Staret: кратко о главном
🎯 О чём этот конспект: Пошаговый разбор бесплатной open-source платформы Staret (AGI Staret) — локальной операционной системы для AI-агентов с пиксельным RPG-интерфейсом. Рассматривается развертывание виртуального офиса, найм специализированных агентов (веб-дизайнеров, маркетологов, исследователей), настройка долгосрочной памяти, подключение моделей через подписки без API-ключей, а также удаленный контроль со смартфона и фоновая автономия.
👤 Кому будет полезно: Вайбкодерам, разработчикам и фаундерам, которые хотят организовать совместную работу нескольких узкопрофильных AI-агентов, автоматизировать рутинные задачи (контент, код, исследования) и протестировать геймифицированный подход к оркестрации LLM.
✨ Что получите: Готовую инструкцию по развертыванию Staret на локальной машине, созданию кастомных агентов с функцией самообучения (Reflection), подключению ChatGPT, Grok, Claude или локальных моделей, а также настройке фонового автономного выполнения задач.
1. Концепция и быстрое развертывание Staret
Контекст: Большинство современных систем оркестрации агентов представляют собой либо сложные CLI-инструменты, либо абстрактные дашборды, где сложно отследить статус одновременной работы команды. Staret решает эту проблему через метафору «виртуального офиса» — смесь тамагочи для ИИ и полноценной агентной ОС (Agent OS). Под капотом находится функционал агентного харнесса уровня Hermes или OpenClaw, но с надстройкой в виде пиксельного RPG-интерфейса со звуковыми эффектами. Ручная сборка и компиляция подобных open-source проектов из репозитория часто приводит к конфликтам зависимостей, поэтому эффективнее использовать AI-модели для скриптовой установки.
Тайминг: , ,
Выгода: Экономия от 1 до 2 часов на ручной настройке окружения и библиотек за счет автоматизированной сборки проекта через AI-ассистента.
Как применить:
- Шаг 1: Получение репозитория — GitHub — Перейдите на страницу репозитория проекта
AGI Staretна GitHub и скопируйте ссылку на проект для клонирования. - Шаг 2: Автоматизация сборки через AI-агента — Claude Code / Cursor / Opus 3.5 — Передайте ссылку на репозиторий вашему AI-ассистенту и выполните скрипт автоустановки, чтобы избежать конфликтов системных зависимостей.
# Клонирование репозитория проекта Staret
git clone https://github.com/staret-org/staret.git
cd staret
# Установка зависимостей и локальный запуск через терминал
npm install
npm run dev- Шаг 3: Первоначальный запуск интерфейса — Staret Desktop — Запустите десктопное приложение, пройдите встроенный визард онбординга и настройте системные параметры (отключение/включение звуковых эффектов офиса).
Результат: Развернутое локальное приложение Staret с готовым пространством виртуального офиса для добавления агентов.
2. Рекрутинг и конфигурирование команды агентов
Контекст: Эффективность мультиагентной системы строится на разделении труда, а не на попытках возложить все задачи на одного универсального агента. В Staret внедрена ролевая система рекрутинга: вы можете нанимать готовые пресеты или создавать собственные профили сотрудников. Среди базовых ролей доступны: Chief of Staff (глава штаба), Strategist (стратег), Researcher (исследователь), Marketing Copywriter (копирайтер), Web Designer (веб-дизайнер) и Content Manager (контент-менеджер). Для каждого агента индивидуально настраиваются имя, визуальный пиксельный аватар, рабочий контекст и модель исполнения.
Тайминг: , ,
Выгода: Четкое распределение обязанностей между агентами исключает размытие системных промптов и повышает качество генерации кода и контента.
Как применить:
- Шаг 1: Переход в меню найма — Staret UI — В верхней панели переключитесь на вкладку
Crew-> выберитеAgents-> нажмите кнопкуRecruit. - Шаг 2: Выбор специализации и роли — Staret UI — Выберите пресет роли (например, Web Designer или Researcher), задайте уникальное и понятное имя (рекомендуется называть агентов прямо по их функции, например
web-designer, чтобы не путаться при распределении задач). - Шаг 3: Настройка внешнего вида — Staret Customizer — Выберите визуальный пиксельный спрайт для отображения персонажа в комнате и привяжите конкретную LLM к этой роли.
[Системный бриф для роли Web Designer]
Role: Senior Frontend & Web Designer Agent
Objective: Create clean, responsive UI layouts and React components based on user briefs.
Behavior: Focus strictly on design patterns, accessibility, modern CSS, and component structure. Do not handle backend architecture.- Шаг 4: Развертывание в команду — Staret UI — Нажмите
Deployдля добавления агента в команду (или перезапишите существующего агента, если обновляете его спецификацию).
Результат: Сформированная команда из 3+ специализированных агентов, готовых к выполнению параллельных задач в одном рабочем пространстве.
3. Долгосрочная память, рефлексия (Reflection) и кастомизация личности
Контекст: Главная проблема стандартных AI-воркфлоу — потеря контекста и забывание пользовательских правок после закрытия сессии. В Staret внедрена архитектура самообучения на основе модулей Memory, Reflection и Beliefs. Модуль Reflection анализирует выполненную задачу, фиксирует допущенные ошибки и сохраняет пользовательский фидбек в постоянную память агента. Дополнительно можно настраивать черты характера (например, Composed — сдержанный, Blunt — прямолинейный, Direct — лаконичный), регулировать частоту проявления инициативы и строго разграничивать права доступа к инструментам (Access Limits).
Тайминг: , ,
Выгода: Агенты не повторяют прошлых ошибок и автоматически адаптируются под ваш стиль работы без необходимости заново прописывать контекст в каждом новом чате.
Как применить:
- Шаг 1: Настройка Reflection и памяти — Меню агента — Откройте профиль агента, перейдите в раздел
Memory & Reflection. Включите тумблерAuto-Reflectionпосле завершения задач. - Шаг 2: Регулировка интервала предложений — Меню агента — Установите параметр
Time between suggestions, чтобы агент не спамил подсказками, а выдавал структурированные отчеты с заданной периодичностью. - Шаг 3: Конфигурация убеждений и характера — Вкладка Config — Добавьте базовые убеждения (Beliefs), выберите тональность общения (
Personality: Blunt/Composed) и ограничьте доступ к файловой системе или внешним инструментам при необходимости.
Результат: Самообучающийся агент, который сохраняет правила и стандарты вашего проекта в своей постоянной базе знаний.
4. Подключение LLM через существующие подписки без затрат на API
Контекст: Использование мультиагентных систем часто упирается в огромные счета за токены API при постоянном меж-агентном общении. Staret решает эту проблему поддержкой прямого входа (OAuth / Session Sign-in) через пользовательские аккаунты ChatGPT (Plus/Team), Grok (через подписку на X/Twitter) и Claude, минуя платные API-токены платформы OpenAI/Anthropic. Также архитектура оптимизирована под Local-First: вы можете подключить локальные модели через Ollama/LM Studio или использовать OpenRouter для единого шлюза.
Тайминг: , ,
Выгода: Нулевые дополнительные расходы на API: используются уже оплаченные тарифы ChatGPT Plus, Claude Pro или X Premium, либо полностью бесплатные локальные модели.
Как применить:
- Шаг 1: Переход в настройки провайдеров — Settings -> Models — Откройте общее меню настроек Staret и выберите пункт
Settings->Models. - Шаг 2: Авторизация через подписку — Staret Auth — Выберите нужный сервис (например, Grok или ChatGPT) и нажмите кнопку
Sign In. Пройдите стандартную авторизацию в браузере. - Шаг 3: Подключение локальных моделей или OpenRouter (опционально) — Settings -> Local — Если требуется полная приватность, укажите адрес локального эндпоинта Ollama или добавьте ключ OpenRouter.
# Пример адреса для подключения локального инференса Ollama
http://localhost:11434/v1- Шаг 4: Привязка модели к агентам — Agent Settings — Перейдите к каждому агенту и назначьте ему подходящий бекенд (например, Grok для быстрого поиска и новостей, Claude 3.5 Sonnet для кодинга, локальная модель для простых классификаций).
Результат: Рабочая мультиагентная среда, функционирующая на базе ваших обычных аккаунтов без оплат по счетчикам API.
5. Создание рабочих станций (Rooms) и фоновая автономность
Контекст: Агенты могут объединяться в специализированные функциональные кластеры — рабочие станции (Stations/Rooms). Например, Software Studio группирует разработчика, тестировщика и ревьюера; Research Station ориентирована на сбор данных и написание брифов; Creative Studio решает задачи генерации медиа и текстов. Для непрерывной работы доступен режим фоновой автономности «While I'm away automate», позволяющий агентам продолжать выполнение пайплайна задач, когда пользователь закрыл окно программы или отошел от компьютера.
Тайминг: , , ,
Выгода: Параллельное решение комплексных задач без необходимости непрерывного присутствия пользователя за компьютером.
Как применить:
- Шаг 1: Выбор типа рабочей станции — Wizard — При инициализации проекта выберите шаблон рабочей станции:
Software Studio— для написания и тестирования кода;Research Station— для анализа информации и подготовки отчетов;Creative Studio— для маркетинга, сценариев и визуала;Cozy Workshop— для универсальных задач в одной комнате.
- Шаг 2: Постановка глобальной задачи — Task Input — Сформулируйте целевую задачу для всей станции (например: «Создать прототип веб-сервиса автоматизации на базе React»).
- Шаг 3: Настройка фонового выполнения — Меню безопасности — В параметре
While you're awayвыберите режим:Wait for me— агент останавливается перед каждым критическим действием и ждет аппрува;Automate fully— агент автономно выполняет запланированный пайплайн до завершения.
- Шаг 4: Включение голосового взаимодействия (опционально) — Local Voice — Активируйте локальную голосовую модель (
Local, Live, Hands-free), чтобы диктовать задачи агенту голосом и получать аудио-ответы синтезированным голосом персонажа.
[Пример стартового промпта для Software Studio]
Task: Build a single-page dashboard application for tracking AI automation workflows.
Requirements:
1. Engineer agent: Write the core UI components and state management.
2. Tester agent: Verify logic, check for edge cases, and output bug reports.
3. Keep the computer awake and proceed autonomously until the prototype code is ready.Результат: Организованное мультикомнатное пространство, где команды агентов автономно реализуют поставленные проекты.
6. Удаленный контроль со смартфона и интеграция в бизнес-процессы
Контекст: Управление сложными локальными процессами не должно привязывать вас к монитору. Staret содержит встроенную функцию Remote Pairing: через сканирование QR-кода мобильное устройство связывается с вашим десктопом. Со смартфона можно в реальном времени мониторить активность агентов, подтверждать опасные операции (Approvals), ставить новые задачи и открывать сгенерированные файлы. Автор подчеркивает важное бизнес-правило: не стоит превращать пиксельный офис в игрушку без реальной отдачи. Внедряйте агентов только в те участки работы, где вы лично тратите больше всего времени (например, монтаж/сценарии видео, генерация веб-страниц или клиентская поддержка).
Тайминг: , , ,
Выгода: Полный контроль над автономными пайплайнами с телефона из любой точки, высвобождение до 70% времени на рутинных повторяющихся операциях.
Как применить:
- Шаг 1: Сопряжение мобильного устройства — Remote Menu — Откройте вкладку
Remoteв Staret Desktop, отобразите QR-код сопряжения и отсканируйте его камерой смартфона. - Шаг 2: Настройка удаленных уведомлений и аппрувов — Mobile Web App — В открывшемся мобильном интерфейсе включите получение пуш-уведомлений о завершении ключевых этапов задач и окнах одобрения действий.
- Шаг 3: Аудит личного рабочего времени — Анализ процессов — Выпишите 1-2 главные рутинные задачи недели (например: «Сбор трендов и написание черновиков статей»).
- Шаг 4: Делегирование агентам Staret — Task Pipeline — Запустите пайплайн в Staret, закройте рабочий компьютер и отслеживайте выполнение этапов с мобильного устройства.
[Чек-лист перед запуском автономного агента]
1. [x] Проверены системные инструкции (Prompt Brief).
2. [x] Ограничен доступ к удалению критических файлов (Tool Access Safety).
3. [x] Включен Remote Pairing для получения уведомлений на смартфон.
4. [x] Настроен тайм-аут ожидания подтверждения (Approval Timeout).Результат: Надежная система удаленного мониторинга локальных AI-агентов, работающая в фоновом режиме на реальные бизнес-задачи.
Staret: ответы на частые вопросы
В: Чем Staret принципиально отличается от обычного чата в ChatGPT или Claude?
О: В отличие от единичного чата, Staret — это полноценная мультиагентная среда. Вы нанимаете команду специализированных агентов (кодер, дизайнер, маркетолог), которые обладают изолированными ролями, собственной долговременной памятью, механизмами рефлексии (Reflection) и могут работать параллельно над одним большим проектом.
В: Обязательно ли покупать API-ключи OpenAI или Anthropic для работы?
О: Нет. В Staret предусмотрена прямая авторизация через существующие веб-подписки (ChatGPT Plus/Team, Grok через подписку на X/Twitter, Claude Pro). Кроме того, система поддерживает работу с полностью бесплатными локальными моделями через Ollama или LM Studio.
В: Насколько безопасно включать режим «While I'm away automate»?
О: При включении полной автономии агент может выполнять действия на компьютере без ручного подтверждения каждого шага. Чтобы избежать случайного удаления файлов или нежелательных действий, заранее настройте раздел Tool Access в профиле каждого агента, отключив доступ к терминалу или ограничив запись только целевой рабочей папкой.
В: Можно ли управлять агентами вне дома без прямого доступа к ПК?
О: Да, функция Remote генерирует ссылку и QR-код для сопряжения со смартфоном. Вы можете просматривать статус комнат, давать подтверждения на выполнение шагов и читать финальные отчеты прямо с мобильного устройства.
В: Что делать, если при сборке проекта с GitHub возникают ошибки?
О: Вместо ручной правки зависимостей скопируйте ссылку на GitHub-репозиторий и передайте ее AI-ассистенту (Cursor, Claude Code, Opus 3.5), попросив его проанализировать package.json/Makefile и выполнить установку в изолированном окружении.
В: Как агент обучается на моих правках?
О: За это отвечает встроенный модуль Reflection. После выполнения каждой задачи и получения вашей обратной связи агент формирует внутренние заметки и обновляет свои «убеждения» (Beliefs), предотвращая повторение аналогичных ошибок в последующих итерациях.
Staret: инструменты и ссылки из видео
- AGI Staret (GitHub) — Официальный open-source репозиторий десктопной платформы геймифицированной оркестрации агентов —
https://github.com/staret-org/staret(упомянут в видео). - Hermes Agent — Фреймворк и агентный харнесс для запуска автономных задач — упомянут в видео.
- OpenClaw — Экспериментальный open-source AI-агентный проект — упомянут в видео.
- Grok (xAI) — LLM-модель от X/Twitter, поддерживающая вход по прямой подписке — упомянут в видео.
- Ollama / Local Speech Model — Инструменты для локального запуска LLM и голосового синтеза — упомянуты в видео.
- AI Profit Boardroom — Закрытое сообщество и обучающая платформа автора по AI-автоматизации и агентным операционным системам —
https://aiprofitboardroom.com/https://aiprofit.com.
Конспект создан на основе видео «Today I'm going to show you a whole new level of coding with AI agents which is called Staret» канала AI Profit. Все права на оригинальный материал принадлежат авторам. Источник: https://www.youtube.com/watch?v=2cEloPW5QW0
