Yapay zeka aracıları için meta kablolama: Databricks, Omnigent'i açık kaynak olarak yayınladı

kapanış bildirimi

Bu makale İngilizce olarak da mevcuttur. Teknik yardımla tercüme edildi ve yayınlanmadan önce editoryal olarak gözden geçirildi.

Bir daha gösterme.

Databricks, Claude Code, Codex veya YAML'de tanımlanan kendi aracıları gibi mevcut yapay zeka aracıları üzerinde meta koşum olarak adlandırılan yeni bir açık kaynak aracı olan Omnigent'i tanıttı. Apache 2.0 lisansı altında yayınlanan proje, çok aracılı iş akışlarında kompozisyon, yönetişim ve işbirliği için birleşik bir katman sağlamayı amaçlıyor. Omnigent, her satıcı için ayrı entegrasyon ve güvenlik çözümleri sağlamak yerine, heterojen aracı yapılandırmalarını merkezi olarak kontrol etmek isteyen mühendislik ekiplerine yöneliktir.

Şirketin Omnigent'i tanıtan blog yazısında açıkladığı gibi motivasyon, yaklaşık 5.000 kişilik bir mühendislik ekibindeki temsilcilerle uygulamalı çalışmanın yanı sıra müşterilere yönelik binlerce temsilci projesinden geliyor. Bulgu: Temsilci mühendisliğindeki temel ilerleme, bireysel modelden uzman temsilcilerden oluşan ekiplere geçiştir. Örneğin Antropik, arama ürünü için paralel alt aracılara sahip bir ana aracıya güveniyor. Hukuk sektörü için yapay zekaya özel olarak tasarlanmış Harvey uygulaması, açık kaynaklı bir çalışma modelini bir sınır danışmanıyla birleştiriyor ve kalite ve maliyet açısından tek bir sınır modelini geçme kapasitesine sahip. Databricks, Genie ürününün planlama, arama ve kod oluşturma için farklı LLM'ler kullanmasına olanak tanır.

Mimari: çalıştırıcı, sunucu ve birleştirilmiş API

Omnigent, ister Claude Code, Codex, Pi ve Cursor gibi terminal tabanlı kodlama donanımları olsun, ister OpenAI Agents ve Claude SDK gibi SDK tabanlı olsun, herhangi bir aracıyı, korumalı alan oturumu ve tek tip bir API ile sözde bir koşucuya kapsüller. Veri alışverişi basit bir prensibi takip eder: mesajlar ve dosyalar gelir, metin akışları ve araç çağrıları. Merkezi bir sunucu aynı zamanda politika, oturum yönetimi ve paylaşım işlevlerini de sağlar. Oturumlara terminal, yerel web kullanıcı arayüzü (varsayılan olarak http://localhost:6767), bir macOS masaüstü uygulamasını, mobil tarayıcıları ve API'leri paralel olarak kullanır.

Databricks'e göre yerleşik düzenleme araçlarına göre avantaj, iş mantığı ile yönetim arasındaki net ayrımda yatmaktadır. Klasik aracı platformları genellikle güvenlik mantığını belirli bir çerçeveden gelen istemlere veya kodlara sıkı bir şekilde bağlar. Omnigent, politikaları meta düzeye taşır: bir ekibin şu anda Claude Code, Codex veya kendi çalışma zamanı aracısını kullanıp kullanmadığına bakılmaksızın, tüm bağlı donanımlar ve modeller genelinde tutarlı bir şekilde uygulanırlar. Aracılar YAML dosyalarında bildirimsel olarak tanımlanır; Sadece bir hat değişikliği ile donanım veya model değişikliği mümkündür. Omnigent GitHub deposu, kaynak koduna ek olarak tipik kodlama iş akışları için örnek aracılar da içerir.

Düzenlemeye tabi ortamlar için ayrıntılı politikalar

Databricks, güvenlik ve maliyet kontrolüne yönelik entegre politikaları ayrıntılı bir şekilde belgeliyor. Basit izin verme/reddetme mekanizmalarının aksine, bunlar oturum durumunu dinamik olarak izler ve bağlama bağlı kararlar verir. Örneğin, bir politika, bir aracıyı yeni bir npm paketi indirdikten sonra yeniden başlamaya zorlayabilir git push bir insandan onay alması gerekir.

Politikalar, düzenlemeye tabi endüstrilerde kullanılmak üzere ayrıntılı olarak yapılandırılabilir: kılavuz enforce_sandbox Geliştirme, test ve üretim ortamları için belirli dosya yolları, ağ kuralları ve yazma izinleriyle farklı sanal alan yapılandırmalarının uygulanmasına olanak tanır. GitHub, Google Drive, Gmail ve Google Takvim için özel politikalar, bir aracının hangi depoları, dalları, dosyaları veya e-posta işlemlerini kullanabileceğini ayrıntılı olarak tanımlar (örneğin, ürün depolarına salt okunur erişim veya izin göndermeden e-posta taslakları). Politika deny_pii_in_llm_request LLM çağrısından önce giden mesajları kişisel veriler ve bloklar veya işaretler açısından tarar; bu, GDPR uyumlu kurulumlar için kritik öneme sahiptir. Ek olarak, araç çağrılarına ve hassasiyet etiketlerine dayalı kümülatif bir değer oluşturan ve yapılandırılabilir bir eşiğin üzerinde bir insan tarafından onay alınmasını zorunlu kılan risk puanları da vardır.

Maliyet kontrolü ve tedarikçi bağımsızlığı

Maliyet Kontrol Politikası dokümantasyon sayfası, tüm oturumlarda oturum başına veya kullanıcı başına kümülatif LLM maliyetlerini izleyen mekanizmalar içerir. Eşik yumuşak olarak tanımlanırsa siyaset bunu gerektirir cost_budget kademeli olarak ve sabit sınır aşıldığında pahalı modelleri engeller. Örneğin, bir acentenin feshi, yapılan her 100 $'lık LLM maliyetinden sonra feshedilebilir. Politika deny_trivial_to_expensive_model istekleri otomatik olarak önemsiz ve karmaşık olarak sınıflandırır ve basit görevleri pahalı modellerden uzaklaştırır.

Bu yönlendirme mekanizması aynı zamanda çoklu sağlayıcı stratejisini de destekler. Omnigent kendi LLM'lerini getirmez ancak doğrudan API anahtarlarından bulut ağ geçitlerine ve şirket içi kümelere kadar mevcut kimlik bilgileriyle çalışır. Özel aracılar belgeleri, YAML yapılandırmasındaki şablon değişikliğinin yalnızca tek bir satırı etkilediğini gösterir. Halihazırda ağırlıklı olarak tek bir Yüksek Lisans sağlayıcısına bağımlı olan şirketler için bu, bağlılığı azaltır: oturumlar, politikalar ve beceriler belirli bir modele değil, meta koşum düzeyine bağlıdır. Tedarikçi değiştirirken yönetişim ve güvenlik politikalarına yapılan yatırımlar korunur.

Bireysel geliştiriciden kuruluşa

Kurulum yöntemleri kabuk komut dosyasından ve pip install 'omnigent' Git kurulumunuzda homebrew'u çalıştırmak için. Python 3.12 veya üzeri, Node.js 22 LTS, git ve tmux gerektirir; Linux altında işletim sistemini korumalı alana almak için ek baloncuklu ambalaj kullanılırken, macOS emniyet kemerini kullanır. Databricks'e göre küçük ekiplerin yalnızca kendi API anahtarlarıyla yerel bir kuruluma ve Modal veya Daytona aracılığıyla isteğe bağlı bir bulut sanal alanına ihtiyacı var. Orta ölçekli mühendislik ekipleri, projeye ve ortama bağlı olarak farklılaştırılmış politikalarla, dahili SSO ve LLM ağ geçitlerine bağlı, merkezi olarak dağıtılan bir Omnigent sunucusunu Fly.io veya Demiryolu üzerinde çalıştırabilir.

Potansiyel olarak yüzlerce aracı içeren daha büyük kurumsal yapılandırmalar için mimari, çok kiracılı sunucu örnekleri sağlar. Standartlaştırılmış YAML aracı tanımları Git aracılığıyla sürüm kontrollü bir şekilde uygulanabilirken, merkezi güvenlik ekipleri PII filtreleri, yaptırım korumalı alanı ve risk puanları gibi politikaları belirler. İşbirliği özellikleri (URL aracılığıyla canlı oturum paylaşımı, paylaşılan dosya sistemi çalışma alanı, gerçek zamanlı yorum yapma) sonradan düşünülerek ayarlanmak yerine, başlangıçtan itibaren yerleşik olarak bulunur. Ancak Databricks henüz bu boyutta somut referans uygulamalarını belgelememiştir.

Omnigent henüz başlangıç ​​aşamasında. Şirketler öncelikle bunun kullanımını daha az kritik ortamlarda test etmeli ve kendi kod denetimlerini ve mevcut izlemeyle entegrasyonunu planlamalıdır.

(harita)