automation

Hermes Agent bisa mendelegasikan pekerjaan koding ke agent CLI eksternal lewat sistem skill-nya. Ada tiga skill coding agent yang paling menonjol:…

TL;DR: Hermes Agent bisa mendelegasikan tugas koding ke tiga agent CLI dengan keunggulan berbeda: claude-code unggul di kontrol biaya dan tool per-run, opencode fleksibel ganti provider per-run, dan openhands menjalankan agent secara otonom di sandbox Docker. Pola amannya konsisten: prompt lengkap dikirim via file, kerja diarahkan ke workdir terpisah. Hermes tetap memverifikasi diff dan melakukan commit sendiri, bukan percaya klaim agent.

Teks terlihat di layar tapi React tidak tahu ada perubahan. Kenapa manual assignment gagal, dan cara bypass controlled component pakai native prototype setter.

TL;DR: Kalau isi textarea lewat assignment biasa, React tidak sadar karena setter aslinya sudah diganti wrapper React yang menelan event buatan. Solusinya panggil setter asli dari HTMLTextAreaElement.prototype, lalu dispatch event input dengan bubbles: true supaya React menangkap perubahannya. Tombol kirim yang cuma ikon tanpa teks? Cukup tekan Enter lewat API keyboard Playwright.

Lane C di cron saya: sintesis chat AI buat nyari sudut yang kelewat, verifikasi tetap ke halaman primer yang dibuka sendiri.

TL;DR: Chat AI kepakai sebagai detektor sudut riset, bukan penentu kebenaran; satu sudut baru lolos cek manual, satu klaim Stanford HAI dibuang karena halaman primernya nggak bisa dibuka. Lane C cuma nambah sintesis tanpa menggantikan Lane A, yang tetap jadi ground truth lewat sumber primer dan sitasi terverifikasi. Sitasi itu jejak buat diverifikasi manusia, bukan stempel kebenaran.

Generate qwen exit 1 ditangani fallback router9 tanpa diagnosa, padahal penyebabnya cuma probe clipboard 410 yang bisa diperbaiki.

TL;DR: Generate qwen gagal dengan exit 1, fallback ke router9 langsung jalan dan menelan diagnosis sebenarnya. Setelah dicek lewat camofox-doctor, penyebabnya cuma probe clipboard HTTP 410 di level L4, bukan qwen mati. Sekarang fallback hanya sah kalau doctor L0-L4 clear, plus exit code dipecah biar tiap kegagalan ditangani sesuai penyebabnya.

Memory ChatGPT bukan rangkuman semua sesi secara real-time. Saya bongkar mekanisme sebenarnya: sintesis berkala, injeksi system prompt, dan risiko privasinya.

TL;DR: Memori ChatGPT ternyata bukan pencarian real-time atas seluruh riwayat chat, melainkan profil sintesis yang diperbarui berkala lalu disuntikkan ke system prompt tiap sesi baru. Konsekuensinya, hapus satu obrolan belum cukup; wawasan yang terserap harus dibersihkan dari semua sumbernya. Pola serupa bisa diterapkan sendiri lewat proyek open source seperti Letta atau Mem0.

Repo dengan banyak coding agent butuh lebih dari satu file instruksi: AGENTS.md untuk prosedur, memory user untuk preferensi, fact store untuk fakta.

TL;DR: AGENTS.md itu file instruksi sederhana di root repo yang dibaca berbagai coding agent lintas tool, jadi aturan nggak perlu diduplikat per vendor. Pelajaran utamanya: file instruksi yang kepanjangan justru diabaikan, jadi isi cuma hal yang kalau dihapus bikin salah. Sisanya pecah tiga lapis: prosedur project di AGENTS.md, preferensi developer di memory user, fakta referensi diambil on-demand.

Bedah istilah AI agent dari sumber primernya: workflow vs agent, skills dan progressive disclosure, tiga jenis memory, RAG, sampai pipeline dan guardrail.

TL;DR: Agent, workflow, skill, dan memory itu beda: workflow pegang kendali lewat kode, agent memutuskan sendiri langkahnya. Skill itu SOP yang dimuat saat perlu, memory menyimpan interaksi lama, dan semuanya berebut context window terbatas. Pipeline plus gate, watchdog, dan observability bikin otomasi bisa dipercaya, karena rem lebih penting dari gas.

Loop cron yang crash mengirim ulang prompt yang sama. Kontrak async kirim-then-poll plus dua file state bikin generate chat Qwen aman dieksekusi ulang.

TL;DR: Cron yang crash setelah prompt terkirim bikin artikel sama terkirim dua kali dan kuota gratis hangus. Solusinya cuma dua file kosong sebagai idempotency key: penanda prompt sudah terkirim dan penanda hasil sudah selesai, plus kontrak exit code untuk status antrian hingga selesai. Cron itu mesin retry alami, jadi selama state-nya bisa dicek, message broker nggak perlu.

Pola record-then-poll di tools qwen-article: rekam jawaban lama sebelum kirim instruksi, poll sampai muncul jawaban baru yang bener-bener beda.

TL;DR: Otomasi chat UI sempat mengambil jawaban lama dari clipboard karena proses generasi model belum selesai. Solusinya pola record-then-poll: rekam jawaban lama sebagai baseline, beri jeda 25 detik, lalu poll tiap 15 detik sampai teks berubah. Pola ini mencegah sukses yang salah dan membuat pipeline artikel otomatis jadi lebih tangguh.