Проєкти / site-agent
Асистент, який керує цим сайтом у вас на очах
Поставте питання, і він перелітає на сторінку, показує на розділ, запускає демо й крутить його параметри, а відповідає картками, зібраними з контенту самого сайту, тож вигадати число не може.
Проблема
Сайт інженера агентних систем має показувати агента в роботі, а не описувати його. Очевидний варіант, чат, що розповідає про власника, найслабший: він ховає відповідь за полем вводу і рано чи пізно скаже неправду. І для відвідувача, який його не відкриє, сайт має лишатися звичайним сайтом.
Що я зробив
Одна сцена, кілька режисерів. Невеликий клієнтський рантайм володіє сторінкою. Він приймає типізовані дії (navigate, focus, open_project, run_demo, set_param, show_card), перевіряє кожну за схемою, анімує її і повертає результат. Про мовні моделі він нічого не знає. Жива модель, записані тури, голосовий режим і зовнішній браузерний агент видають ті самі дії, тому не можуть розійтися.
Відповідь як інтерфейс. Агент не пише HTML. Він обирає картку з фіксованого реєстру й передає ID; картка рендериться з тих самих файлів контенту, що й сторінки. Число, яке бачить відвідувач, — це вказівник на контент, а не згенерований текст.
Два стеки моделей. Текст іде через Claude одним стрімінговим ендпоінтом; браузер виконує виклики інструментів на сторінці й повертає результати. Голос працює на OpenAI Realtime API через WebRTC, мовлення в мовлення з викликом функцій, на тих самих інструментах і тому самому промпті. Сервер видає короткоживучий ключ і ніколи не бачить аудіо.
Запобіжники. Ліміти на відвідувача й на день, резервування витрат за найгіршим сценарієм перед кожним викликом, жорсткий денний ліміт, після якого асистент переходить на записані тури, і підписана сервером історія, щоб ендпоінт не можна було використати як звичайну модель. Агент читає лише публічний контент сайту, тож приватних даних для витоку в нього немає.
Що не розв’язано
Асистент рівно такий добрий, як контент, який він читає: на питання, відповіді на яке на сайті немає, він каже «цього немає на сайті» й показує контакт, а не вигадує. Голос залежить від другого постачальника й коштує за хвилину дорожче за текст. Шлях для браузерних агентів (WebMCP) — чернетка стандарту в origin trial, тож сьогодні ним можуть скористатися небагато відвідувачів.