Craft Agent
Твой личный помощник с искусственным интеллектом, который работает как ты хочешь
Apache Maka (Incubating) — открытая рабочая среда для ИИ-агентов, которая выполняет задачи и хранит полный протокол всего, что агент сделал. Это проект в инкубаторе Apache Software Foundation: код лежит на GitHub, работает как десктопное приложение на Electron, как TUI и как CLI. Пригодится разработчикам, которым нужен агент для работы с кодом и репозиторием — и при этом нужна возможность проверить каждый его шаг.
Главная идея — журнал и есть рантайм. Каждое сообщение модели, каждый вызов инструмента, каждое решение о правах доступа и каждое завершение сессии записываются как RuntimeEvent в append-only лог. Интерфейс, следующий промпт и восстановление после падения — всё это проекции этого журнала, а не единственная копия данных. Старый вывод инструмента может выпасть из следующего промпта, но из лога он не исчезнет.
Модель вы приносите свою: облачный API, локальная модель или совместимый гейтвей. Сессии, настройки и записи запусков остаются на вашей машине — общего аккаунта с моделью в комплекте нет. При первом запуске нужно зайти в Settings → Models, добавить подключение, протестировать его и выбрать модель по умолчанию. Приложение честно различает состояния подключений: настроено, готово к отправке, экспериментальное — если аккаунт не подключён к Runtime, как рабочую модель его не покажут.
Desktop, TUI с CLI и модуль Eval — тонкие клиенты одного исполнительного центра, Runtime Host. Eval отвечает только за эксперимент и подсчёт очков. Команда публикует результаты бенчмарков против других агентских харнессов: та же модель, тот же официальный верификатор, полная запись по каждой задаче в docs/eval/. Метрика одна — сколько задач закрыто и какой ценой.
Что касается сборки и установки, вариантов три:
В CLI есть режим Graph: команда с флагом --graph разложит задачу на независимые части, соберёт их и проверит результат. В TUI то же самое включается через /graph on. Операторы Graph работают в изолированных Git worktree, поэтому исходный проект должен быть в чистом состоянии. Для разработки Direct Peer и Peer Mesh дополнительно понадобится Rust 1.98+ и платформенный линкер — Xcode Command Line Tools на macOS, MSVC Build Tools на Windows.
Репозиторий разбит по пакетам: core — контракты сессий, событий и прав, storage — SQLite для состояния и конфигурации, runtime — AgentRun, адаптеры моделей, инструменты и восстановление, mcp — клиент Model Context Protocol, computer-use — бэкенды для управления компьютером. Начать разбираться в устройстве стоит с ARCHITECTURE.md: там карта системы, границы кода и ссылки на подробные разборы в docs/architecture/.
Твой личный помощник с искусственным интеллектом, который работает как ты хочешь
Исследователи открыли способ превратить нейросеть в полноценного агента с инструментами и памятью