SITREP, DaMail: repo GitHub AI mới nổi
Một repo GitHub AI mới nổi đáng dành thời gian khi nó giải quyết một việc cụ thể và nói rõ agent được phép làm gì. Bài viết này của Kungfutech chọn bốn dự án theo tiêu chí đó: SITREP gom mọi phiên Claude Code và Codex trên nhiều máy vào một bảng điều khiển, DaMail là trung tâm email tự host cho phép agent truy cập hộp thư theo quyền được cấp, Shared Facts dùng Git để nhiều thiết bị và agent đọc chung một bộ dữ kiện đã duyệt, và clipper là skill Claude Code cắt podcast, phỏng vấn thành các clip ngắn. Mỗi mục kèm cách cài đặt lấy từ README, sau đó là một số tin tức AI đáng tham khảo.
SITREP: một bảng điều khiển cho mọi phiên Claude Code và Codex
SITREP là gì?
SITREP của IluvatarLabs là dashboard mã nguồn mở, giấy phép MIT, dành cho người chạy coding agent trên nhiều máy cùng lúc, ví dụ laptop, máy trạm và server. Mỗi phiên hiện thành thẻ, danh sách hoặc đồ thị, kèm kế hoạch và bước đang chạy, model và mức effort, mức đầy context, trạng thái git, chi phí ước tính và lỗi nếu có.
Phần "Needs you" đưa các yêu cầu cấp quyền, câu hỏi và kế hoạch đang chờ lên đầu, chờ lâu nhất xếp trước. Người dùng trả lời ngay trên dashboard hoặc trong terminal, câu trả lời nào đến trước sẽ được dùng. SITREP còn có lịch sử các phiên đã kết thúc, chế độ màn hình treo tường và thông báo trình duyệt khi một phiên cần người, bị kẹt, thất bại hoặc khi hạn mức gói dịch vụ chạm 90%. Công cụ hỗ trợ Claude Code, Codex và Hermes (phiên Hermes chỉ hiển thị, không trả lời được). Giá trị nào công cụ agent không báo thì hiện dấu "—" thay vì đoán, và mọi chi phí đều ghi "est.".
Về an toàn, README ghi SITREP chỉ gửi vào phiên những câu trả lời, tin nhắn và lệnh của chính người dùng, không điều khiển terminal, không tự khởi động hay dừng phiên và không lưu transcript. Công cụ được thiết kế cho một người trên mạng LAN tin cậy: nó dùng HTTP thường, ai truy cập được cổng 7487 đều đọc được mọi phiên, còn thao tác trả lời cần đăng nhập bằng admin secret.
Cách cài đặt và sử dụng SITREP?
Yêu cầu: macOS hoặc Linux có git (chưa chạy thử trên Windows), Node 24 trên server và Node 22.15 trở lên trên các máy khác, Claude Code 2.1.287 trở lên, Codex 0.162 trở lên, Docker nếu dùng Hermes.
Chạy thử trong hai phút với bộ giả lập thay cho agent thật:
git clone https://github.com/IluvatarLabs/sitrep ~/sitrep && cd ~/sitrep
npm ci
npm run dev # server ở cổng 7487, dashboard ở http://localhost:5173
Ở terminal thứ hai:
cd ~/sitrep
npx tsx scripts/sim.ts --sessions 8 --codex 0.4 --machines 3 --chaos
Cài server thật trên một máy luôn bật:
git clone https://github.com/IluvatarLabs/sitrep ~/sitrep && cd ~/sitrep
npm ci && npm run build
npx tsx scripts/install.ts --server --bind 0.0.0.0 # chạy thử, in ra mọi file và lệnh
npx tsx scripts/install.ts --server --bind 0.0.0.0 --apply
Server chạy như dịch vụ người dùng và ghi admin secret vào ~/.sitrep/server.env. Mở http://<IP server>:7487 bằng địa chỉ IP. Trên mỗi máy chạy agent, thêm máy vào hệ thống:
git clone https://github.com/IluvatarLabs/sitrep ~/sitrep && cd ~/sitrep && npm ci
npm run build -w codex-reporter # chỉ cần nơi có Codex
npx tsx scripts/install.ts --claude --codex --url http://<IP server>:7487 --token-stdin --apply
Dán admin secret rồi bấm Ctrl-D, bỏ --claude hoặc --codex nếu máy không cài công cụ đó. Lệnh npx tsx scripts/doctor.ts kiểm tra một máy và in cách sửa cho mọi lỗi tìm thấy.
DaMail: gom mọi hộp thư về server riêng, sẵn sàng cho agent AI
DaMail là gì?
DaMail là trung tâm email tự host, giấy phép MIT. Nó đồng bộ mọi hộp thư của người dùng về một chỗ, hỗ trợ Gmail, Outlook, iCloud, QQ Mail, NetEase 163, email doanh nghiệp của Tencent và Alibaba cùng mọi server IMAP. Thư đồng bộ theo thời gian thực qua IMAP IDLE hoặc Microsoft Graph, được gom theo chuỗi, tìm kiếm được, và thay đổi trên DaMail được ghi ngược lên server thư.
Phần AI tắt sẵn. Khi bật, nó phân loại thư, đặt độ ưu tiên, tóm tắt, rút ra mã xác nhận, hóa đơn và việc cần làm, tìm kiếm bằng ngôn ngữ tự nhiên và dịch thư, dùng Claude, API tương thích OpenAI hoặc model chạy cục bộ. Phần tự động hóa có quy tắc hộp thư với điều kiện AI và chế độ chạy thử, thông báo qua Bark, WeCom, DingTalk, Feishu, Telegram hoặc webhook, báo cáo ngày và tuần, nhắc theo dõi thư chưa được trả lời.
Điểm đáng chú ý là cách cấp quyền cho agent. DaMail có MCP server (Streamable HTTP) và REST API; mỗi API key chỉ mang những quyền được chọn (read, organize, draft, send, automation) trên những hộp thư được chọn. Agent không thấy công cụ nó không được phép dùng, và nếu thiếu quyền send, thư agent viết sẽ nằm ở Drafts → Awaiting approval chờ người duyệt. Thông tin đăng nhập hộp thư được mã hóa bằng master key riêng, thư HTML hiển thị trong sandbox và chặn ảnh từ xa. DaMail chạy như một dịch vụ Node.js với PostgreSQL, đóng gói thành một Docker image cho linux/amd64 và linux/arm64.
Cách cài đặt và sử dụng DaMail?
Cần một máy có Docker và Docker Compose, rồi chạy:
curl -fsSL https://damail.app/install.sh | sh
Bộ cài hỏi ngôn ngữ (tiếng Trung giản thể hoặc tiếng Anh), tạo thư mục damail/, tải docker-compose.yml, ghi file .env với MASTER_KEY và mật khẩu database ngẫu nhiên rồi khởi động DaMail. Mở http://localhost:8787 để tạo tài khoản admin và thêm hộp thư đầu tiên. Nếu đã có domain:
curl -fsSL https://damail.app/install.sh | DAMAIL_PUBLIC_URL=https://mail.example.com sh
README nhấn mạnh phải sao lưu damail/.env, vì MASTER_KEY trong đó mã hóa thông tin đăng nhập hộp thư. Muốn nâng cấp, chạy lại lệnh cài đặt.
Để kết nối agent, vào Settings → API keys, tạo key, chọn quyền và hộp thư, rồi thêm DaMail vào client. Với Claude Code:
claude mcp add --transport http damail https://mail.example.com/mcp \
--header "Authorization: Bearer dm_xxx"
Claude Desktop, Cursor và các client MCP khác dùng cấu hình JSON với "type": "http", URL /mcp và header Authorization. ChatGPT kết nối qua OAuth: thêm https://mail.example.com/mcp làm custom connector, đăng nhập DaMail và chọn quyền trên trang đồng ý.
Shared Facts: nhiều thiết bị và agent đọc chung một bộ dữ kiện đã duyệt
Shared Facts là gì?
Shared Facts là bản triển khai tham khảo, giấy phép MIT, giải quyết một vấn đề hay gặp khi dùng nhiều agent trên Windows, macOS và nhiều máy khác nhau: mỗi nơi giữ một phiên bản "sự thật" riêng. Dự án dùng Git làm nguồn chung. Mỗi bản ghi có ID và đường dẫn file cố định trên một nhánh Git được chỉ định, và agent đọc bản ghi kèm commit SHA để biết chính xác mình đang dùng phiên bản nào.
Quy trình tách rõ ba trạng thái: bản nháp ngoại tuyến, ứng viên đang chờ duyệt và bản đã có hiệu lực. Agent có thể soạn ứng viên khi offline, đối chiếu lại sau khi có mạng, gửi đi duyệt và merge. Việc phát hành chỉ được xem là xong khi một thiết bị khác kéo bản ghi đã merge về và xác nhận nội dung. Một adapter MCP tùy chọn mở các bản ghi nằm trong danh sách cho phép ở chế độ chỉ đọc, qua stdio hoặc Streamable HTTP có xác thực. README tách bạch kho mã công khai (chương trình, quy trình, ví dụ tổng hợp) với kho dữ liệu dùng chung mà mỗi người tự tạo, còn dữ liệu gốc, thông tin cá nhân và thông tin đăng nhập ở lại nơi được phép.
Cách cài đặt và sử dụng Shared Facts?
Cần Git và Python 3.12 trở lên. Sau khi tải hoặc clone repo, chạy trình khởi động cài đặt: trên Windows là .\setup.cmd, trên macOS và Linux là sh ./setup.sh. Trình này chọn cách triển khai theo nhu cầu, kiểm tra phụ thuộc trên máy và có thể chuẩn bị bản cài cục bộ; thêm --json khi muốn để agent tự chọn.
Để kiểm tra phần MCP, tạo môi trường ảo rồi chạy ở thư mục gốc của repo:
python -m pip install -r requirements-mcp.txt
python -m unittest discover -s tests -v
Trên Windows có thể dùng py -3.12, trên macOS và Linux dùng python3. Bộ test chỉ dùng một upstream Git tạm, hai bản clone độc lập và dữ liệu tổng hợp, không cần tài khoản GitHub, API model, domain hay tunnel. Agent tiếp quản việc triển khai nên bắt đầu từ file AGENTS.md; tài liệu docs/agents.md hướng dẫn kết nối Codex, Claude Code, Antigravity, Kimi, DeepSeek và các client khác.
clipper: skill Claude Code biến podcast, phỏng vấn thành clip ngắn
clipper là gì?
clipper là Agent Skill mã nguồn mở cho Claude Code, giấy phép MIT. Người dùng dán đường dẫn một podcast, buổi phỏng vấn, tọa đàm hoặc buổi phát trực tiếp trên X và nhận về một thư mục clip ngắn đã có caption, kèm thư mục Google Drive có đường dẫn chia sẻ và một Google Doc để cả nhóm đăng bài.
Quy trình gồm tám bước: tải video bằng yt-dlp, chép lời trên máy bằng MLX Whisper large-v3-turbo, để Claude đọc toàn bộ bản chép lời, chọn đoạn hay và viết caption trích nguyên văn, cắt bằng ffmpeg (H.264 CRF 18, căn theo ranh giới từ, thêm fade âm thanh ngắn), kiểm tra lại 5 giây đầu và cuối mỗi clip bằng cách chép lời lần nữa, đóng gói, tải lên Drive và tạo Doc. Mỗi clip là một ý, dài 30 giây đến 2 phút, thường 6 đến 13 clip cho mỗi giờ video. Vì chép lời và cắt video chạy trên máy nên không tốn phí theo phút.
README ghi rõ giới hạn: chỉ chạy trên Mac Apple Silicon vì MLX, clip giữ nguyên tỉ lệ khung hình gốc chứ chưa cắt dọc 9:16, và caption là nội dung để đăng bài chứ chưa được gắn cứng vào video.
Cách cài đặt và sử dụng clipper?
Yêu cầu: macOS trên Apple Silicon, Claude Code, ffmpeg và yt-dlp (brew install ffmpeg yt-dlp), Python 3. Script skills/clipper/scripts/setup.sh tạo môi trường ảo với mlx-whisper ở lần chạy đầu, model nặng khoảng 1,6 GB. Bước Drive và Doc cần thêm gcloud auth login --enable-gdrive-access.
Có ba cách cài. Qua skills CLI:
npx skills add RealAdii/clipper-skill
Qua plugin marketplace của Claude Code:
/plugin marketplace add RealAdii/clipper-skill
/plugin install clipper@clipper-skill
Hoặc clone repo và tạo liên kết vào thư mục skill:
git clone https://github.com/RealAdii/clipper-skill ~/clipper-skill
ln -s ~/clipper-skill/skills/clipper ~/.claude/skills/clipper
Sau đó, trong Claude Code chỉ cần gõ clip this <đường dẫn video> hoặc các câu như "turn this podcast into shorts". Claude chạy quy trình, trình bày kế hoạch, rồi trả về thư mục trên Desktop, file zip, đường dẫn Drive và Doc. Video cần đăng nhập mới tải được thì đặt CLIPPER_COOKIES=chrome để yt-dlp dùng phiên trình duyệt.
Tin tức thêm về AI
Google ra mắt Gemini 4 Hydrogen, model nhanh cho lập trình và agent
Gemini 4 Hydrogen là model của Google dành cho các tác vụ lập trình và agent hằng ngày, bổ sung cho hai model mạnh hơn là Gemini 4 Carbon và Gemini 4 Argon. Theo Google, Hydrogen đạt 51 điểm trên Artificial Analysis Intelligence Index ở mức suy luận mặc định (54 ở mức xhigh), so với 50 của Argon, có bốn mức suy luận (low, medium, high, xhigh) và giá cố định 1,5 USD mỗi triệu token đầu vào, 7,5 USD mỗi triệu token đầu ra trên toàn bộ cửa sổ ngữ cảnh 1 triệu token. So với Gemini 3.8 Flash, Google cho biết Hydrogen hoàn thành tác vụ nhanh gấp 2,5 lần và đạt 57% trên Terminal-Bench 4.1 so với 18,2%. Cùng lúc, Google Antigravity có thêm Orchestrator, tự chuyển giữa Carbon và Hydrogen trong một phiên làm việc. Nguồn: Google.
Gemini Decisions API: model trả về xác suất thay vì sinh văn bản
Google giới thiệu Gemini Decisions API chạy trên model Gemini Decision 1, dành cho các quyết định có tập lựa chọn đóng như chọn công cụ, kiểm tra chính sách, định tuyến model hay chấm điểm ngữ cảnh. Một yêu cầu gửi một đầu vào dùng chung (văn bản, ảnh, âm thanh, video, PDF, tối đa khoảng 256 nghìn token) cùng tối đa 1.000 câu hỏi thuộc ba loại: có/không, chọn một trong 2 đến 255 phương án, hoặc chấm theo thang rubric. Model chấm các phương án trong một lượt, trả về xác suất và độ tin cậy từ 0 đến 1 để code quyết định tự xử lý hay chuyển cho người duyệt. Google công bố độ trễ 150-250 ms và giá 0,1 USD mỗi triệu token đầu vào, không tính token đầu ra. Đây là cùng hướng với các model ra quyết định mà OpenAI và Amazon đã đưa ra. Nguồn: Google, tài liệu Decisions API, VentureBeat.
Runway mở trọng số Praxis-1, model điều khiển robot học từ video
Runway phát hành Praxis-1 với trọng số mở theo giấy phép Apache 2.0, cho phép dùng thương mại, bao gồm cả mã suy luận và mã fine-tune (toàn phần hoặc LoRA). Praxis-1 là diffusion transformer dạng mixture-of-experts 27 tỷ tham số, dự đoán đồng thời video và hành động của robot. Theo Runway, model đạt tỉ lệ thành công 46,2% trên 1.200 lượt của bảng xếp hạng RoboLab-120 của NVIDIA, và sau khi fine-tune trên robot RT-1 của Google đạt 80% trên SimplerEnv so với 52,4% của policy RT-1 gốc. Trọng số có trên Hugging Face, mã nguồn trên GitHub; README ghi cần một GPU CUDA từ 80 GB bộ nhớ để chạy suy luận. Nguồn: Runway, GitHub.
United Airlines chặn agent AI bên thứ ba đặt vé thay khách
United Airlines cập nhật chính sách đặt vé, xuất vé và phân phối để cấm agent hoặc trợ lý AI bên thứ ba chưa được cho phép đặt, đổi hay quản lý vé, kể cả khi đi qua đại lý du lịch và trang tổng hợp. Hãng nêu lý do là nguy cơ lộ dữ liệu, mua hàng hoặc thay đổi tài khoản ngoài ý muốn, và quy định của FAA, DOT, ví dụ bước check-in yêu cầu chính hành khách xác nhận hành lý không chứa chất cấm. Agent AI vẫn được tìm kiếm và so sánh chuyến bay, nhưng khách phải tự hoàn tất thanh toán; công nghệ hỗ trợ người khuyết tật không bị ảnh hưởng. Đây là ví dụ cho thấy các doanh nghiệp đang tự vạch ranh giới cho agent mua sắm. Nguồn: United Airlines, trang hỏi đáp của United, InsideFlyer.