poki, muse4ai: repo GitHub AI mới nổi
Một repo GitHub AI mới nổi thường đáng thử vì nó mở một khả năng mới cho agent: điều khiển thiết bị, tạo media, giao dịch với dịch vụ, hoặc viết hình khối bằng code ngắn. Bài viết này của Kungfutech chọn bốn dự án mã nguồn mở theo hướng đó: poki để agent thao tác iPhone thật, muse4ai để agent gọi Muse sinh ảnh và video trên máy Windows, latch là hợp đồng HTTPS nhỏ giữa agent và dịch vụ, và sand3d để LLM viết mô hình 3D bằng Python. Mỗi mục kèm cách cài đặt lấy từ README, sau đó là một số tin tức AI đáng tham khảo.
poki: AI agent thao tác iPhone thật qua MCP
poki là gì?
poki là bộ công cụ mã nguồn mở giúp AI agent dùng iPhone như người dùng: mở app, tìm kiếm, đọc màn hình và thao tác trên thiết bị thật hoặc simulator. Repo cung cấp máy chủ MCP local và một agent terminal riêng; không cần jailbreak và không cần phần cứng phụ.
Theo README, poki chạy trên macOS 15 trở lên, cần full Xcode, Rust, Node.js 24+ và ffmpeg. Agent có thể nhớ task đã chạy để lần sau nhanh hơn, và hỗ trợ kênh iMessage hoặc Telegram sau khi cấu hình. README cảnh báo rõ: poki điều khiển iPhone thật, nên nếu bạn yêu cầu gửi tin nhắn hoặc thanh toán thì nó sẽ làm; nội dung màn hình được gửi tới dịch vụ mô hình bạn đã cấu hình. Hỗ trợ iPhone vật lý đã được kiểm chứng chủ yếu trên giao diện tiếng Trung, chỉ chế độ dọc. Repo đạt 204 sao, giấy phép AGPL-3.0.
Cách cài đặt và sử dụng poki?
Theo README, cách nhanh nhất là clone rồi chạy setup:
git clone https://github.com/JosssphZhou/poki.git
cd poki
./bin/setup
npm start
./bin/setup kiểm tra thiếu dependency; lần build đầu mất vài phút. Có gói prebuilt cho macOS arm64 trên trang release: giải nén, npm ci, rồi npm start (không cần Rust). Trong terminal khác, đăng ký MCP:
claude mcp add --scope user poki-mcp -- node "$PWD/src/stdio.mjs" # Claude Code
codex mcp add poki-mcp -- node "$PWD/src/stdio.mjs" # Codex
Muốn dùng Poki Agent standalone:
npm ci --prefix agent
export PATH="$PWD/bin:$PATH"
poki login
poki status
poki "Search esp32 in Chrome and summarize the top result"
Với iPhone vật lý, hãy ghép máy với Mac qua USB trước theo hướng dẫn trong docs/physical-iphone.md.
muse4ai: cầu nối local để agent tạo ảnh và video bằng Muse
muse4ai là gì?
muse4ai là ứng dụng Windows mã nguồn mở chạy trên máy bạn, đưa phiên Muse đã đăng nhập tới ChatGPT, Claude, Cursor, Codex, n8n hoặc script bất kỳ qua REST, MCP hoặc OAuth. Không có máy chủ trung gian của tác giả: app nói chuyện với Muse từ máy local, lưu kết quả, khóa và token trong %APPDATA%\MuseStudio.
Agent có thể sinh ảnh/video từ prompt (kèm ảnh tham chiếu), chat có nhớ conversation id, kéo dài video đã xong tới khoảng 6 bước (~60 giây mỗi chuỗi), và chỉnh video bằng mô tả ngôn ngữ tự nhiên. Kết nối bằng API key dán một lần hoặc OAuth với mã 6 số hiển thị trên app. Repo đạt 819 sao, giấy phép MIT, cần Node.js 22+ khi chạy từ source.
Cách cài đặt và sử dụng muse4ai?
Theo README, cách dễ nhất là tải installer từ trang download, chạy file, rồi thêm tài khoản Muse trong Accounts. Windows có thể cảnh báo file chưa ký: chọn More info → Run anyway.
Chạy từ source:
cd desktop
npm install
npm run build
npm start
App mở trên desktop và phục vụ API tại http://127.0.0.1:47821. Trong Settings → API & agent, copy snippet đã điền key vào cấu hình agent. Với MCP + OAuth:
{
"mcpServers": {
"muse4ai": { "url": "http://127.0.0.1:47821/mcp" }
}
}
App hiện mã 6 số để bạn xác nhận; sau đó agent gọi các tool như muse_generate, muse_chat, muse_list_jobs. Hợp đồng máy đọc được tại GET /v1/openapi.json.
latch: hợp đồng HTTPS nhỏ giữa agent và dịch vụ
latch là gì?
latch định nghĩa một hợp đồng JSON/HTTPS giữa bất kỳ agent nào và bất kỳ dịch vụ nào: một card discovery, một endpoint POST, năm thao tác (ask, quote, approve, commit, status). Không thay MCP hay OpenAPI; nó chỉ là biên giới nhỏ để đọc không tác động, lấy báo giá kèm digest SHA-256, phê duyệt cục bộ, rồi commit với Idempotency-Key và nhận biên lai.
Reference client/server/CLI viết bằng một file ESM Node.js 20+, không dependency runtime. Có store file single-writer tùy chọn, MCP stdio bridge tùy chọn, và bản provider PHP độc lập. Wire experimental 0.1, implementation 0.2.0; demo chỉ mô phỏng, không thanh toán thật. Repo đạt 227 sao, giấy phép MIT.
Cách cài đặt và sử dụng latch?
Theo README:
git clone https://github.com/Balanov/latch.git
cd latch
npm test
node latch.mjs demo --trace examples/trace.json
Chạy provider demo rồi dùng terminal khác:
node latch.mjs demo --port 8787
node latch.mjs discover http://127.0.0.1:8787
node latch.mjs ask http://127.0.0.1:8787 materials.list
node latch.mjs quote http://127.0.0.1:8787 print3d.order \
'{"model_url":"https://example.com/model.stl","material":"pla","quantity":1,"delivery":{"country":"NL","postal_code":"1011"}}'
Sau khi xem điều khoản và digest, commit đúng digest đã duyệt:
node latch.mjs commit http://127.0.0.1:8787 off_YOUR_OFFER \
--digest sha256-YOUR_REVIEWED_DIGEST \
--yes sha256-YOUR_REVIEWED_DIGEST
node latch.mjs status http://127.0.0.1:8787 task_YOUR_TASK
Tạo provider mới: npx --yes github:Balanov/latch init my-latch-service. Chi tiết wire nằm trong SPEC.md.
sand3d: mô hình 3D bằng Python, viết cho LLM
sand3d là gì?
sand3d là thư viện Python để viết vật thể 3D thành chương trình ngắn trên nền bpy của Blender. Chương trình mô tả cách tạo hình theo từng part có tên, nên mô hình ngôn ngữ viết được trong vài trăm token và người đọc được.
README nêu ba điểm nổi bật: cùng một part thường ngắn hơn 2–6 lần so với Blender Python, CadQuery hoặc FeatureScript; toàn bộ API khoảng 3.600 token nên nhét vừa một prompt; kết quả xác định (cùng chương trình ra cùng mesh). Xuất GLB, URDF, USDA, OBJ, STL. Repo đạt 267 sao, giấy phép Apache-2.0.
Cách cài đặt và sử dụng sand3d?
Theo README, cần Python 3.13 (khuyến nghị) hoặc 3.11; bpy 5.2 LTS đi kèm Python 3.13, bpy 4.5 LTS với 3.11. Không có wheel cho Python 3.12:
pip install sand3d
# hoặc trong dự án uv: uv add sand3d
Ví dụ bracket trong README:
import sand3d as s3d
def bracket(w=80, d=40, t=6, hole_d=6.6, pitch=50):
plate = s3d.extrude("plate", s3d.rect(w, d, r=4), t)
s3d.hole(plate, hole_d, on=s3d.grid(2, 1, pitch, 0))
s3d.fillet(plate, 1, edges="top")
return plate
s3d.export(bracket(), "bracket.glb")
Đơn vị mặc định là milimet. Đưa docs/api.md vào system prompt để LLM nắm vocabulary; llms.txt trỏ tới tài liệu đó.
Tin tức thêm về AI
Google đưa Agent Substrate và gVisor vào CNCF
Google Cloud công bố đóng góp Agent Substrate và gVisor cho CNCF ở trạng thái Sandbox. Agent Substrate tách Actor (giữ state phiên agent) khỏi Worker (pool Pod ấm), nhằm wake agent dưới 500 ms mà không giữ Pod chạy suốt lúc chờ mô hình. gVisor cung cấp lớp cô lập syscall ở user space cho code không tin cậy. Tài liệu tại ate.dev; bài gốc trên Google Open Source Blog.
Moonshot mở trọng số Kimi K3.1 Pro
Moonshot AI phát hành trọng số mở của Kimi K3.1 Pro: Mixture-of-Experts thưa với khoảng 2,8 nghìn tỷ tham số tổng, khoảng 104B active mỗi token, cửa sổ ngữ cảnh 1M token, và kiến trúc kết hợp linear attention với sparse attention kiểu DeepSeek. Model card trên Hugging Face mô tả đây là mô hình multimodal agentic được post-train từ Kimi K3 bằng reinforcement learning quy mô lớn. Nguồn tổng hợp: Agent Brief.
NorthCUA: agent computer-use mã nguồn mở trên Qwen3.5
Nhóm NorthCUA phát hành ba agent computer-use mã nguồn mở dựa trên Qwen3.5: Nano 9B, Mini 35B và Pro 397B, kèm code Harness. Báo cáo kỹ thuật cho biết Pro vượt một số hệ thống đóng lớn hơn trên OSWorld-Verified và WebArena-Verified, với pipeline gồm Experience Flywheel, Harness duy trì tương tác dài, và học theo giai đoạn tới reinforcement learning. Tóm tắt có số liệu tại AI Weekly.
Axion 1.0: công thức huấn luyện agent foundation mở và đơn giản
Bài báo Axion 1.0 mô tả một agent foundation model mở với công thức chỉ ba giai đoạn: hai vòng supervised fine-tuning (lý luận tự chứa rồi lý luận có tool) và reinforcement learning, không mid-training riêng, không DPO hay on-policy distillation. Ngoài trọng số, nhóm công bố cả pipeline dữ liệu, prompt và code huấn luyện để tái lập. Trên benchmark HLE, biến thể 35B và 122B lần lượt đạt 52,2% và 59,0% trong điều kiện chặn một số website; bỏ chặn thì 59,1% và 64,8%.