Senin pagi jam 9:40, kamu membuka chat baru dengan coding agent. Kamis lalu, agent itu menghabiskan satu jam untuk mencari tahu bahwa layanan billing berjalan di Postgres 16 dan seluruh test suite butuh empat menit. Hari ini, ia menanyakan dua hal itu lagi. Kamu menjawab, ia mengangguk, dan diam-diam kamu mulai mencatat di kepala daftar hal yang harus kamu ulangi lagi hari Jumat.
Apa itu fitur Knowledge
osFoundry punya sekumpulan fitur yang tugasnya menghentikan pengulangan seperti itu: Note, Knowledge Base, Memory beserta Memory Groups-nya, Lessons, Chat History, dan Indexed Folders. Singkatnya, ini adalah tempat penyimpanan untuk apa yang kamu tulis dan apa yang ditemukan agent-mu, plus pengaturan yang menentukan bagian mana yang diberikan kembali ke AI sebagai konteks pada run berikutnya. Di aplikasi desktop, semuanya bukan satu panel besar, melainkan layar terpisah: Notes untuk dokumenmu sendiri, Knowledge Base untuk artikel bersama, Memory (dengan subjudul "What Maestro knows & reads") untuk semua yang diingat asisten dan agent-mu, serta Indexes untuk folder yang kamu pilih agar bisa dicari. Kalau kamu pernah memakai wiki berdampingan dengan asisten chat, bayangkan wiki dan buku catatan asisten itu ada di aplikasi yang sama, dengan sakelar di setiap rak yang menentukan apakah AI boleh membacanya.
Sekilas tentang layar Memory
Ini adalah Memory dengan Agents dipilih, berisi data contoh. Yang terlihat:
- Panel kiri: Memory Groups, Memory Browser, Chat History, Agents, Sessions, dan Lessons. Di bawah "Indexing" ada Chunking Station, Indexed Folders, dan Embeddings, yang membuka layar Indexes.
- Daftar agent ("Agents with memory"): setiap agent beserta jumlah memori dan lesson yang dibawanya, di sini @code-agent dan @research-agent.
- "What it knows": fakta yang disimpan dari langkah yang sudah selesai dan giliran chat, lalu dibaca kembali di run agent berikutnya. Pada contoh: versi Postgres, perintah test, dan bahwa kamu lebih suka pull request yang kecil.
- "What it learned": aturan yang hanya ditulis setelah reviewer menolak hasil kerja atau sebuah langkah gagal.
- "Move what it learned": Save to a file dan Import from a file, karena memori dan lesson tetap tersimpan di perangkat dan tidak otomatis ikut pindah bersama agent ke mesin lain. Di bagian atas, Settings dan Turn off mengontrol memori agent secara keseluruhan.
Tiga cara orang memakainya
Developer solo yang terus-menerus menjelaskan ulang codebase
Maya mengelola sendiri sebuah API berukuran sedang dan memakai agent untuk sebagian besar perubahan. Masalahnya bukan agent-nya jelek, tapi setiap sesi selalu mulai dari nol.
Ia membuka Indexes, tetap di tab Sources, lalu klik Add folder untuk memilih repository. Pemindaiannya gratis dan menampilkan apa saja yang akan diindeks sebelum ada yang di-embed. Ia memilih "Index locally", yang membuat embedding di mesinnya sendiri dengan model on-device, dan menyalakan "Re-index automatically when files change" supaya indeks selalu mengikuti perubahan yang ia buat.
Sekarang, ketika ia bertanya ke Maestro dengan bahasa biasa di mana logika penguncian akun berada, agent bisa menjalankan pencarian folder yang menggabungkan kata kunci dan makna, lalu kembali dengan path file dan rentang baris, bukan tebakan. Dalam beberapa hari, fakta-fakta yang ditangkap agent di sepanjang jalan muncul di Memory → Agents → "What it knows", sehingga percakapan berikutnya sudah dimulai dengan informasi itu.
Hasil akhirnya: agent yang bisa mencari di kodenya berdasarkan makna, dan daftar singkat yang mudah dibaca tentang apa yang diingatnya soal proyek Maya, yang bisa ia cek kapan saja.
Team lead yang ingin agent berhenti mengulang kesalahan
Daniel memimpin tim kecil di mana agent membuat draf perubahan dan tahap reviewer memeriksanya. Dua minggu lalu, sebuah agent "memperbaiki" test yang gagal dengan cara menghapusnya. Reviewer menolak run itu, dan osFoundry menulis sebuah lesson dari penolakan tersebut.
Ia membuka Memory → Lessons. Lesson dari semua agent tercantum bersama run asalnya, dengan format "When … : …". Ia menyimpan yang berguna, misalnya "When a test fails after your change: fix the code. Never edit, skip or delete the test to make it pass." Satu baris punya badge "from outside content": asalnya dari halaman harga yang dibaca research agent, dan isinya menyuruh untuk selalu merekomendasikan paket tertentu. Agent memperlakukan lesson seperti ini sebagai saran, bukan instruksi, tapi Daniel sama sekali tidak mau lesson itu ada di sana, jadi ia klik Retire.
Dengan "Show retired" aktif, baris yang di-retire tetap terlihat dalam warna abu-abu dengan tombol Restore, jadi tidak ada yang hilang kalau ia berubah pikiran. Hasil akhirnya: agent yang membaca lesson aktif terbaru sebelum setiap run, dan catatan yang bisa ditinjau tentang setiap aturan yang mereka pelajari dan dari mana asalnya.
Konsultan yang ingin AI memakai materi klien yang tepat
Aiko adalah konsultan freelance, bukan engineer. File kliennya berupa beberapa ratus dokumen Word dan PDF di folder-folder di laptopnya, dan ia ingin asisten menjawab berdasarkan file itu tanpa mencampuradukkan klien.
Di Notes, ia klik Import… lalu memilih "Import folder…" (menunya menjelaskan opsi ini untuk vault Obsidian atau hasil ekspor yang sudah diekstrak; "Import .zip archive…" untuk ekspor Notion atau backup Bear). Aplikasi desktop mengubah file-file itu menjadi catatan secara offline dan mempertahankan struktur foldernya di File Tree.
Untuk halaman yang ia pakai ulang di semua klien, seperti checklist onboarding dan syarat standarnya, ia membuat Knowledge Base: New Knowledge Base, lalu New article, atau Import content dari PDF, DOCX, Markdown, ekspor Notion atau Confluence, atau crawl sebuah website. Setelah mengedit artikel, ia menekan Generate chunks supaya versi terbaru yang diambil AI; mengedit saja tidak mengindeks ulang artikel itu.
Lalu ia membuka Memory → Memory Groups dan membuat satu grup untuk setiap klien. Di pengaturan "When can this be recalled?" setiap grup, ia membiarkan klien yang sedang aktif di Normal (dicari kalau proyek mengizinkan) dan mengatur proyek yang sudah selesai ke Never, yang mengeluarkannya sepenuhnya dari pencarian tapi tetap menyimpannya. Satu memori yang harus ada di setiap jawaban, daftar tarifnya, diberi "Pin (always in context)". Hasil akhirnya: jawaban yang diambil dari materi klien yang tepat, dan sakelar mati yang jelas untuk sisanya.
Bagaimana fitur ini terhubung dengan bagian lain aplikasi
Fitur Knowledge lebih banyak berfungsi sebagai pemasok untuk bagian lain osFoundry daripada berdiri sendiri. Maestro, asisten bawaan aplikasi, adalah pembaca utamanya: ia mencari di memory groups kalau sebuah pertanyaan membutuhkannya dan memakai Indexed Folders lewat pencarian folder. Agent di layar Agent team dan Single agent membawa memori dan lesson mereka sendiri ke setiap percakapan yang mereka ikuti. Tab Health di layar Indexes berisi Chunking Station dan Embeddings, tempat kamu melihat catatan, artikel, dan file mana yang berubah, gagal, atau belum pernah di-chunk. Chat History menyimpan transkrip yang ditulis saat percakapan panjang dipadatkan, sehingga kamu bisa kembali ke kata-kata asli di balik sebuah ringkasan. Dan untuk percakapan di aplikasi AI lain di komputermu, External agents menampilkan sesi-sesi itu di samping sesi milik osFoundry. Halaman fitur agent memory groups dan knowledge bases membahas masing-masing lebih detail.
Pertanyaan yang sering diajukan pengguna baru
Apakah asisten membaca semua catatan saya secara otomatis?
Tidak. Asisten tidak membaca memori secara otomatis; ia mencarinya ketika sebuah pertanyaan membutuhkannya, dan pengaturan tiap memory group (Always on, Normal, atau Never) menentukan apa saja yang bisa dijangkau pencarian itu. Folder baru diindeks setelah kamu menambahkannya di layar Indexes.
Di mana semua ini disimpan?
Memori dan lesson agent disimpan di perangkatmu, dan lesson tidak pernah diunggah. Memory groups bisa bersifat pribadi atau untuk seluruh workspace, dan bisa disimpan di perangkat ini atau di cloud; layar Memory menampilkan jumlah keduanya.
Apa bedanya Chat History, Sessions, dan Lessons?
Chat History adalah transkrip dari apa yang dibicarakan, Sessions menunjukkan apa yang disimpan agent dari setiap langkah, dan Lessons adalah aturan yang diikuti agent di kesempatan berikutnya. Dua yang pertama adalah bukti yang bisa kamu periksa; Lessons adalah panduan yang bisa kamu retire atau pulihkan.
Apakah saya butuh aplikasi desktop?
Untuk bagian yang membaca isi komputermu sendiri, ya: pengindeksan folder, impor file ke Notes, Chat History, dan tampilan memori agent berjalan di aplikasi desktop, yang bisa kamu dapatkan dari halaman download.
Top comments (0)