Aplikacja desktopowa¶

AgenticOS działa w przeglądarce i tak używa go większość ludzi. Aplikacja desktopowa jest dodatkiem dla tych, którzy chcą mieć go w docku: konsola we własnym oknie plus zwierzak i skrót do zrzutu ekranu. Nic w samej platformie jej nie potrzebuje.

Amigo, zwierzak z pulpitu, mówi: No more caramba. — Amigo, jeden z pięciu zwierzaków. No more caramba in your AI.

Aplikacja wewnątrz okna to ta sama konsola w Next.js, którą serwer już serwuje, ładowana z serwera, więc niesie to samo logowanie, te same uprawnienia i te same sprawdzenia tenanta co zakładka przeglądarki.

Jest to powłoka Tauri w desktop/ i trzyma dokładnie jedno ustawienie: adres serwera. Pierwsze uruchomienie o niego pyta, „Shell → Change server…" pyta ponownie, a wszystko pomiędzy to konsola.

To powłoka, a nie build frontendu

frontend/ to aplikacja Next.js z serwerową połową — kilkadziesiąt route handlerów przekazujących żądania do backendu, ciasteczka sesji, które ustawiają, middleware wybierające lokalizację i strony renderowane na serwerze. Nic z tego nie działa wewnątrz binarki desktopowej, więc powłoka nie próbuje: otwiera URL wdrożenia tak, jak zrobiłaby to przeglądarka. Instalujesz wdrożenie; aplikacja jest tym, czym je otwierasz.

Uruchamianie¶

Wymagania wstępne to Rust z rustup i webview danej platformy — WebKit na macOS, WebView2 na Windowsie, WebKitGTK na Linuksie; listę dla każdej platformy ma własna strona wymagań Tauri. Tauri CLI jest przypięte w desktop/package.json, a make install pobiera je razem z całą resztą.

make desktop-dev     # opens the shell; type the address of a console
make desktop-build   # a .app / .dmg, .msi or .deb/.AppImage for this machine
make desktop-check   # rustfmt, clippy with warnings denied, and the tests

Za pierwszym razem okno pokazuje formularz pytający, gdzie jest serwer, wypełniony wartością http://localhost:3000 — czyli stosem z make dev. Sam host (agenticos.acme.com) jest otwierany po HTTPS. Wszystko, co nie jest adresem webowym, zostaje na formularzu odrzucone.

Zwykłe http:// jest tylko dla tej maszyny

localhost, 127.0.0.1 i ::1 mogą być osiągane otwartym tekstem; każdy inny host zostaje odrzucony, dopóki nie jest https://. Konsola wysyła na tym połączeniu hasło i odbiera token, a sieć LAN to dokładnie miejsce, w którym ktoś inny może to przeczytać.

Adres, na którym nic nie odpowiada, też zostaje odrzucony: powłoka otwiera połączenie TCP, zanim skieruje gdziekolwiek webview, ponieważ WebKit maluje odrzucone połączenie jako puste białe okno. Ta sama sonda działa przy każdym uruchomieniu, więc stos, który leży, odsyła cię z powrotem na formularz wraz z przyczyną, zamiast stawiać przed pustym oknem.

Odpowiedź jest zapisywana jako server.json w katalogu konfiguracyjnym aplikacji właściwym dla platformy — ~/Library/Application Support/co.vstorm.agenticos/ na macOS, %APPDATA%\\co.vstorm.agenticos\\ na Windowsie, ~/.config/co.vstorm.agenticos/ na Linuksie — i odczytywana ponownie przy każdym uruchomieniu.

Plik, który przestał się parsować — literówka przy ręcznej edycji — zostaje przy następnym uruchomieniu odłożony na bok jako server.json.invalid, a formularz połączenia zapisuje świeży.

Zły adres poprawia się na cztery sposoby, którykolwiek jest bliżej: Settings… (⌘,, także na ikonie w zasobniku i w menu kontekstowym zwierzaka, więc jest osiągalne nawet wtedy, gdy okno pokazuje niewłaściwą stronę), Shell → Change server…, edycja tego pliku albo uruchomienie z terminala z --server http://localhost:3000, co też go zapisuje.

Zwierzak¶

Małe stworzonko w pixel-arcie we własnym, przezroczystym oknie zawsze na wierzchu: siedzi na pulpicie, kiedy konsola jest otwarta, zminimalizowana albo zamknięta, tak jak robią to zwierzaki Codexa. Przeciągnij go, gdzie chcesz; kliknij, a pomacha; kliknij dwukrotnie, a podskoczy i wysunie konsolę na wierzch, otwierając ją ponownie, jeśli okno było zamknięte. Zostawiony sam sobie stoi bezczynnie, rozgląda się, przechadza kawałek po ekranie i zawraca przy krawędzi, a od czasu do czasu przysypia.

Najedź na niego, a nad jego głową pojawi się przycisk + New chat; ustawia on konsolę na świeżej rozmowie, otwierając okno, jeśli było zamknięte. Kliknij zwierzaka, a coś powie, w dymku, własnym głosem. Pogłaszcz go — kursorem tam i z powrotem po nim kilka razy — a zamknie oczy i wyskoczy serduszko. Kiedy stoi, jego oczy podążają za kursorem. Po zmroku przysypia tam, gdzie w innym razie by się przechadzał. Upuszczony po przeciągnięciu, ląduje z małym podskokiem.

Kliknij zwierzaka prawym przyciskiem, żeby otworzyć jego menu: nowy czat, konsola, to, którym zwierzakiem jest, i to, czy jest pokazywany. To samo menu jest na ikonie w zasobniku (na macOS w pasku menu) oraz pod Pet w pasku menu, a wszystkie trzy to jeden zestaw pozycji, więc znacznik zmieniony w jednym jest zmieniony w pozostałych.

Show pet (Cmd/Ctrl+Shift+P) chowa go i przywraca; to samo menu wybiera, który to zwierzak — Orbit, okrągły, z anteną; Boxy, terminal na nogach; Ghost, który unosi się w powietrzu; Sprout, nasionko z listkiem; Amigo, w sombrero i z wąsem, for no more caramba in your AI. To, gdzie go zostawiono, czy jest pokazywany i którym jest zwierzakiem, zapisuje się obok adresu serwera, więc przy następnym uruchomieniu zwierzak jest tam, gdzie go postawiłeś. Przy systemowym ustawieniu ograniczenia ruchu stoi nieruchomo i dalej daje się przeciągać.

Grafika jest komponowana w czasie działania w desktop/ui/pet-sprites.js: każdy zwierzak to jedno ciało i opis tego, gdzie idą jego oczy, stopy i ręka, a każda animacja to kilka linijek pozycji współdzielonych przez całą piątkę, a nie arkusz sprite'ów na zwierzaka. To, co każdy z nich mówi, jest w pet-lines.js; zachowanie oraz każda reguła mówiąca, kiedy głaskanie się liczy albo gdzie patrzą oczy, są w pet-engine.js, czystym i przetestowanym. Własne okno jest tym, co czyni go zwierzakiem, a nie widgetem, i tym, ile to kosztuje: macOSPrivateApi w tauri.conf.json, bo przezroczyste okno na macOS tego wymaga, co wyklucza Mac App Store — a to i tak nie jest miejsce, do którego wybierała się self-hostowana konsola.

Nie wie jeszcze, co robią agenci

Zwierzak Codexa nosi dymek mówiący, że run jest w toku albo że czeka zatwierdzenie. Nasz jeszcze nie potrafi: konsola jest zdalną stroną bez IPC do powłoki, a danie jej takiego kanału oznacza capability z URL-ami remote plus hook we frontendzie raportujący aktywność. To jest praca na później; zwierzak tutaj jest towarzystwem, a nie lampką statusu.

Zrzut ekranu do nowego czatu¶

Naciśnij skrót — domyślnie ⌘⇧A, gdziekolwiek jesteś — a pojawi się krzyżyk znany z Cmd+Shift+4. Wybierz obszar, a konsola wyjdzie na wierzch na świeżym czacie z już załączonym obrazkiem, gotowym pod pytanie. Escape anuluje. Ta sama akcja jest w menu zwierzaka i na ikonie w zasobniku.

Settings… (⌘,, pod Shell, na ikonie w zasobniku i w menu kontekstowym zwierzaka) pozwala przypisać skrót na nowo: kliknij pole, przytrzymaj modyfikatory i naciśnij klawisz. Kombinacja potrzebuje co najmniej jednego modyfikatora — globalny skrót na samej literze połykałby pisanie w każdej aplikacji — a taka, którą trzyma już inna aplikacja, zostaje odrzucona z zachowaniem starego przypisania. Clear wyłącza skrót. Przypisania zapisują się obok adresu serwera. Przypisanie, którego nie udało się przejąć przy uruchomieniu, bo inna aplikacja była pierwsza, zostaje nazwane na tej samej stronie, żeby dało się je zastąpić, zamiast siedzieć tam i wyglądać na przypisane.

Dwa modyfikatory same z siebie nie mogą być skrótem

Lewy Command plus prawy Command to akord, a nie klawisz: systemowa rejestracja skrótów, z której korzysta powłoka, potrzebuje w kombinacji klawisza niebędącego modyfikatorem. Wykrywanie akordu złożonego z samych modyfikatorów oznacza podsłuch zdarzeń przez API dostępności, który patrzy na każde naciśnięcie klawisza, i proszenie każdego użytkownika o zgodę na to. Nie w tej wersji.

Pierwsze naciśnięcie pyta macOS, czy AgenticOS może nagrywać ekran. Dopóki nie może, nic nie da się przechwycić — systemowe narzędzie kończy działanie po cichu, bez krzyżyka — więc powłoka sprawdza to najpierw, otwiera System Settings → Privacy & Security → Screen Recording, a zwierzak mówi „Allow screen recording, then restart me." Zgoda idzie do aplikacji odpowiedzialnej: do bundla AgenticOS, gdy jest już spakowany, ale pod make desktop-dev do terminala, z którego uruchomiono binarkę, albo do hostującego ją IDE — i to właśnie to trzeba zaznaczyć na tej liście. Zgoda zaczyna działać po restarcie.

Obrazek dociera do kompozytora tak samo jak wybrany plik: powłoka uruchamia na stronie konsoli skrypt, który podaje PNG do inputa plikowego kompozytora, więc upload, limit rozmiaru i podgląd należą do samej konsoli. Jest podawany wyłącznie stronie czatu na originie skonfigurowanego serwera — nigdy innej witrynie, na którą okno mogło zawędrować — i tylko w ciągu dwóch minut od naciśnięcia; zrzut, który nigdzie nie trafił, zostaje porzucony. Windows i Linux nie mają jeszcze podpiętego przechwytywania.

Czego celowo nie robi¶

Żadnego lokalnego wykonywania. Powłoka nie ma dostępu do maszyny poza jednym plikiem JSON. Agent uruchamiający polecenia na laptopie, z którego jest otwierany, to inna funkcja z innym modelem uprawnień — trzeci rodzaj połączenia sandboksa obok Dockera i Daytony, związany z maszyną jednej osoby, a nie z organizacją — i to nie jest ta funkcja.
Żadnego trybu offline. Przy nieosiągalnym serwerze okno pokazuje własną stronę błędu webview; „Shell → Reload" ponawia próbę.
Żadnej straży nawigacji. Link, który opuszcza origin serwera, otwiera się wewnątrz okna, a nie w przeglądarce systemowej, ponieważ przepływ OAuth — logowanie, podłączanie serwera MCP — opuszcza origin i musi wrócić do tego samego webview, żeby jego ciasteczko wylądowało. Kiedy okno pokazuje jakąkolwiek inną witrynę, jego tytuł nazywa tego hosta — to jedyny element chromu, którego strona nie może narysować, bo nie ma paska adresu — a ⌘, albo „Shell → Change server…" to droga powrotna, jeśli strona nie ma linku do domu. Przeniesienie tych przepływów do przeglądarki systemowej to #1532.
Logowanie zostaje w oknie, a okno mówi, że jest Safari. Gołe user agent WebKita jest tym, co Google odrzuca jako osadzoną przeglądarkę (disallowed_useragent); okno konsoli niesie tokeny wersji Safari na tym samym silniku, więc logowanie Google działa. Przekazanie, które Google woli — przeglądarka systemowa i deep link z powrotem — potrzebuje jednorazowej wymiany, której backend jeszcze nie ma, i jest to #1532.

Gdzie siedzi w drzewie¶

desktop/ui/ to formularz połączenia i zwierzak, pliki statyczne bez żadnego kroku budowania; bun test uruchamia tam testy sprite'ów i zachowania zwierzaka. desktop/src-tauri/ to strona rustowa: komendy, które wołają obie strony, dwa okna i menu. desktop-check nie jest częścią make lint ani make check: CI nie ma jeszcze toolchaina Rusta, a tests/test_ci_parity.py odrzuciłby check, który uruchamia krok nieobecny w CI. Uruchom go przed wypchnięciem zmiany pod desktop/.

Podsumowanie¶

Konsola zostaje na serwerze. Powłoka ją otwiera; nic nie jest dołączane do paczki.
Jeden plik ustawień. Adres serwera, o który pyta się raz, i to, gdzie zostawiono zwierzaka — jedno i drugie zmienialne z menu.
Zrzut ekranu jest o jeden skrót stąd. ⌘⇧A, obszar, świeży czat z załączonym obrazkiem; skrót przypisuje się na nowo w Settings (⌘,).
Na razie nic lokalnego. Lokalne wykonywanie to rodzaj połączenia sandboksa do zaprojektowania, a nie flaga na tej powłoce.