-cli, meta-threads inaelekeza kwenye threads, podcast inaelekeza kwenye generate_podcast, na voice-calls inaelekeza kwenye voice-selector.

Kukagua shabaha halisi za viungo husaidia kuzuia kuhesabu mara mbili:

find opt/hatch/skills -type l -name SKILL.md -print -exec readlink {} \;

Hasa, huwezi kuhitimisha kutokana na jina voice-calls kwamba ina uwezo wa Agent kupiga simu kwa niaba ya mtumiaji; ingizo hili linaelekeza kwenye saraka tuli ya sauti. spaces ina nyaraka na violezo vya wakati wa uendeshaji, lakini haina SKILL.md ya kiwango cha juu, kwa hiyo haipaswi kuhesabiwa ziada kama ujuzi mmoja.

Kuthibitisha madai, ruhusa na vitegemezi vinavyotekelezeka kwa pamoja

Unapochanganua ujuzi, unaweza kutumia njia ya uhakiki ya tabaka tatu:

1. Tabaka la tabia: Kagua vichochezi, mipaka na matokeo yaliyotangazwa na SKILL.md.
2. Tabaka la ruhusa: Kagua mbinu, scope na ruhusa chaguomsingi katika manifest.
3. Tabaka la utekelezaji: Thibitisha kama CLI, MCP, programu saidizi, miunganisho ya akaunti na rasilimali za wakati wa uendeshaji zinazohitajika zinapatikana.

Hazina inaonyesha wazi kuwa baadhi ya vitegemezi muhimu havipo, vikiwemo hati za uthibitishaji wa Artifacts, kiunzi cha viunganishi cha skill-creator, programu tekelezi ya mm ya Magic Moment, pamoja na baadhi ya SDK na rasilimali za ujenzi zinazohitajika na Spaces. Kwa hiyo, “nyaraka zinaweza kusomeka” si sawa na “mnyororo wa utekelezaji umekamilika”.

Kutenganisha uundaji wa bidhaa na ukaguzi wa bidhaa

artifacts/testing inafaa kuchunguzwa kama muundo wa jumla wa Agent. Inasisitiza kwamba baada ya kuunda faili, lazima pia likaguliwe kulingana na aina ya bidhaa, litolewe upya, likubaliwe kwa kutazamwa na lichanganuliwe kwa vishikilia nafasi. Unapohamishia mfumo wako, unaweza kugawanya mchakato hivi:

1. Unda nyaraka, majedwali, PDF au mawasilisho.
2. Fungua tena au toa matokeo yaliyoundwa.
3. Kagua muundo, mpangilio, fomula, viungo na rasilimali zinazokosekana.
4. Tafuta vishikilia nafasi na maandishi ya muda ambayo hayajabadilishwa.
5. Weka faili alama ya kuwa tayari kuwasilishwa baada tu ya kupita ukaguzi wa kukubalika.

Kuchunguza ushirikiano wa Agent wengi

wide-research huonyesha vikwazo muhimu katika utafiti sambamba wenye pembejeo nyingi: kuweka mipaka ya majukumu ya mratibu na worker, kusawazisha sehemu za matokeo, kuripoti kiwango cha ufunikaji na kuhifadhi vipengee vilivyoshindwa. Wakati wa kuhamisha muundo huu, badilisha majina ya zana na njia za nafasi ya kazi kulingana na mfumo wako wa upangaji, huku ukihifadhi mkataba wa matokeo uliosawazishwa na mwonekano wa kushindwa.

Kukagua maelezo ya hifadhidata badala ya kutafuta hifadhidata

opt/hatch/skills/muse_db/references/schema.md inaeleza sheria za SQL yenye vizuizi, vitambulishi na mahusiano katika schema nyingi, na inaweza kutumiwa kuelewa muundo wa data na njia za kufuatilia katika majedwali mbalimbali. Si hifadhidata halisi wala msimbo wa uhamishaji, kwa hiyo haiwezi kutumiwa kurejesha huduma kamili.

Kuhifadhi chanzo, leseni na mipaka ya ushahidi

Unapohamisha mtiririko wa kazi kwenye miradi mingine, unapaswa kuhifadhi uhusishaji wa chanzo na kukagua leseni zinazotumika. Inapendekezwa kutofautisha yafuatayo katika rekodi za uchanganuzi wa ndani:

• Ukweli uliotajwa moja kwa moja na faili za hazina.
• Makisio ya kiufundi yaliyotolewa kutokana na saraka, hati au manifest.
• Madai ya bidhaa ambayo bado hayajathibitishwa.
• Tabia ambazo haziwezi kuthibitishwa kwa sababu mazingira ya uendeshaji hayapo.

“Inaonekana katika hifadhi ya kumbukumbu” si sawa na “imeidhinishwa na chanzo rasmi”, “inaweza kuendeshwa kwa kujitegemea” au “inaweza kupewa leseni upya kiholela”.

Njia ya kujifunza inayopendekezwa

1. Unapokloni hazina, ruka LFS ili kuepuka kupakua jozi zisizohitajika.
2. Soma PROJECT_ANALYSIS.md ili kuelewa tathmini za usanifu na vipengee vilivyokosekana.
3. Chagua skill-creator au wide-research ili kujifunza muundo wa mtiririko wa kazi.
4. Chagua gmail ili kuchanganua kwa pamoja mwili wa ujuzi, manifest na eval.
5. Soma artifacts/testing ili kujenga mtazamo wa ukaguzi wa bidhaa zinazowasilishwa.
6. Soma nyaraka za bidhaa ili kutofautisha sheria za ujuzi na mkataba wa bidhaa.
7. Mwishowe, kagua hati za runtime-cell ili kuelewa dalili za wakati wa uendeshaji na vitegemezi vilivyokosekana.

Hitimisho

Thamani kuu ya MuseAI-Skills haipo katika kuisambaza moja kwa moja, bali katika kuonyesha jinsi Agent binafsi ya AI inavyopanga vichochezi vya ujuzi, uelekezaji wa kazi, ruhusa za viunganishi, ushughulikiaji wa kushindwa na ukaguzi wa matokeo. Kwa kusoma pamoja SKILL.md, manifest.yaml, matukio ya tathmini na vitegemezi vya wakati wa uendeshaji, unaweza kuchota miundo ya usanifu inayofaa mfumo wako wa Agent, huku ukiepuka kuichukulia nakala hii ya hali kama msimbo kamili wa chanzo au bidhaa inayotekelezeka.