AWS Pizza Bot: Open-source почтовый ящик для AI-агентов

В мире искусственного интеллекта, где фокус часто смещается на создание всё более сложных и «умных» моделей, существует критически важная, но часто упускаемая из виду проблема: как эффективно управлять задачами, которые выполняются в фоновом режиме? Представьте ситуацию: вы отправили AI-агента исследовать сложный вопрос, подготовить черновик документа или проанализировать данные. Пока вы занимаетесь другими делами, агент работает. Но что происходит, когда задача завершена? Или, что еще важнее, что происходит, если агенту требуется ваше одобрение для следующего шага? Раньше этот процесс часто превращался в хаос уведомлений, потерянные чаты или необходимость постоянно держать открытым интерфейс чата. AWS решила эту проблему, представив Pizza Bot — уникальное open-source приложение, которое организует работу фоновых AI-агентов через интуитивно понятный интерфейс, напоминающий электронную почту.

Pizza Bot — это не просто еще один чат-бот. Это полноценная система управления асинхронными задачами, которая изначально разрабатывалась внутри Amazon для поддержки более 2000 сотрудников. Она использовалась для подготовки к встречам, черновиков писем, сводок из Slack, ведения CRM и глубоких исследований. Теперь, переработанная как open-source проект, она доступна для всех, кто хочет внедрить надежный механизм взаимодействия с AI-агентами в своих рабочих процессах. Это флагманский инструмент для тех, кто хочет перейти от простого «чата с ИИ» к системному, управляемому использованию агентов.

В этой статье мы подробно разберем, как работает Pizza Bot, почему архитектура «почтового ящика» так важна для агентов, какие технические возможности она предоставляет и как вы можете развернуть её у себя. Мы рассмотрим интеграцию с различными LLM, систему разрешений, управление состоянием и практические аспекты использования, чтобы вы могли понять, подходит ли этот инструмент для ваших задач.

01Философия «Почтового ящика» для AI-агентов

Основная идея Pizza Bot заключается в разделении задач на три четкие категории, что кардинально меняет взаимодействие с AI. Вместо бесконечного потока сообщений в чате, пользователь видит структуру, привычную для работы с документами и письмами. Эта система состоит из трех основных вкладок:

All (Все): Полная история всех потоков задач. Здесь вы можете отслеживать прогресс, возвращаться к прошлым обсуждениям и видеть контекст, в котором выполнялась работа. Это аналог папки «Отправленные» и «Входящие» в почтовом клиенте, но для всех ваших взаимодействий с агентами.
Unread (Непрочитанные): Здесь собираются завершенные работы, ожидающие вашего обзора. Агент выполнил задачу, подготовил результат, и теперь он «отправляет» вам этот результат. Вы можете прочитать его, не отвлекаясь на другие процессы. Это критически важно для асинхронной работы, когда вы не хотите постоянно мониторить выполнение задачи.
Action (Действие): Самая важная вкладка для контроля. Здесь находятся задачи, которые приостановлены и требуют вашего одобрения, ответа или исправления. Агент не может продолжить без вашего вмешательства. Это механизм безопасности и контроля качества, который предотвращает автономные ошибки.

Такая структура позволяет пользователю работать в своем темпе. Вы можете отправить агента в «фоновый режим», заняться своими делами, а затем вернуться к вкладке «Action», чтобы проверить, не возникло ли вопросов, или к «Unread», чтобы получить готовые результаты. Это снижает когнитивную нагрузку и делает использование AI-агентов более предсказуемым и управляемым.

💡

Совет по организации. Pizza Bot позволяет создавать папки для потоков задач. Если вы работаете над несколькими проектами, используйте эту функцию, чтобы разделить, например, «Исследования», «Письма» и «CRM». Это упрощает навигацию, когда количество задач растет.

02Техническая архитектура: Как это работает под капотом

За простым интерфейсом Pizza Bot скрывается сложная техническая архитектура, обеспечивающая надежность и непрерывность работы. Приложение построено на нескольких ключевых компонентах, которые взаимодействуют друг с другом для обеспечения стабильности.

Серверная часть и управление состоянием

В основе выполнения задач лежат DeepAgents и LangGraph. LangGraph — это фреймворк для создания многошаговых агентов, который позволяет управлять состоянием (state) в процессе выполнения задачи. Это означает, что если задача прерывается, система сохраняет текущее состояние, чтобы в любой момент можно было возобновить работу с того же места. Серверная часть приложения, написанная на Hono API, отвечает за выполнение этих задач и хранение данных.

AWS Pizza Bot: Открытый почтовый ящик для фоновых AI-агентов

Все клиенты (браузерные, десктопные, терминальные) общаются с сервером через HTTP и Server-Sent Events (SSE). SSE позволяет серверу отправлять обновления клиенту в реальном времени, что обеспечивает плавный интерфейс без необходимости постоянно обновлять страницу. Если клиент отключается, сервер продолжает работу, а при повторном подключении клиент может воспроизвести буферизованные события, чтобы увидеть, что произошло за время его отсутствия.

Хранение данных

Pizza Bot использует SQLite для хранения данных. Это решение выбрано не случайно: SQLite — это легковесная, надежная и самодостаточная база данных, которая отлично подходит для локального развертывания. Отдельные базы данных SQLite хранят:

Состояние потоков (thread state) и паузы на согласование (approval pauses) через чекпоинты LangGraph.
Кросс-поточную память (cross-thread memory), что позволяет агентам запоминать информацию из разных задач.
Метаданные приложения.

Важно отметить, что каждый каталог данных SQLite поддерживает только один процесс бэкенда. Это упрощает развертывание, но требует внимания при попытках масштабирования на несколько серверов.

⚠️

Важно о десктопном приложении. Если вы закрываете десктопное приложение, встроенный в него сервер останавливается, и активные задачи могут быть потеряны, если они не были сохранены в чекпоинт. Для непрерывной работы требуется всегда включенный бэкенд (standalone backend). Закрывание вкладки браузера или отключение клиента не останавливает сервер, но выход из десктопного приложения — да.

03Интеграция с моделями и инструментами

Pizza Bot не привязан к одной конкретной модели. Он поддерживает широкий спектр провайдеров, что дает пользователям гибкость в выборе AI-мощностей. В настройках (Settings > Providers) можно настроить следующие источники:

Amazon Bedrock: Для пользователей AWS, это естественный выбор, обеспечивающий безопасность и масштабируемость.
Anthropic: Доступ к моделям Claude, известным своим качеством рассуждений и безопасностью.
Google Gemini: Интеграция с моделями Google, что полезно для пользователей экосистемы Google.
OpenAI: Поддержка моделей GPT, которые остаются стандартом де-факто для многих задач.
OpenRouter: Агрегатор моделей, позволяющий выбирать из множества провайдеров через единый интерфейс.
Ollama: Критически важная опция для локального запуска. Ollama позволяет запускать открытые модели (такие как Llama 3, Mistral и другие) прямо на вашем компьютере. Это обеспечивает полную конфиденциальность данных, так как они не покидают ваше устройство, и не требует затрат на API-вызовы.

Поддержка Ollama делает Pizza Bot особенно привлекательным для тех, кто заботится о конфиденциальности или работает в условиях ограниченного доступа к интернету. Вы можете запустить мощную локальную модель и использовать её для обработки чувствительных данных, не отправляя их в облако.

04Система навыков (Skills) и контроль доступа

Одной из самых мощных функций Pizza Bot является система навыков (Skills). Навыки — это специализированные рабочие процессы, которые агенты могут выполнять. Они определяются файлами SKILL.md, которые содержат инструкции для рабочего процесса и информацию о доступных инструментах.

MCP и внешние инструменты

Для взаимодействия с внешними системами (такими как базы данных, CRM, поисковые системы) Pizza Bot использует MCP (Model Context Protocol). Серверы MCP экспонируют внешние инструменты, которые могут быть использованы агентами. Существующие конфигурации .mcp.json, совместимые с Claude Code, поддерживаются из коробки, что упрощает интеграцию для тех, кто уже использует эти инструменты.

Каждый навык может иметь свои зависимости. Навык становится вызываемым только тогда, когда все его объявленные зависимости доступны. Это обеспечивает надежность: если для выполнения задачи требуется доступ к определенной базе данных, а она недоступна, навык не будет запущен, предотвращая ошибки.

Песочница и безопасность

Агенты работают в изолированной среде. У них есть доступ к файлам черновиков (scratch-file operations) и песочечному интерпретатору JavaScript, который не имеет доступа к сети или файловой системе хоста. Это предотвращает случайное или злонамеренное выполнение вредоносного кода. Однако, для работы с реальными файлами система поддерживает явные разрешения на папки и постоянную память, что позволяет агентам безопасно работать с данными, если это разрешено пользователем.

📌

Факт. Навыки могут делегировать задачи другим рабочим процессам через команду task, когда существуют готовые навыки-рабочие. Это позволяет создавать сложные многошаговые процессы, где один агент координирует работу других.

05Контроль одобрений (Approval Controls)

Безопасность и контроль — ключевые аспекты использования AI-агентов. Pizza Bot предоставляет гибкие механизмы для управления тем, когда агенту требуется одобрение пользователя. Авторы навыков могут настраивать параметры interruptOn и allowedDecisions для конкретных инструментов.

Например, вы можете настроить навык так, чтобы он требовал одобрения перед отправкой письма или публикацией документа. Когда агент достигает такого шага, задача перемещается во вкладку «Action». Пользователь может:

Одобрить (Approve): Разрешить агенту продолжить выполнение.
Редактировать (Edit): Внести изменения в предлагаемые аргументы или параметры перед одобрением. Например, изменить текст письма или параметры запроса.
Отклонить (Reject): Запретить выполнение действия. Агент получит уведомление и может предложить альтернативу или прекратить задачу.

Эти политики настраиваются для конкретных инструментов, что позволяет создать тонко настроенную систему безопасности. Вы можете разрешить агенту читать данные, но требовать одобрения для их записи или отправки.

06Запуск и развертывание

Pizza Bot доступен для macOS, Windows и Linux в виде десктопных приложений. Также есть браузерные и терминальные клиенты, которые подключаются к локальному или автономному бэкенду. Код приложения лицензирован под Apache 2.0, что позволяет свободно использовать, модифицировать и распространять его.

Запуск задач может быть инициирован вручную, через расписания cron или через вебхуки. Сервер отвечает за планирование: если сервер был недоступен, пропущенные интервалы cron приводят к одному запуску «на догонку» (catch-up run), а не к повторению каждого пропущенного интервала. Это предотвращает перегрузку системы и обеспечивает логичное выполнение задач.

💡

Совет для локального запуска. Если вы используете Ollama для локальных моделей, убедитесь, что ваш сервер имеет достаточные ресурсы (ОЗУ и GPU) для запуска выбранной модели. Для сложных задач с длинными контекстами могут потребоваться более мощные модели, такие как Llama 3.1 70B или аналогичные.

07Практический пример: Исследовательский бриф

Давайте рассмотрим типичный сценарий использования. Вы хотите подготовить исследовательский бриф по определенной теме. Вы запускаете кастомный навык (custom skill) в Pizza Bot. Агент начинает сбор информации, анализ данных и подготовку черновика. В процессе работы он может использовать различные инструменты, такие как поиск в интернете или чтение файлов.

Когда агент готов опубликовать финальный бриф, он вызывает инструмент publish_brief. Однако, этот инструмент настроен с параметром interruptOn. Это означает, что агент приостанавливает выполнение и отправляет запрос на одобрение во вкладку «Action». Вы получаете уведомление, открываете Pizza Bot, видите предложение с заголовком «Research brief» и решаете, одобрить его, отредактировать или отклонить.

Если вы закроете десктопное приложение во время выполнения задачи, агент продолжит работу на сервере (если он работает автономно). Когда вы снова откроете приложение, вы увидите результат во вкладке «Unread» или запрос на одобрение во вкладке «Action». Это демонстрирует мощь асинхронной работы: вы можете управлять процессом, не находясь постоянно в системе.

08Что это значит на практике

Появление Pizza Bot знаменует собой сдвиг в парадигме использования AI-агентов. Раньше агенты часто были «черными ящиками», которые запускались и завершались без четкого контроля. Pizza Bot вводит структуру, которая делает работу с агентами предсказуемой, безопасной и управляемой. Для разработчиков и энтузиастов это возможность создать собственные навыки и интегрировать их в свой рабочий процесс. Для бизнеса — это инструмент, который может автоматизировать рутинные задачи, сохраняя человеческий контроль над критическими решениями.

Поддержка локальных моделей через Ollama делает этот инструмент доступным для тех, кто заботится о конфиденциальности, а open-source лицензия позволяет сообществу развивать проект. Если вы серьезно относитесь к использованию AI-агентов в своей работе, Pizza Bot стоит того, чтобы его попробовать. Он предлагает не просто чат, а полноценную операционную систему для управления асинхронным интеллектом.

Вы можете ознакомиться с техническими деталями и репозиторием на GitHub, чтобы начать свое знакомство с Pizza Bot. Это шаг в будущее, где AI-агенты становятся не просто помощниками, а надежными партнерами в работе.

Источник: MarkTechPost ↗