Ausgangsproblem
Ein Agent, der nur Text erzeugt, kann viele Desktopaufgaben nicht abschließen. Sobald er Programme bedient, Dateien verändert oder Werkzeuge startet, muss aber klar sein, welcher Schritt tatsächlich ausgeführt wurde und wie sich die Aufgabe stoppen lässt. Ein Screenshot allein beweist noch keinen erreichten Zustand.
Ziel und Abgrenzung
Oh My Pi Desktop entwickelt eine Windows-Oberfläche für die vorhandene OMP-Agenten-Runtime. Die Runtime bleibt die Agenten-Engine; Electron übernimmt Oberfläche und Hostfunktion. Das Projekt ist eine Desktop-Weiterentwicklung und keine Behauptung, die zugrunde liegende Engine neu erfunden zu haben.
Architektur
- Runtime starten.Die Oberfläche startet und steuert die OMP-Runtime lokal über RPC.
- Provider und Modell wählen.Modellvorschläge berücksichtigen benötigte Fähigkeiten; die tatsächliche Laufzeitverfügbarkeit zeigt erst der Anbieteraufruf.
- Werkzeuge ausführen.Computersteuerung bevorzugt semantische UI-Bedienung; sichtbare Zustände werden geprüft.
- Kontrolle behalten.Aufgabe stoppen und NOT-AUS sind getrennte Eingriffe für laufende Aktionen und den Prozessbaum.
Rolle von KI und festen Grenzen
Das Modell plant und nutzt Werkzeuge. Die Hostanwendung setzt technische Grenzen bei Prozessbesitz, Werkzeugzugriff und Eingaben. Die Architektur verbietet, Modellantworten als HTML auszuführen. Die Modellauswahl bleibt eine bewusste Entscheidung des Nutzers; ein automatischer Wechsel nach einem Providerfehler ist noch Entwicklungsarbeit.
Aktueller Entwicklungsstand
Die aktuelle Rebuild-Linie enthält unter anderem Modell-Suche, Capability-basierte Empfehlung, AI-Cursor und Computer-Control-Funktionen. Grundfunktionen wie Runtime-Start, RPC, Provideranbindung und NOT-AUS sind laut Projektübergabe beobachtet. Einzelne mehrschrittige Desktopaufgaben sind damit noch nicht durchgehend als bestanden belegt.
Tests und bekannte Grenzen
Ein Windows-Test der jüngsten dokumentierten Rebuild-Version fand eine Regression im Pfad zur Computersteuerung; die Rückführung auf eine native Windows Bridge ist Teil des nächsten geplanten Builds. Ein Modell konnte eine Anwendung öffnen, die vollständige Aufgabe aber nicht nachweislich abschließen. Diese Befunde sind Teil der Entwicklung und der Grund, das Projekt klar als Alpha statt als fertiges Produkt zu führen.