
Craft Agents
Craft Agents adalah aplikasi desktop dan CLI berbasis agen (agent-native) sumber terbuka untuk bekerja dengan agen AI di berbagai model, API, server MCP, berkas lokal, dan peramban web melalui antarmuka multitugas yang berpusat pada dokumen.
https://thecraftagents.com/?ref=producthunt&utm_source=aipure

Informasi Produk
Diperbarui:Nov 20, 2026
Apa itu Craft Agents
Craft Agents adalah ruang kerja desktop yang dapat disesuaikan untuk individu dan tim yang ingin menggunakan agen AI yang andal tanpa hanya mengandalkan antarmuka baris perintah. Dibuat dengan Claude Agent SDK dan Pi SDK, aplikasi ini mendukung Claude, ChatGPT/Codex, OpenRouter, model lokal melalui Ollama atau LM Studio, serta penyedia kompatibel lainnya. Proyek ini bersifat sumber terbuka di bawah lisensi Apache 2.0, memungkinkan pengguna untuk melakukan self-hosting, memodifikasi, dan mengadaptasinya ke alur kerja mereka sendiri. Antarmukanya dirancang berdasarkan sesi persisten, pengorganisasian bergaya tugas, keterampilan yang dapat digunakan kembali, koneksi sumber, izin, diffs, dan percakapan yang dapat dibagikan.
Fitur Utama Craft Agents
Craft Agents adalah ruang kerja agen AI berbasis desktop dan sumber terbuka untuk mengorkestrasikan tugas di seluruh API, server MCP, berkas lokal, basis data, dan situs web. Ruang kerja ini mendukung berbagai penyedia model—termasuk Claude, ChatGPT, OpenRouter, dan model lokal—serta menggabungkan percakapan bergaya dokumen, eksekusi tugas di latar belakang, keterampilan yang dapat digunakan kembali, izin terperinci, peramban Chromium bawaan, dan mode Jelajah serta Eksekusi yang dapat dikonfigurasi untuk memungkinkan pengguna meneliti, merencanakan, mengotomatiskan, dan meninjau pekerjaan dari satu antarmuka.
Integrasi universal: Hubungkan API REST, spesifikasi OpenAPI, server MCP, sistem berkas lokal, basis data, dan alat SaaS seperti Slack, Gmail, GitHub, Linear, Notion, dan Google Drive. Pengguna dapat menjelaskan koneksi yang diinginkan dalam bahasa alami atau menempelkan konfigurasi yang ada.
Peramban agen bawaan: Peramban Chromium penuh memungkinkan agen menavigasi situs web, masuk melalui sesi yang diotorisasi pengguna, mengisi formulir, mengklik kontrol, mengekstrak informasi, mengambil tangkapan layar, dan bekerja dengan layanan yang tidak menyediakan API.
Dukungan multi-model dan model lokal: Gunakan Anthropic Claude, ChatGPT/Codex, OpenRouter dan gateway yang kompatibel, atau titik akhir lokal luring seperti Ollama dan LM Studio, memungkinkan organisasi memilih model berdasarkan biaya, kapabilitas, atau kebutuhan privasi.
Kontrol Jelajah-ke-Eksekusi: Mode Jelajah mendukung riset hanya-baca, analisis, dan perencanaan sebelum perubahan dilakukan; Mode Eksekusi memungkinkan agen menjalankan pekerjaan yang disetujui dengan lebih sedikit gangguan. Izin per sumber lebih lanjut membatasi apa yang dapat dibaca, ditulis, atau dijalankan oleh agen.
Multitugas dan pekerjaan latar belakang: Jalankan beberapa sesi agen, pertahankan konteks dari setiap tugas, atur pekerjaan seperti kotak masuk, dan biarkan operasi yang lebih lama berlanjut di latar belakang dengan pemberitahuan penyelesaian.
Keterampilan kustom dan alur kerja yang dapat dikonfigurasi: Buat keterampilan yang dapat digunakan kembali yang berisi instruksi khusus dan sumber daya pendukung untuk alur kerja berulang. Tema, izin, status, alur kerja, dan keterampilan berbasis berkas dan dapat diedit, diberi versi, dan dibagikan.
Kasus Penggunaan Craft Agents
Operasi rekayasa perangkat lunak: Hubungkan GitHub, GitLab, Linear, Sentry, repositori lokal, dan API internal sehingga agen dapat menyelidiki masalah, menyusun draf rencana implementasi, membantu tugas-tugas terkait kode, memperbarui tiket, dan mempertahankan konteks keputusan untuk peninjauan.
Otomatisasi proses bisnis: Otomatiskan alur kerja lintas alat seperti mengumpulkan data dari dasbor, memperbarui CRM, membuat tugas, menyusun draf tindak lanjut di Gmail atau Slack, dan melaporkan penyelesaian sambil tetap mempertahankan persetujuan manusia untuk tindakan sensitif.
Riset dan intelijen kompetitif: Gunakan otomatisasi peramban dan sumber terhubung untuk mengumpulkan informasi dari situs publik, dokumen internal, basis data, dan lembar kerja, lalu sintesiskan temuan ke dalam laporan terstruktur, perbandingan, atau materi pengarahan.
Dukungan dan operasi pelanggan: Hubungkan Zendesk, Slack, basis data produk, dan dokumentasi internal untuk menyelidiki masalah pelanggan, merangkum konteks akun, menyiapkan draf tanggapan, dan mengoordinasikan pekerjaan tindak lanjut di seluruh tim dukungan dan rekayasa.
Alur kerja e-niaga dan pendapatan: Gabungkan Shopify, Stripe, HubSpot, lembar kerja, dan alat berbasis peramban untuk memantau pesanan atau kasus dukungan, menganalisis data operasional, menyiapkan jangkauan (outreach), dan mengeksekusi proses back-office yang dapat diulang.
Asisten alat internal privat: Organisasi dapat menghubungkan API privat, basis data di balik akses terkontrol, berkas lokal, dan alat MCP kustom untuk membangun antarmuka bahasa alami bagi sistem internal tanpa memerlukan setiap alur kerja dikembangkan sebagai aplikasi khusus.
Kelebihan
Konektivitas luas di seluruh MCP, API, berkas lokal, basis data, otomatisasi peramban, dan banyak alat bisnis umum.
Pilihan model yang fleksibel, termasuk model lokal/luring untuk alur kerja dengan persyaratan privasi atau kontrol data yang lebih kuat.
Fitur kontrol manusia seperti perencanaan sebelum eksekusi, izin terperinci, serta mode Jelajah dan Eksekusi yang terpisah.
Lisensi sumber terbuka Apache 2.0 dan kustomisasi berbasis berkas mendukung pemostingan mandiri (self-hosting), modifikasi, dan keterampilan alur kerja yang dapat digunakan kembali.
Kekurangan
Menghubungkan sumber daya yang kuat, subproses lokal, basis data, dan sesi peramban dapat menimbulkan risiko keamanan jika izin, kredensial, dan tindakan agen tidak diatur dengan cermat.
Eksekusi otonom yang andal bergantung pada model yang dipilih, kualitas API, stabilitas situs web, dan kejelasan instruksi tugas; alur kerja berbasis peramban bisa rapuh.
Cakupannya integrasi dan opsi kustomisasi yang luas mungkin memerlukan pengaturan teknis dan pengawasan operasional, terutama untuk API privat, server MCP, dan penyebaran mandiri (self-hosted).
Penggunaan model awan atau layanan eksternal dapat menimbulkan biaya penggunaan, batas kecepatan (rate limits), dan pertimbangan penanganan data kecuali jika pengaturan lokal penuh digunakan.
Cara Menggunakan Craft Agents
1. Pasang dan jalankan Craft Agents: Unduh atau bangun aplikasi desktop sumber terbuka, lalu buka dan buat atau pilih ruang kerja. Jika membangun dari kode sumber, klon repositori, pasang dependensi dengan Bun, dan jalankan aplikasi Electron.
2. Pilih penyedia AI: Konfigurasikan penyedia model yang ingin Anda gunakan. Craft Agents mendukung Claude melalui kunci API Anthropic atau langganan yang memenuhi syarat, ChatGPT Plus/Codex, OpenRouter dan gateway yang kompatibel, atau model lokal yang kompatibel dengan OpenAI seperti Ollama dan LM Studio.
3. Buat sesi agen baru: Mulai percakapan baru untuk sebuah tugas. Perlakukan setiap sesi seperti item kotak masuk: berikan tujuan yang jelas, simpan riwayatnya untuk nanti, dan atur menggunakan status, prioritas, bendera, atau status alur kerja kustom.
4. Mulai dalam mode Jelajah (Explore): Gunakan mode Jelajah untuk pekerjaan yang aman dan hanya-baca seperti penelitian, analisis, meninjau berkas, memeriksa sumber, dan menyusun rencana. Minta agen untuk menjelaskan apa yang ditemukannya dan mengusulkan pendekatan sebelum mengizinkan perubahan.
5. Berikan tujuan dalam bahasa alami: Jelaskan hasil yang diinginkan alih-alih implementasinya. Sebagai contoh: "Teliti backlog dukungan kami dan rangkum lima masalah berulang teratas," atau "Buat pengarahan harian dari sumber-sumber ini." Agen dapat menentukan apakah akan menggunakan berkas, API, alat MCP, kode, atau peramban.
6. Hubungkan layanan atau sumber: Minta agen untuk menghubungkan layanan, misalnya: "Tambahkan Linear sebagai sumber" atau "Hubungkan Gmail saya." Agen dapat menemukan dokumentasi API atau MCP, memandu penyiapan kredensial, dan mengonfigurasi koneksi. Anda juga dapat menempelkan konfigurasi JSON MCP yang sudah ada.
7. Tambahkan API kustom saat dibutuhkan: Untuk layanan tanpa server MCP, berikan spesifikasi OpenAPI, URL endpoint, dokumentasi API, tangkapan layar, atau detail integrasi lainnya. Agen dapat menggunakannya untuk memahami dan mengonfigurasi API REST atau privat.
8. Hubungkan alat dan data lokal: Tambahkan akses ke sistem berkas lokal, repositori, basis data, vault Obsidian, Apple Notes, atau server MCP lokal. Server MCP Stdio dapat dijalankan sebagai subproses lokal melalui perintah seperti npx, skrip Python, atau biner lokal.
9. Atur izin sebelum eksekusi: Tinjau dan konfigurasikan apa yang dapat dibaca, ditulis, atau dieksekusi oleh setiap sumber. Gunakan izin terperinci untuk membatasi akses, terutama untuk basis data, berkas lokal, API produksi, perintah shell, dan layanan yang dapat membuat perubahan eksternal.
10. Gunakan peramban bawaan untuk pekerjaan situs web: Ketika tidak ada API yang cocok tersedia, minta agen untuk menggunakan peramban Chromium tersemat. Masuk (sign in) sendiri jika diperlukan, lalu biarkan agen menavigasi halaman, mengisi formulir, mengklik kontrol, mengektrak informasi, dan mengambil tangkapan layar.
11. Tinjau rencana agen: Minta agen untuk memberikan usulan rencana sebelum bertindak. Konfirmasikan sumber yang dituju, cakupan, perubahan yang diharapkan, dan tindakan eksternal apa pun. Sempurnakan rencana dalam sesi hingga sesuai dengan tujuan Anda.
12. Beralih ke mode Eksekusi (Execute): Setelah menyetujui rencana, beralihlah ke mode Eksekusi agar agen dapat melaksanakan pekerjaan. Agen dapat membuat perubahan yang diizinkan, memanggil layanan yang terhubung, menggunakan alat MCP, bekerja dengan berkas, menjalankan alur kerja, atau mengoperasikan peramban sesuai izinnya.
13. Multitugas di berbagai sesi: Jalankan tugas yang panjang di latar belakang saat membuat atau kembali ke sesi lain. Setiap sesi mempertahankan riwayat percakapan dan konteksnya sendiri, sehingga Anda dapat menjeda pekerjaan dan melanjutkannya nanti tanpa menyatakan kembali tugas tersebut.
14. Periksa tindakan dan hasil: Tinjau respons agen, aktivitas alat, diff yang dihasilkan, hasil peramban, dan output akhir. Untuk perubahan kode atau berkas, periksa diff multi-berkas sebelum menerima atau membagikan hasilnya.
15. Buat keterampilan yang dapat digunakan kembali: Minta agen untuk membuat keterampilan untuk pekerjaan yang Anda ulangi. Jelaskan alur kerja yang dituju, input yang diperlukan, batasan, sumber, dan output yang diharapkan. Keterampilan dapat mengodekan perintah (prompt) dan prosedur yang dapat digunakan kembali untuk sesi mendatang.
16. Buat otomasi berulang: Jelaskan otomasi dalam bahasa sehari-hari, seperti "Kirimkan saya pengarahan pagi pada pukul 9 pagi" atau "Beri tahu saya ketika sebuah sesi ditandai." Craft Agents dapat membuat konfigurasi otomasi yang memicu alur kerja berbasis prompt atau perintah pada peristiwa atau jadwal tertentu.
17. Bagikan sesi dengan kolaborator: Bagikan sesi agen ketika Anda membutuhkan orang lain untuk meninjau penalaran dan hasilnya. Sesi yang dibagikan mempertahankan konteks, keputusan, alternatif, dan detail implementasi, serta dapat ditautkan dari tiket, masalah (issues), pull request, atau dokumentasi.
18. Sesuaikan ruang kerja: Sesuaikan tema, status, alur kerja, izin, sumber, dan keterampilan agar sesuai dengan proses Anda. Pengaturan ini berbasis berkas, sehingga dapat diedit, diberi versi, dibagikan, dan disesuaikan melalui permintaan bahasa alami ke agen.
19. Gunakan operasi jarak jauh atau tanpa kepala (headless) jika diperlukan: Untuk alur kerja yang berjalan lebih lama atau di-host di server, jalankan Craft Agents sebagai server headless pada mesin jarak jauh dan terhubung kepadanya dari aplikasi desktop sebagai thin client. Ini memungkinkan pekerjaan agen berlanjut di luar lingkungan desktop lokal Anda.
Artikel Populer

Cara Membuat Video Podcast Bayi Bicara Viral dengan AI: Panduan Langkah demi Langkah
Nov 2, 2026

Proferex: Platform Pelacakan Iklan dan Optimasi Kampanye Berbasis Cloud
Nov 2, 2026

Vosko AI: Lokalisasi dan Sulih Suara Video untuk Audiens Global
Oct 15, 2026

Atoms: Platform AI Multi-Agen yang Mengubah Ide menjadi Produk Siap Diluncurkan
May 22, 2026







