Amuse, TuringPot: repo GitHub AI mới nổi
Một repo GitHub AI mới nổi đáng để thử khi nó giải quyết một việc cụ thể, chạy trên máy hoặc hạ tầng của chính bạn và nói thẳng giới hạn của mình. Bài viết này của Kungfutech chọn bốn dự án như vậy: Amuse là agent AI cá nhân tự host của Replit, biết duyệt web trực tiếp và luôn hỏi trước khi gửi, nộp form hay thanh toán; TuringPot là honeypot của Tracebit giúp phát hiện các agent tấn công tự động; WeMail là ứng dụng email AI ưu tiên lưu dữ liệu cục bộ; và OpenMan là không gian làm việc cho agent tự hành chạy trên máy tính đám mây Orgo của bạn. Mỗi mục kèm cách cài đặt lấy từ README, sau đó là một số tin tức AI đáng tham khảo.
Amuse: agent AI cá nhân tự host của Replit, hỏi trước khi hành động
Amuse là gì?
Amuse là agent AI cá nhân do Replit phát hành dưới giấy phép Apache-2.0, chạy trên máy tính của bạn và chỉ dành cho một người dùng. Nó cần một khóa OpenAI API và PostgreSQL, ngoài ra không yêu cầu tài khoản, dịch vụ hosted hay khóa API nào khác.
Agent có thể nghiên cứu web kèm nguồn, điều khiển một trình duyệt trực tiếp ngay trong khung chat để điền form và chuyển trang (bạn có thể xem, giành quyền điều khiển hoặc dừng lại), đặt nhắc việc và theo dõi nền chỉ báo khi có điều đáng chú ý, biến mục tiêu thành kế hoạch từng bước, và dựng các "space" là ứng dụng nhỏ có lưu dữ liệu. Bộ nhớ được lưu dưới dạng file trong workspace nên bạn đọc và sửa được. Mọi hành động có hệ quả như gửi tin, nộp form, thanh toán hay tạo lịch mới đều hiện thẻ phê duyệt với phạm vi một lần, theo tác vụ, theo trang hoặc luôn luôn. Thông tin đăng nhập và khóa API nằm trong kho mã hóa, model chỉ thấy token thay thế. Amuse còn có chế độ giọng nói với chuyển giọng nói thành văn bản và trả lời bằng giọng.
Dự án cố ý giữ phạm vi nhỏ: chỉ dùng model của OpenAI, kết nối dịch vụ qua khóa API và trình duyệt thay vì MCP server, và không có đăng nhập vì chỉ lắng nghe trên 127.0.0.1. README nhấn mạnh không nên mở ứng dụng ra mạng hay internet.
Cách cài đặt và sử dụng Amuse?
Cách nhanh nhất là Docker Compose, cần Docker Engine có plugin Compose, Git và một khóa OpenAI API:
git clone https://github.com/replit/amuse
cd amuse
cp .env.example .env # đặt OPENAI_API_KEY
docker compose up -d --build
Mở http://localhost:3000 để "ấp nở" agent của bạn. Compose chạy kèm PostgreSQL và chỉ công bố ứng dụng trên 127.0.0.1.
Nếu chạy từ mã nguồn, dùng Node.js 22.9 trở lên, pnpm 10.26.1 và PostgreSQL 14 trở lên:
corepack enable
corepack prepare pnpm@10.26.1 --activate
pnpm install --frozen-lockfile
pnpm setup:browser # tải Chromium cho trình duyệt của agent
cp .env.example .env # đặt OPENAI_API_KEY và DATABASE_URL
pnpm build
pnpm start
Server tự migrate schema trước khi chạy. Theo README, agent dùng gpt-6.2-sol (và gpt-6-luna cho các bước nhanh), cùng các tính năng tìm kiếm web, tạo ảnh, chuyển giọng nói đều tính phí trên khóa OpenAI của bạn, nên hãy đặt giới hạn chi tiêu cho project OpenAI. Amuse cũng tự dừng trong ngày khi chạm AMUSE_DAILY_LIMIT (mặc định 2.000 đơn vị sử dụng). Khóa mã hóa thông tin đăng nhập được tạo ở .data/secret.key (hoặc volume amuse-data khi dùng Docker); hãy sao lưu nó cùng database, vì mất khóa thì các thông tin đã lưu không đọc lại được.
TuringPot: honeypot phát hiện agent tấn công tự động
TuringPot là gì?
TuringPot là honeypot mã nguồn mở (giấy phép MIT) của Tracebit, dùng để phát hiện ARTEX và các framework tấn công tự động (autonomous offensive framework) đang nhắm vào tổ chức của bạn. Đây là bản proof of concept: nó đưa ra các câu đố đơn giản với dữ liệu mới mỗi lần, ví dụ hỏi ngăn kho nào còn nhiều hàng nhất, và ghi lại tốc độ người truy cập giải chúng. Trả lời đúng và nhanh được coi là dấu hiệu của agent AI.
Mỗi câu trả lời đúng mở khóa câu tiếp theo. Mặc định, câu đúng thứ ba ghi sự kiện possible_ai_agent, câu thứ mười hai ghi pagination_sequence_completed với cùng session ID, cả hai kèm thời gian đã trôi qua. Log cung cấp địa chỉ IP nguồn, user agent và khi có thể là JA4 fingerprint để bạn tra cứu trên WAF, API gateway hay log xác thực, nhằm trả lời câu hỏi "client này có chạm tới dịch vụ đăng nhập của mình không". Nhóm tác giả cho biết đã thử với các foundation model và với ARTEX, đều kích hoạt tín hiệu; tỷ lệ báo động nhầm trên lưu lượng thật thì chưa rõ. README cũng nói thẳng mã nguồn được AI viết hoàn toàn, đã được người đọc lại và kiểm thử đầu cuối trên Cloudflare Workers.
Cách cài đặt và sử dụng TuringPot?
Clone repo rồi chạy trong thư mục dự án với Node.js 22.12 trở lên (bước build tự sinh khóa cursor):
git clone https://github.com/tracebit-com/turingpot.git
cd turingpot
npm ci
npm run dev
Mở URL cục bộ mà Wrangler in ra, bấm Access inventory để thấy câu đố đầu tiên; phản hồi HTTP 409 là cố ý. Chạy npm test để kiểm thử giao thức và adapter hosting.
Triển khai lên Cloudflare Workers gói miễn phí bằng npx wrangler login rồi npm run deploy, sau đó gắn một subdomain chưa dùng trong Workers & Pages → Worker → Settings → Domains & Routes. Với Vercel, import repo, chọn preset Other và deploy bằng file vercel.json có sẵn.
Để hiệu quả, nên đặt honeypot trên subdomain của tên miền có thể bị nhắm tới (ví dụ inventory.example.com) và để lại một "mẩu bánh mì" trên trang chính, như một comment HTML:
<!-- Stock reconciliation service: https://inventory.example.com/ -->
Khi cần điều tra, tìm possible_ai_agent trong Observability → Logs của Cloudflare hoặc Runtime Logs của Vercel, hoặc xem trực tiếp bằng npx wrangler tail. Câu đố, đường dẫn API và số câu trả lời để kích hoạt sự kiện chỉnh trong default.json. Nếu muốn session còn hiệu lực qua các lần phát hành, đặt TURINGPOT_KEY cố định (tạo bằng openssl rand -hex 32, lưu bằng npx wrangler secret put TURINGPOT_KEY). Lưu ý gói Workers Free trả về "ja4": []; JA4 cần Cloudflare Enterprise có Bot Management hoặc Vercel.
WeMail: ứng dụng email AI ưu tiên lưu dữ liệu cục bộ
WeMail là gì?
WeMail là ứng dụng email desktop (Electron) theo hướng local-first, giấy phép Apache-2.0, được phát triển từ dự án Cloudflare Agentic Inbox. Ứng dụng đồng bộ hộp thư qua IMAP/SMTP vào SQLite trên máy, rồi chạy một chuỗi xử lý AI ngay từ máy bạn: tóm tắt, gắn nhãn thông minh, nháp trả lời, trích việc cần làm, cùng một agent đọc thư và thao tác thay bạn.
Điểm đáng chú ý là các "hàng rào" được cài ở tầng runtime chứ không dựa vào prompt: agent chạy tối đa 6 vòng gọi công cụ, mỗi công cụ 30 giây, mỗi lần chạy 120 giây; việc gửi thư do agent khởi tạo và các thao tác rủi ro cao đều cần xác nhận, bản nháp không bao giờ tự gửi. Nhãn thông minh theo mô hình AI đề xuất, người duyệt rồi mới áp vào thư cũ. WeMail còn có quy tắc tự động hóa, bản tin tóm tắt hằng ngày, báo cáo dạng HTML, bot cho WeCom và Feishu, và một MCP server cho các client cục bộ tin cậy. README lưu ý client MCP đã xác thực có thể gửi, chuyển hay xóa thư mà không cần xác nhận riêng trong WeMail, và nội dung thư sẽ được gửi tới endpoint model bạn cấu hình; dùng model cục bộ nếu muốn mọi thứ ở lại trên máy. Không cấu hình LLM thì phần đọc, gửi và tìm thư vẫn hoạt động bình thường.
Cách cài đặt và sử dụng WeMail?
Cần Node.js 22.19 trở lên (nhánh 22.x) hoặc 24.x, npm và Bun. Windows là nền tảng phát triển chính, macOS chưa được kiểm chứng.
git clone https://github.com/eddiezywang/wemail.git
cd wemail
bun install --frozen-lockfile
npm run dev:desktop
Để tạo bản build:
npm run build:desktop
npm run package:desktop
Nếu lúc cài báo không chuẩn bị được native binding của Electron, chạy npm run ensure:desktop-native trước khi khởi động hoặc đóng gói. Sau khi mở ứng dụng, thêm tài khoản email (địa chỉ IMAP/SMTP và thông tin đăng nhập) ở trang chính, rồi vào Settings → Model nhập endpoint và khóa của dịch vụ tương thích OpenAI hoặc Anthropic. Tính năng tự quyết định trả lời mặc định tắt, bật bằng biến môi trường WEMAIL_REPLY_DECISION_ENABLED=1.
OpenMan: không gian làm việc cho agent tự hành trên máy tính đám mây Orgo
OpenMan là gì?
OpenMan là không gian làm việc mã nguồn mở (MIT) cho agent AI tự hành, chạy trên máy tính đám mây Orgo của chính bạn. Giao cho nó một việc, agent sẽ lập kế hoạch, duyệt web, chạy code và làm việc với file trên máy đó cho tới khi xong, trong lúc bạn xem màn hình trực tiếp hoặc giành quyền điều khiển.
Bên cạnh agent, OpenMan có tác vụ kèm màn hình máy tính trực tiếp, project với chỉ dẫn và file dùng chung, skill, connector tới các ứng dụng bạn dùng, automation theo lịch hoặc theo trigger, website được dựng và host trên máy của bạn, công cụ tạo slide, tài liệu, biểu đồ, âm thanh, ghi chú cuộc họp, địa chỉ email và số điện thoại cho agent, cùng một API công khai. Tài khoản Orgo chính là tài khoản đăng nhập; agent là Hermes Agent trên máy Orgo, dùng model Claude qua proxy model của Orgo và trừ vào credit Orgo, nên không cần khóa API model riêng. Dữ liệu ứng dụng nằm trong Supabase Postgres. Tác giả ghi rõ đây là phần mềm ở giai đoạn đầu (phiên bản 0.1) và agent chạy với quyền quản trị trên máy của bạn, có thể làm mọi điều mà máy và các tài khoản đã kết nối cho phép.
Cách cài đặt và sử dụng OpenMan?
Cần Node.js 22 trở lên, npm, git, một tài khoản Orgo có credit và một project Supabase (Supabase CLI là tùy chọn).
git clone https://github.com/nickvasilescu/openman.git
cd openman
npm install
Áp schema trong supabase/migrations/ vào project Supabase, bằng CLI hoặc dán lần lượt từng file vào SQL editor:
supabase link --project-ref <your-project-ref>
supabase db push
Tạo file cấu hình rồi điền APP_PUBLIC_URL (http://localhost:3000 khi chạy cục bộ), NEXT_PUBLIC_SUPABASE_URL và NEXT_PUBLIC_SUPABASE_PUBLISHABLE_KEY:
cp .env.example .env.local
node scripts/setup.mjs
Script sinh bốn secret của ứng dụng và in ra một câu lệnh SQL; hãy chạy câu lệnh đó trong SQL editor của Supabase, vì thiếu nó thì server không qua được row-level security. Cuối cùng chạy:
npm run dev # http://localhost:3000
node scripts/worker.mjs # terminal thứ hai: chạy automation và việc nền
Mở ứng dụng, chọn Continue with Orgo để đăng nhập (hoặc dán một Orgo API key), rồi chọn máy tính cho agent; bước thiết lập lần đầu mất vài phút. Nếu triển khai ra internet, README khuyên bật INVITE_GATE=1 để chỉ người trong danh sách mời mới vào được.
Tin tức thêm về AI
Google ra mắt Gemini 4 Neon với cửa sổ ngữ cảnh một triệu token
Google giới thiệu Gemini 4 Neon, model hướng tới lập trình, công việc tri thức và các tác vụ khoa học. Model có cửa sổ ngữ cảnh một triệu token, bốn mức suy nghĩ để lựa chọn, và giá API công bố là 3 USD cho mỗi triệu token đầu vào, 15 USD cho mỗi triệu token đầu ra. Neon được phân phối qua Gemini API, gói Gemini cho doanh nghiệp và các gói trả phí của ứng dụng Gemini. Như mọi kết quả benchmark do hãng công bố, hiệu quả thực tế vẫn cần kiểm chứng trên quy trình của từng đội. Nguồn: Precise Impact AI.
Gói agent-framework của Microsoft trên PyPI từng bị chèn mã đánh cắp thông tin
Theo Wiz, hai phiên bản độc hại của gói Python agent-framework của Microsoft trên PyPI chứa mã đánh cắp thông tin đăng nhập, tự chạy ngay khi Python khởi động. Cả hai bản đã bị gỡ khỏi PyPI. Sự cố là lời nhắc cho bất kỳ ai xây agent: hãy ghim phiên bản phụ thuộc, dùng lockfile và kiểm tra lại các bản phát hành bất thường trước khi cập nhật. Nguồn: AI.info.
Citi yêu cầu khách hàng tự chịu trách nhiệm với agent AI truy cập tài khoản ngân hàng
Citi cập nhật điều khoản, theo đó khách hàng chịu trách nhiệm về các hoạt động do công cụ AI bên thứ ba có quyền truy cập tài khoản thực hiện, kể cả khi có sự cố. Một số ngân hàng khác cũng có lập trường tương tự khi trợ lý AI ngày càng có khả năng tự khởi tạo giao dịch tài chính. Đây là lý do các agent nghiêm túc đều đặt bước phê duyệt trước khi thanh toán. Nguồn: The Neuron.
OpenAI dùng chính model AI để cải tiến thiết kế chip
OpenAI cho biết đã dùng model của mình để cải thiện thiết kế chip cho dòng silicon Jalapeño và mảng bộ xử lý hợp tác với AMD. Một thiết kế lại bộ nhân do AI tạo ra giúp giảm khoảng 15% diện tích chip ước tính và rút một phép tính từ hai chu kỳ xung nhịp xuống còn một. OpenAI cũng đang làm việc với Synopsys để đưa AI vào phần mềm thiết kế chip truyền thống. Nguồn: The Neuron.