AWS เปิดตัว Pizza Bot: อินบ็อกซ์โอเพนซอร์สสำหรับบริหารจัดการ AI Agent เบื้องหลัง

AWS เปิดตัว Pizza Bot แอปพลิเคชันแบบ self-hosted ที่ออกแบบมาเพื่อจัดการงาน AI แบบเบื้องหลัง (Background AI Agents) ช่วยให้ผู้ใช้สามารถรันงานทิ้งไว้ในขณะที่ไปทำภารกิจอื่น โดยระบบจะจัดระเบียบผลลัพธ์ที่เสร็จสิ้นและรายการที่รอการตัดสินใจไว้ในอินบ็อกซ์ลักษณะเดียวกับอีเมล ก่อนหน้านี้โปรเจกต์ดังกล่าวถูกใช้งานภายใน Amazon โดยพนักงานกว่า 2,000 คน เพื่อช่วยเตรียมการประชุม ร่างอีเมล สรุปข้อความใน Slack และบันทึกข้อมูลลง CRM ซึ่งปัจจุบันได้ถูกสร้างใหม่ในรูปแบบโครงการโอเพนซอร์ส

โครงการนี้ปล่อยโค้ดภายใต้สัญญาอนุญาต Apache 2.0 รองรับการติดตั้งและใช้งานได้ทันที (Deployable) ทั้งในรูปแบบแอปพลิเคชันเดสก์ท็อปสำหรับ macOS, Windows, Linux รวมถึงไคลเอนต์บนเบราว์เซอร์และเทอร์มินัล โดยผู้ใช้สามารถเลือกเชื่อมต่อกับ backend ในเครื่องหรือแบบสแตนด์อโลนได้ตามความต้องการ

อินบ็อกซ์สำหรับงานที่ไม่พร้อมกัน (Asynchronous Work)

Pizza Bot แยกหน้าอินบ็อกซ์ออกเป็นสามส่วนหลัก ได้แก่ All สำหรับประวัติเธรดทั้งหมด, Unread สำหรับงานที่เสร็จสิ้นและรอการตรวจสอบ และ Action สำหรับงานที่หยุดชั่วคราวเพื่อรอให้ผู้ใช้อนุมัติหรือตอบกลับ โดยผู้ใช้สามารถจัดระเบียบเธรดงานลงในโฟลเดอร์และติดตามการทำงานผ่านแผง Activity ซึ่งรองรับการเริ่มงานทั้งแบบกำหนดเอง (Manual), การตั้งเวลา (Cron) หรือผ่าน Webhooks

ตัวเซิร์ฟเวอร์จะทำหน้าที่เป็นเจ้าของการจัดตารางเวลาทั้งหมด โดยมีระบบความปลอดภัยกรณีระบบขัดข้อง หากมีช่วงเวลา cron ที่พลาดไปหลังจากช่วง Downtime ระบบจะทำการรันเพื่อตามงาน (Catch-up run) หนึ่งครั้งแทนที่จะรันซ้ำซ้อนกันทุกช่วงเวลาที่หายไป และเหตุการณ์การทริกเกอร์ทั้งหมดจะถูกบันทึกไว้อย่างถาวร

การทำงานของรันไทม์

แอปพลิเคชันนี้ใช้ DeepAgents และ LangGraph ในการประมวลผลแบบระบุสถานะ (Stateful execution) โดยมี Hono API ทำหน้าที่จัดการรันไทม์และการจัดเก็บข้อมูล ขณะที่ไคลเอนต์ Electron และเบราว์เซอร์จะใช้งาน React interface ร่วมกันเพื่อสื่อสารกับเซิร์ฟเวอร์ผ่าน HTTP และ Server-sent events

จุดเด่นอยู่ที่การใช้จุดตรวจสอบ (Checkpoints) ของ LangGraph เพื่อรักษาสถานะของเธรดและการหยุดรออนุมัติ พร้อมแยกพื้นที่จัดเก็บ SQLite ไว้สำหรับข้อมูลหน่วยความจำข้ามเธรดและข้อมูลเมตาของแอปพลิเคชัน ทำให้ไคลเอนต์ที่เชื่อมต่อใหม่สามารถเล่นเหตุการณ์ที่เคยบัฟเฟอร์ไว้ซ้ำได้ เพื่อให้การทำงานต่อเนื่องไม่ขาดตอน

อย่างไรก็ตาม ความต่อเนื่องของการทำงานขึ้นอยู่กับ Backend เป็นสำคัญ การปิดเธรดหรือตัดการเชื่อมต่อไคลเอนต์จะไม่ทำให้เซิร์ฟเวอร์หยุดทำงาน แต่การออกจากแอปเดสก์ท็อปจะส่งผลให้เซิร์ฟเวอร์ที่ฝังอยู่หยุดลงและสิ้นสุดการรันทันที แม้จุดตรวจสอบจะรักษาเธรดไว้ได้ แต่ขั้นตอนที่กำลังดำเนินอยู่อาจสูญหาย ดังนั้นจึงจำเป็นต้องมี Backend ที่เปิดทิ้งไว้ตลอดเวลาหากต้องการให้งานดำเนินต่อได้แม้แอปเดสก์ท็อปจะปิดไป

ทักษะ เครื่องมือ และการควบคุมการอนุมัติ

Pizza Bot มีความยืดหยุ่นสูงในการเลือกใช้โมเดล โดยรองรับทั้ง Amazon Bedrock, Anthropic, Google Gemini, OpenAI, OpenRouter และ Ollama ซึ่งผู้ใช้สามารถกำหนดค่าผู้ให้บริการได้ที่เมนู Settings > Providers ก่อนเริ่มงาน

ในด้านความปลอดภัย AI Agent จะดำเนินการไฟล์ชั่วคราวและใช้ตัวแปลคำสั่ง JavaScript ภายในแซนด์บ็อกซ์ที่แยกขาดจากเครือข่ายและระบบไฟล์ของเครื่องโฮสต์ นอกจากนี้ยังสามารถมอบหมายงานผ่านคำสั่ง task เมื่อมีแรงงานที่มีทักษะ (Skill workers) พร้อมทำงาน โดยเลเยอร์ระบบไฟล์รองรับการอนุญาตเข้าถึงโฟลเดอร์แบบเฉพาะเจาะจงและมีหน่วยความจำถาวรแยกต่างหาก

สำหรับการขยายความสามารถ MCP servers จะช่วยเปิดเผยเครื่องมือภายนอกให้เอเจนต์ใช้งาน โดยไฟล์ SKILL.md แต่ละตัวจะกำหนดคำแนะนำและขอบเขตการเข้าถึงเครื่องมือ ซึ่งทักษะจะเรียกใช้ได้ต่อเมื่อมีการติดตั้ง Dependencies ที่จำเป็นครบถ้วนแล้วเท่านั้น นอกจากนี้ยังรองรับการตั้งค่า .mcp.json ที่เข้ากันได้กับ Claude Code

ผู้พัฒนาทักษะยังสามารถควบคุมการทำงานได้อย่างละเอียดผ่าน interruptOn และ allowedDecisions เพื่อขอการอนุมัติก่อนเริ่มใช้เครื่องมือเฉพาะทาง ซึ่งนโยบายนี้ช่วยให้ผู้ใช้สามารถเลือกได้ว่าจะอนุมัติ แก้ไขอาร์กิวเมนต์ที่เสนอมา หรือปฏิเสธการดำเนินการนั้นๆ เพื่อความแม่นยำสูงสุด

คำอธิบายแบบโต้ตอบ

ผู้ใช้สามารถทดลองรันเวิร์กโฟลว์ทักษะที่กำหนดเองได้ตามภาพประกอบด้านล่าง เพื่อเปรียบเทียบความแตกต่างระหว่าง Backend ที่เปิดตลอดเวลากับเซิร์ฟเวอร์เดสก์ท็อปแบบฝังตัว รวมถึงทดสอบการปิดไคลเอนต์ระหว่างประมวลผล และการจัดการการอนุมัติในรูปแบบต่างๆ (หมายเหตุ: ระยะเวลาในแอนิเมชันเป็นเพียงภาพประกอบ ไม่มีการดำเนินการภายนอกเกิดขึ้นจริง)

OpenServer:

RunningCheckpoint:

None

เริ่มสรุปงานวิจัย จากนั้นปิดเดสก์ท็อปในขณะที่กำลังรัน

เตรียมสรุปงานวิจัย

ทักษะที่กำหนดเองจะกั้นเครื่องมือเผยแพร่ด้วย interruptOn

publish_brief({title: "Research brief"})

ปิดเดสก์ท็อปแล้ว

เปิดเดสก์ท็อปเพื่อตรวจสอบอินบ็อกซ์

สรุปประเด็นสำคัญ

• อินบ็อกซ์สำหรับ Background Agents: จัดระเบียบงานด้วยสถานะ All, Unread และ Action รองรับการสั่งงานผ่าน Manual, Cron และ Webhook
• ประมวลผลแม่นยำด้วย DeepAgents และ LangGraph: มีระบบ Checkpoints รักษาสถานะงานได้แม้ไคลเอนต์หลุด ตราบใดที่ Backend ยังทำงานอยู่
• รองรับโมเดลหลากหลาย: เชื่อมต่อได้ตั้งแต่ Amazon Bedrock ไปจนถึงโมเดลรันในเครื่องผ่าน Ollama
• การควบคุมระดับสูง: ใช้เซิร์ฟเวอร์ MCP และไฟล์ SKILL.md กำหนดขอบเขตทักษะ พร้อมระบบนโยบายอนุมัติงานที่ผู้ใช้แก้ไขได้เอง
• ติดตั้งเองได้ง่าย: แจกจ่ายด้วยสัญญาอนุญาต Apache 2.0 มีตัวติดตั้งเดสก์ท็อป และใช้ SQLite ในการจัดการข้อมูลส่วนตัว