Claude Code + Multica = Setup Agen AI Terbaik

BBetter Stack
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00Oke, Multicore mengklaim sebagai alat yang dapat mengubah agen Anda menjadi rekan kerja sungguhan,
00:00:05sehingga Claude Code, OpenCode, Codex CLI, Hermes, dan lainnya dapat disiapkan dengan sistem
00:00:11prompt dan keahlian mereka sendiri serta diberi tugas dengan pembaruan status, mereka bisa memberi tahu Anda
00:00:16jika butuh bantuan Anda, menjadwalkan tugas rutin, dan Anda bisa berbicara langsung dengan agen Anda.
00:00:21Tetapi apakah versi open-source dari rutinitas Claude dan agen terkelola ini benar-benar layak untuk waktu Anda?
00:00:27Klik subscribe dan mari kita cari tahu.
00:00:32Cara yang disarankan untuk menggunakan Multicore adalah dengan menginstalnya di mesin kerja Anda, yang idealnya
00:00:37memiliki agen koding terminal seperti Claude Code atau OpenCode, lalu hubungkan dengan
00:00:42UI cloud Multicore.
00:00:44Tapi kita tidak akan melakukannya, kita akan menempuh jalur yang sepenuhnya di-hosting sendiri (self-hosted).
00:00:48Jadi kita akan menginstal Multicore di VPS, nanti saya jelaskan alasannya.
00:00:52Faktanya, saya biasanya melewati seluruh tahap penyiapan, tetapi untuk hosting sendiri dengan Multicore, ada
00:00:58beberapa hal yang harus saya cari tahu yang tidak ada dalam dokumentasi.
00:01:01Jadi kita akan membahasnya terlebih dahulu sebelum menjalankan beberapa contoh cara menggunakannya.
00:01:05Saya sudah menyiapkan Multicore di VPS Hetzner baru dengan menjalankan perintah ini, dan itu
00:01:10akan menggunakan Docker untuk menginstal Multicore.
00:01:12Jadi pastikan Anda sudah menginstal Docker di VPS Anda.
00:01:15Dan saat Anda menjalankan semuanya, Anda hanya memiliki tiga kontainer yang menjalankan backend Multicore,
00:01:19yang saya yakin ditulis dalam Go, frontend Multicore yang berbasis TypeScript dan Next.js,
00:01:24dan basis data Postgres yang digunakan untuk menyimpan informasi sesi.
00:01:27Selanjutnya Anda perlu menjalankan multicore setup self-host.
00:01:30Tetapi saya memiliki beberapa masalah dengan itu.
00:01:31Jadi jika kita menjalankan multicore self-host, dan jika saya mengatur ulang konfigurasi saya saat ini dan
00:01:35ruang kerja saya, Anda akan melihatnya meminta saya untuk mengautentikasi dengan URL ini, yang akan membawa
00:01:39Anda ke layar ini.
00:01:40Dan jika Anda memasukkan alamat email Anda dan tekan lanjutkan, Anda harus memasukkan kode resend.
00:01:45Nah, saya mengalami banyak masalah dengan bagian ini.
00:01:48Jadi saya sarankan Anda menghindari bagian resend sepenuhnya dengan masuk ke
00:01:53direktori server .multicore, membuka file env, pastikan lingkungan aplikasi diatur
00:01:58ke development, dan pastikan juga nilai untuk kunci API resend kosong.
00:02:02Ini akan membuat kode bernilai seperti ini.
00:02:04Setelah Anda melakukannya, tetap di dalam direktori ini dan jalankan perintah ini untuk memulai ulang kontainer
00:02:09dengan file variabel lingkungan yang diperbarui.
00:02:11Dan setelah Anda melakukannya, Anda seharusnya bisa masuk dengan enam angka delapan.
00:02:15Sekarang kita belum selesai.
00:02:17Dari sini, buka runtime, dan Anda dapat melihat bahwa saya telah menginstal dua runtime yang berbeda,
00:02:21tetapi Anda seharusnya belum memiliki apa pun karena belum disiapkan.
00:02:24Jika Anda menjalankan multicore daemon status, Anda dapat melihat saat ini milik saya sedang berjalan dan menggunakan agen ini
00:02:28dengan satu ruang kerja, tetapi milik Anda seharusnya mengalami error.
00:02:32Dan itu karena pertama di VPS Anda, Anda perlu menginstal alat koding terminal.
00:02:36Jadi saya sudah menginstal Claude Code dan OpenCode.
00:02:39Dan untuk menghubungkan runtime itu ke instans Multicore Anda, Anda harus masuk ke pengaturan,
00:02:44dan token API, lalu buat token API baru, kemudian jalankan multicore login dengan flag token
00:02:50dan tempel token Anda di sini.
00:02:52Kemudian jika Anda menjalankan Multicore Daemon, hentikan sebelum memulainya lagi.
00:02:56Daemon di Multicore memeriksa biner harness yang terinstal, melakukan polling tugas dari Multicore
00:03:01untuk diberikan kepada agen, dan memunculkan beberapa agen menggunakan work tree untuk menyelesaikan tugas-tugas ini.
00:03:07selesai.
00:03:08Jadi setelah Anda melakukannya, Daemon seharusnya sekarang menampilkan runtime Anda yang tersedia.
00:03:11Dan keindahan menghubungkannya dengan cara ini adalah Anda dapat menambahkan beberapa mesin ke instans
00:03:15Multicore Anda.
00:03:16Jadi jika Anda memiliki beberapa VPS, Anda dapat menginstal Multicore di semuanya dan menghubungkannya
00:03:20ke UI tunggal menggunakan token API Anda yang berbeda.
00:03:23Oke, dengan penyiapan yang sudah selesai, mari kita jalankan beberapa tugas sederhana dengan Multicore.
00:03:28Dan saya tidak akan membahas potensi penuhnya.
00:03:30Jadi, memiliki beberapa agen dengan beberapa proyek dan menambahkan beberapa tugas, saya hanya ingin menunjukkan
00:03:35kepada Anda fitur-fitur individu agar Anda dapat membayangkan betapa kuatnya Multicore, jika itu cara
00:03:39yang ingin Anda kerjakan.
00:03:40Sebelum Anda dapat melakukan apa pun dengan Multicore, Anda harus membuat agen.
00:03:43Dan saya sudah membuatnya di sini bernama Medibot, tetapi Anda bisa membuatnya dengan mengeklik tombol plus ini
00:03:48dan mengikuti petunjuknya.
00:03:50Jadi bot medis ini mirip atau memiliki prompt sistem yang serupa dengan yang saya buat di video
00:03:56Claude Managed Agents yang hanya mengambil informasi medis saya dari repo GitHub pribadi, dan
00:04:02saya dapat berbicara dengannya melalui Slack.
00:04:04Sekarang karena saya memiliki sedikit lebih banyak kebebasan dengan Multicore dalam artian saya memiliki VPS sendiri
00:04:08dan saya dapat mengelolanya secara langsung, alih-alih meminta agen ini untuk mengkloning repo itu dari
00:04:12GitHub, saya sendiri yang sudah mengkloningnya ke direktori ini.
00:04:16Sekarang selain prompt sistem, Anda dapat memberikan keahlian khusus kepada agen Anda.
00:04:19Perhatikan bahwa agen akan memiliki akses ke keahlian yang telah Anda instal di CLI Anda, tetapi Anda dapat
00:04:24menambahkan keahlian langsung di UI jika Anda mau di sini, yang sudah saya lakukan sebagai keahlian tes, tetapi
00:04:29saya tidak akan menambahkannya ke agen.
00:04:30Ada juga lingkungan dan juga argumen khusus.
00:04:33Karena agen menggunakan alat CLI, dalam hal ini, itu akan menggunakan opencode run, saya bisa
00:04:37menambahkan flag khusus jika saya ingin agen ini hanya menggunakan model tertentu dan seterusnya.
00:04:42Tetapi secara default, agen akan menggunakan model yang Anda miliki di CLI Anda.
00:04:46Jadi jika saya menjalankan opencode sekarang, Anda dapat melihatnya menggunakan model big pickle dari OpenCodeZen.
00:04:50Sekarang saya dapat membuat tugas atau masalah dengan mengeklik di sini, dan saya akan menamai masalah ini pertanyaan medis
00:04:54dengan prompt bisakah Anda memeriksa informasi medis saya dan memberi tahu saya jika saya boleh
00:04:59makan calamari.
00:05:00Sekarang jika Anda pernah menggunakan alat pelacak masalah apa pun, ini akan terlihat sangat familier.
00:05:04Anda dapat menetapkan prioritas, menugaskan orang, menambahkan tanggal jatuh tempo, dan sebagainya.
00:05:08Tetapi saya sangat menyarankan Anda selalu membuat masalah sebelum Anda menugaskan seseorang karena
00:05:13detik Anda menugaskan bot ke masalah ini, ia langsung mulai mengerjakannya.
00:05:17Untuk memastikan Anda nyaman dengan semua yang telah Anda tulis, periksa kembali.
00:05:21Dan setelah selesai, tugaskan ke bot.
00:05:23Jadi saya akan menugaskannya ke Medibot dan membuat masalahnya.
00:05:26Dan dari sana, bot akan mulai mengerjakannya.
00:05:28Saya dapat melacaknya di dalam isu di sini.
00:05:30Dan jika kita mengeklik isu tersebut, kita dapat melihat Medibot langsung bekerja.
00:05:34Nah, sementara ini berjalan, saya akan mengeklik autopilot.
00:05:36Dan ini adalah versi open source dari Claude Routines.
00:05:39Kita bisa mengeklik mulai dari awal dan kita bisa memilih agen dan kita bisa mengatur seberapa sering kita
00:05:44ingin tugas ini berjalan.
00:05:45Nah, tidak seperti Claude Routines, tidak ada opsi untuk pemicu API atau pemicu acara GitHub.
00:05:51Mungkin itu akan datang di masa depan.
00:05:53Tapi saya akan memberikan ini prompt yang mirip dengan video rutinitas Claude untuk mengambil yang terbaru
00:05:57isu dari ketiga buletin ini melalui RSS.
00:06:00Dan setelah Anda mendapatkan isu-isu ini, temukan 10 artikel terbaik yang dapat digunakan dalam video YouTube.
00:06:05Ini akan terjadi setiap hari pukul 9 pagi waktu London.
00:06:08Dan idealnya Anda menginginkan agen khusus riset yang pandai memilih topik untuk YouTube.
00:06:14Tetapi untuk saat ini kita akan tetap menggunakan Medibot dan kita akan menekan buat.
00:06:17Kemudian kita bisa mengeklik autopilot ini dan mengeklik jalankan sekarang hanya untuk melihatnya beraksi.
00:06:21Ini akan membuat masalah baru di todo.
00:06:23Dan kita akan membiarkannya berjalan selama beberapa menit dan memeriksa kembali masalah kita yang lain, yang sekarang
00:06:28telah dipindahkan ke in review oleh agen.
00:06:30Jadi di sini, dikatakan berdasarkan catatan medis saya, saya memiliki alergi kerang, yang benar dan
00:06:35tidak boleh makan calamari lalu memberikan informasi lebih lanjut di sini tentang alergi saya.
00:06:40Dan kita juga bisa mengeklik di sini untuk melihat apa yang sebenarnya dilakukan agen tersebut.
00:06:43Jadi kita bisa memperluas riwayat eksekusi dan melihat bahwa ia melakukan beberapa panggilan alat bash.
00:06:48Faktanya, banyak panggilan alat bash untuk mencari direktori info medis dan membiarkannya mencari
00:06:53seluruh direktori home sebelum menemukannya dan memeriksa info medis saya untuk memberikan agen
00:06:59informasi yang tepat.
00:07:00Luar biasa.
00:07:01Dan dari sini, saya bahkan bisa membalas, terima kasih atas informasinya.
00:07:04Mengapa Anda menaruh ini di in review alih-alih memindahkannya ke done?
00:07:07Jadi kita akan meninggalkan itu dengan agennya.
00:07:09Dan jika Anda tidak ingin melacak secara manual apa yang dikatakan agen, Anda juga bisa mendapatkan
00:07:12pemberitahuan dari agen tersebut.
00:07:14Jadi ini adalah tanggapan dari agen medis.
00:07:16Dan saya juga mendapatkan pembaruan dari autopilot kita.
00:07:19Ini yang berjalan otomatis sejam yang lalu, tapi ini yang baru saja kita picu dan sudah
00:07:22selesai.
00:07:23Jadi kita bisa melihat di sini bahwa ini adalah prompt yang saya berikan, ia telah menjalankan prompt tersebut dan ia
00:07:27memberikan saya tanggapan.
00:07:28Jadi inilah 10 pilihan teratas dengan barn, API temporal, dan seterusnya.
00:07:33Nah yang menarik di sini adalah agen tidak akan memindahkan tugas setelah berada di in review kembali
00:07:37ke in progress dan todo, Anda sebagai manusia tentu saja bisa melakukannya secara otomatis.
00:07:41Jadi saya bisa memindahkan ini ke in progress atau memindahkannya ke blocked jika saya mau.
00:07:45Tetapi meskipun saya menanyakan pertanyaan kepada agen medis, ia tidak kembali ke in progress
00:07:49saat ia menjawab pertanyaan tersebut.
00:07:51Ia hanya tetap di in review sehingga saya perlu mengekliknya untuk mengetahui kapan itu selesai dan kita bisa melihat
00:07:55mengapa ia memindahkannya ke in review karena itu adalah langkah alur kerja standar alih-alih memindahkannya
00:08:00ke done.
00:08:01Jadi ia menunggu saya, manusia, untuk memindahkannya ke done, yang cukup masuk akal.
00:08:05Dari sini saya bisa terus berbicara dengan agen, meninggalkan balasan, meninggalkan komentar, melampirkan
00:08:09file dan emoji, atau jika saya hanya ingin mengajukan pertanyaan satu kali tanpa melalui
00:08:14seluruh proses pelacakan masalah, saya bisa mengeklik di sini dan berbicara langsung dengan agen saya.
00:08:18Sekarang jujur saja, saya bukan penggemar terbesar berkomunikasi dengan agen dengan menetapkan
00:08:22tugas dan melihat mereka berkembang melalui papan Kanban.
00:08:25Itulah mengapa saya belum mencoba proyek seperti Paperclip atau Vibe Kanban.
00:08:29Saya tidak terlalu peduli dengan prioritas atau tanggal jatuh tempo, saya cenderung mengerjakan satu atau mungkin dua proyek
00:08:34sekaligus dengan agen dan saya suka memiliki lebih banyak dialog dengan agen saya, benar-benar melihat
00:08:39apa yang mereka lakukan, alat yang mereka gunakan, dan masalah yang mereka temui sehingga saya dapat membantu men-debug bersama mereka.
00:08:45Tapi bukan berarti saya tidak suka ide Malteka, faktanya saya suka fitur tugas terjadwal,
00:08:50saya suka fakta bahwa Anda dapat sepenuhnya melakukan hosting sendiri dan juga menurut saya ini adalah alat yang sangat solid
00:08:55yang jauh lebih murah jika Anda menggunakan model yang berbeda daripada menggunakan beberapa agen terkelola Claude
00:08:59atau rutinitas Claude.
00:09:02Tetapi saya akan katakan proses penyiapannya cukup teknis, Anda harus tahu apa yang
00:09:06Anda lakukan, terutama jika Anda ingin menjaga keamanan dan itulah manfaat dari
00:09:11agen terkelola atau rutinitas yang menangani semua hal ini untuk Anda dengan meng-hosting berbagai hal
00:09:16pada infrastruktur dan fakta bahwa Anda dapat menggunakan konektor untuk berkomunikasi dengan
00:09:20agen Anda membuat segalanya sedikit lebih mudah karena jika Anda ingin melakukan hal yang sama di Malteka,
00:09:24oke Anda bisa menggunakan situs responsif di ponsel Anda tetapi Anda harus menyatukan semuanya secara manual
00:09:29jika Anda ingin menggunakan Slack, Telegram, atau Discord.
00:09:33Dan itulah mengapa saya menempuh jalur hosting sendiri murni karena keamanan, jika sesuatu
00:09:37terhubung ke internet maka itu jelas bisa diretas, maksud saya Anda bisa menggunakan Malteka sepenuhnya
00:09:41secara lokal jadi instal di mesin lokal Anda dan jalankan UI secara lokal sehingga tidak akan terhubung
00:09:46ke internet tetapi jika Anda memang ingin menghubungkannya ke internet saya sarankan menempuh
00:09:50jalur hosting sendiri menggunakan Tailscale sehingga server Anda tidak terekspos sepenuhnya dan pastikan Anda
00:09:55selalu mengikuti versi terbaru.

Key Takeaway

Multicore berfungsi sebagai platform manajemen agen koding open-source yang mampu mengotomatisasi alur kerja dan tugas rutin melalui sistem pelacakan berbasis Kanban, terutama efektif bagi pengguna yang mengutamakan kontrol infrastruktur mandiri via hosting sendiri di VPS.

Highlights

Multicore memungkinkan pengelolaan agen koding seperti Claude Code, OpenCode, dan Codex CLI melalui antarmuka terpusat.

Implementasi self-hosted Multicore di VPS memerlukan Docker serta konfigurasi manual file .env untuk melewati verifikasi email Resend.

Integrasi agen ke sistem Multicore dilakukan melalui pembuatan token API dan penggunaan perintah multicore login.

Multicore mendukung eksekusi tugas terjadwal (autopilot) yang memungkinkan agen menjalankan rutinitas rutin seperti riset konten secara mandiri.

Sistem pelacakan tugas menggunakan model Kanban memungkinkan pemantauan riwayat eksekusi panggilan alat bash oleh agen dalam setiap masalah.

Penggunaan VPS sendiri dengan Multicore menawarkan biaya lebih rendah dan kontrol privasi lebih tinggi dibandingkan menggunakan layanan agen terkelola.

Timeline

Konsep dan Instalasi Mandiri

  • Multicore menghubungkan berbagai agen koding terminal ke satu antarmuka UI.
  • Instalasi self-hosted dilakukan di VPS menggunakan Docker dengan tiga kontainer utama: backend Go, frontend Next.js, dan database Postgres.
  • Konfigurasi manual pada file .env diperlukan untuk menonaktifkan verifikasi Resend agar proses login berjalan lancar.

Multicore bertindak sebagai lapisan manajemen yang mengubah agen koding menjadi rekan kerja yang dapat dijadwalkan dan dipantau statusnya. Proses instalasi standar melalui penyedia layanan dapat diganti dengan metode self-hosting di VPS untuk kontrol penuh. Penyesuaian konfigurasi pada direktori .multicore memastikan sistem berjalan di mode development tanpa ketergantungan pada layanan email eksternal.

Konfigurasi Runtime dan Agen

  • Daemon Multicore melakukan polling tugas dan memicu agen menggunakan work tree.
  • Koneksi antara alat koding terminal (seperti Claude Code atau OpenCode) dengan UI dilakukan melalui token API.
  • Arsitektur Multicore memungkinkan satu UI mengelola beberapa mesin VPS sekaligus secara terdistribusi.

Setelah instalasi, daemon berfungsi sebagai penghubung antara tugas di UI dengan biner agen yang terpasang di terminal. Keunggulan sistem ini terletak pada kemampuannya mengonsolidasikan berbagai instans agen dari lokasi fisik atau server berbeda ke dalam satu dasbor kontrol terpadu.

Manajemen Tugas dan Autopilot

  • Agen dapat diberikan keahlian khusus dan prompt sistem untuk menangani direktori atau repositori spesifik.
  • Sistem tugas menggunakan alur kerja Kanban dengan tahapan todo, in progress, in review, dan done.
  • Fitur autopilot memungkinkan penjadwalan tugas rutin tanpa perlu pemicu API eksternal.

Pengguna dapat membuat tugas yang langsung dikerjakan oleh agen, di mana agen akan melakukan panggilan alat (tool calls) berbasis bash untuk memproses data. Autopilot bertindak sebagai otomasi rutin yang dapat menjalankan tugas terjadwal, seperti riset topik YouTube berdasarkan buletin RSS, meskipun intervensi manual tetap diperlukan untuk memindahkan status tugas ke tahap selesai.

Evaluasi dan Pertimbangan Keamanan

  • Metode hosting sendiri lebih ekonomis dibandingkan layanan agen terkelola.
  • Manajemen agen via dialog langsung memungkinkan debugging yang lebih mendalam dibandingkan sekadar mengikuti papan Kanban.
  • Penggunaan Tailscale disarankan untuk menjaga keamanan saat menghubungkan server ke internet.

Walaupun proses penyiapan memerlukan keahlian teknis yang memadai, fleksibilitas dalam mengelola infrastruktur sendiri memberikan keunggulan biaya dan privasi. Pendekatan komunikasi dialogis dengan agen sering kali dianggap lebih efektif bagi pengembang daripada ketergantungan pada sistem pelacakan masalah yang kaku.

Community Posts

View all posts