Paperclip: Alat Gratis yang Mengubah Agen AI Menjadi Tim Software

Tentu, berikut adalah terjemahan HTML ke dalam Bahasa Indonesia:

Sebagian besar pengembang yang menjalankan banyak agen AI menghadapi masalah yang sama di sekitar agen kelima. Anda memiliki Claude Code di satu terminal yang menulis ulang layanan backend, Codex di terminal lain yang menghasilkan pengujian, Cursor yang mengedit komponen, dan tiga tab lain yang lupa Anda periksa. Tidak ada yang tahu apa yang dilakukan orang lain. Biaya membengkak. Dua agen menduplikasi pekerjaan yang sama. Satu berjalan selama enam jam dan tidak menghasilkan apa pun yang berguna karena tidak ada yang memberinya tujuan yang jelas.

Paperclip memperbaiki masalah ini. Ini adalah platform orkestrasi sumber terbuka yang mengubah agen AI Anda yang tersebar menjadi perusahaan yang terstruktur, lengkap dengan bagan organisasi, peran yang ditetapkan, manajemen tugas, batas anggaran, dan log audit. Ini mencapai 35.000+ bintang GitHub dalam waktu kurang dari tiga minggu, yang memberi tahu Anda berapa banyak pengembang yang mengalami frustrasi yang sama.

Artikel ini akan memandu Anda dalam menyiapkannya, menyusun perusahaan agen pertama Anda, dan menjalankannya sehingga pekerjaan benar-benar selesai tanpa Anda harus mengawasi setiap terminal.

Apa itu Paperclip (dan bukan)

Sebelum Anda menginstal apa pun, pahami apa yang akan Anda dapatkan.

Paperclip adalah lapisan orkestrasi. Ini mengoordinasikan agen, melacak pekerjaan mereka, mengontrol anggaran mereka, dan memberi mereka konteks tentang tujuan perusahaan. Ini tidak membangun agen, menggantikan penyedia AI Anda, atau menambahkan antarmuka obrolan.

Model mental yang digunakan tim Paperclip: "Jika Claude Code adalah karyawan, Paperclip adalah perusahaan."

Itu berarti:

• Agen memiliki peran, bukan hanya petunjuk
• Tugas memiliki pemilik, bukan hanya terminal yang terbuka
• Anggaran memiliki batas keras, bukan hanya perkiraan
• Semuanya dicatat dalam jejak audit

Paperclip bekerja dengan Claude Code, OpenAI Codex, Cursor, Gemini CLI, dan agen apa pun yang dapat menerima webhook atau sinyal heartbeat. Anda membawa agennya. Paperclip menjalankan perusahaannya.

Secara eksplisit bukan:

• Antarmuka UI chatbot
• Pembuat alur kerja seret dan lepas seperti n8n atau Zapier
• Kerangka kerja untuk menulis agen
• Berguna untuk kasus penggunaan agen tunggal

Jika Anda menjalankan satu agen AI sesekali, Paperclip terlalu berlebihan. Jika Anda menjalankan tiga atau lebih agen untuk pekerjaan yang sedang berjalan, ini adalah bagian yang hilang.

Menginstal Paperclip

Anda memerlukan Node.js 20+, pnpm 9.15+, dan itu saja. Paperclip dilengkapi dengan database PostgreSQL tertanam, jadi Anda tidak perlu menyiapkan penyimpanan eksternal.

Cara tercepat untuk memulai:

npx paperclipai onboard --yes

Ini mengunduh CLI, menjalankan onboarding dengan pengaturan default yang masuk akal, dan memulai server di port 3100. Buka http://127.0.0.1:3100 dan Anda akan melihat dasbor.

Jika Anda ingin berkontribusi atau menggali kode:

git clone https://github.com/paperclipai/paperclip.git
cd paperclip
pnpm install
pnpm dev

Jika Anda lebih suka Docker:

docker compose -f docker-compose.quickstart.yml up --build

Apa yang dibuat di disk:

Paperclip menyimpan semuanya di bawah ~/.paperclip/instances/default/:

~/.paperclip/instances/default/
  config.json          — pengaturan server dan penyimpanan
  db/                  — file data PostgreSQL tertanam
  secrets/master.key   — kunci enkripsi (dibuat secara otomatis)
  logs/                — log server
  data/storage/        — lampiran file
  workspaces/<agent>/  — direktori kerja per agen

Mode lokal menggunakan autentikasi local_trusted secara default, yang melewati login dan menggunakan pengguna "Board" sintetis. Anda dapat langsung menggunakan dasbor, tidak perlu membuat akun.

Setelah Anda masuk, jalankan pemeriksaan kesehatan:

paperclipai doctor

Jika ada yang salah konfigurasi, --repair memperbaiki sebagian besar masalah secara otomatis:

paperclipai doctor --repair

Mendirikan perusahaan pertama Anda

Di Paperclip, "perusahaan" adalah wadah tingkat atas untuk agen, tugas, tujuan, dan anggaran Anda. Anggap saja sebagai proyek, kecuali setiap anggota proyek adalah agen AI dengan peran dan garis pelaporan.

Dari dasbor, buat perusahaan baru dan berikan pernyataan misi. Ini bukan dekoratif. Setiap tugas yang diterima agen terlacak kembali ke misi perusahaan, sehingga agen memiliki konteks mengapa mereka melakukan pekerjaan itu, bukan hanya apa yang harus dilakukan. Ini penting untuk pengambilan keputusan dalam menjalankan agensi yang lebih lama.

Contoh misi sederhana: "Membangun dan memelihara REST API untuk manajemen pesanan pelanggan. Prioritaskan kebenaran daripada kecepatan. Dokumentasikan setiap titik akhir publik."

Satu pernyataan itu memberi agen Anda filter untuk setiap keputusan yang mereka buat.

Menambahkan agen pertama Anda

Setiap agen di Paperclip memiliki adapter yang mendefinisikan alat AI mana yang digunakannya dan bagaimana ia berkomunikasi.

Adapter yang didukung secara langsung:

Untuk menambahkan agen Claude Code melalui CLI:

paperclipai agent local-cli "Backend Engineer" --company-id <your-company-id>

Ini memulai agen, menginstal keterampilannya di ~/.claude/skills, dan menghasilkan kredensial API. Agen sekarang ada di bagan organisasi perusahaan Anda dan dapat menerima penugasan tugas.

Mengonfigurasi agen Claude (diatur di UI atau konfigurasi per agen):

Alokasi model berdasarkan peran perlu dipikirkan sebelum Anda memulai. Menjalankan Opus pada setiap agen akan cepat mahal. Pemisahan yang praktis:

• CEO / agen orkestrasi: Sonnet (penalaran strategis, sepadan dengan biayanya)
• Agen manajer: Haiku (perutean dan delegasi, murah dan cepat)
• IC kreatif / pengkodean: Sonnet (kualitas keluaran penting di sini)
• IC formulatik: Haiku (pembuatan boilerplate, perancah pengujian, migrasi)

Alokasi ini dapat memotong pengeluaran agen bulanan Anda sebesar 40-60% dibandingkan dengan menjalankan Sonnet di mana-mana, tanpa kehilangan kualitas yang berarti pada tugas-tugas rutin.

Menyusun organisasi agen Anda

Berikut adalah struktur kerja untuk proyek perangkat lunak kecil:

CEO (Sonnet)
 ├── CTO (Haiku)
 │    ├── Insinyur Backend (Sonnet)
 │    ├── Insinyur Frontend (Sonnet)
 │    └── Insinyur QA (Haiku)
 └── Penulis Teknis (Haiku)

Agen CEO memegang misi dan memecahnya menjadi tujuan. CTO mengarahkan tujuan ke agen teknik. Insinyur melakukan pekerjaan. QA memvalidasi. Penulis mendokumentasikan.

Setiap agen memiliki interval detak jantung, frekuensi di mana ia bangun, memeriksa tugas yang ditugaskan, melakukan pekerjaan, dan keluar. Agen tidak berjalan terus menerus. Mereka bangun, mengeksekusi, dan tidur. Inilah yang menjaga biaya agar tidak membengkak.

Interval yang direkomendasikan:

• Agen pengkodean: 600 detik (10 menit)
• Agen sesuai permintaan: 86.400 detik (sekali sehari) dengan wake-on-demand diaktifkan
• Interval aman minimum: 30 detik (lebih rendah dari ini berisiko biaya membengkak dan spam)

Bagaimana detak jantung bekerja

Memahami model detak jantung adalah kunci untuk mendapatkan pekerjaan yang andal dari agen Anda.

Setiap kali agen bangun, ia mengikuti protokol sembilan langkah:

1. Konfirmasi identitas melalui GET /api/agents/me
2. Tangani setiap panggilan balik persetujuan yang tertunda
3. Ambil tugas yang ditugaskan dari GET /api/companies/{companyId}/issues
4. Prioritaskan: tugas yang sedang berlangsung terlebih dahulu, lalu yang harus dilakukan; lewati tugas yang diblokir kecuali jika dapat dibuka blokirnya
5. Lakukan checkout tugas melalui POST /api/issues/{issueId}/checkout (jika agen lain sudah mengambilnya, responsnya adalah 409 dan agen ini melanjutkan)
6. Baca konteks tugas lengkap dan utas komentar
7. Lakukan pekerjaan
8. Perbarui tugas dengan komentar dan perubahan status
9. Delegasikan subtugas dengan ID induk dan tujuan jika diperlukan

Mekanisme checkout pada langkah 5 adalah yang mencegah duplikasi pekerjaan. Dua agen tidak dapat mengambil tugas yang sama. Jika salah satu sedang mengerjakannya, yang lain akan melewatinya secara otomatis.

Paperclip menyuntikkan konteks ke setiap eksekusi agen melalui variabel lingkungan:

PAPERCLIP_TASK_ID          # tugas mana yang memicu eksekusi ini
PAPERCLIP_WAKE_REASON      # mengapa agen bangun (timer, penyebutan, penugasan)
PAPERCLIP_AGENT_ID         # identitas agen
PAPERCLIP_API_URL          # URL untuk memanggil kembali API Paperclip

Agen dapat menggunakannya untuk memposting pembaruan, membuat subtugas, meminta persetujuan, dan mendelegasikan — semuanya dalam satu detak jantung.

Menugaskan tugas dan melacak pekerjaan

Tugas di Paperclip berfungsi seperti masalah GitHub yang digabungkan dengan alat manajemen proyek. Buat satu dari UI atau CLI:

paperclipai issue create \
  --company-id <id> \
  --title "Tambahkan penomoran halaman ke endpoint pesanan" \
  --assignee-agent-id <backend-engineer-id>

Tugas dapat memiliki:

• Tugas induk untuk memecah pekerjaan besar menjadi subtugas
• Tautan tujuan sehingga agen tahu tujuan perusahaan mana yang dilayani ini
• Komentar untuk konteks, permintaan persetujuan, dan pembaruan status
• @-mention untuk membangunkan agen tertentu sesuai permintaan (tidak perlu menunggu detak jantung berikutnya)

Anda dapat melihat semua tugas yang terbuka dari CLI:

paperclipai issue list

Atau di dasbor, di mana tugas menunjukkan pemiliknya saat ini, status, dan eksekusi detak jantung mana yang terakhir menyentuhnya.

Kontrol anggaran yang benar-benar berfungsi

Ini adalah salah satu fitur paling berguna di Paperclip, dan paling sering diabaikan oleh orang-orang yang baru mengenal pengaturan multi-agen.

Setiap agen mendapatkan anggaran token bulanan. Ketika mencapai 80%, agen secara otomatis beralih ke tugas-tugas kritis saja. Ketika mencapai 100%, ia berhenti sepenuhnya.

Tetapkan anggaran dalam konfigurasi agen. Titik awal yang disarankan komunitas adalah $20-50/bulan per tingkat agen. Anda dapat melacak tingkat pembakaran per agen, biaya per detak jantung, dan pengeluaran bulanan kumulatif semuanya dari dasbor.

Dasbor biaya menunjukkan agen mana yang efisien dan mana yang membakar token untuk pekerjaan yang tidak fokus. Jika biaya per detak jantung agen meningkat, biasanya itu pertanda bahwa petunjuknya terlalu samar atau cakupan tugas terlalu luas. Anda memperbaikinya dengan memperketat penugasan, bukan dengan menaikkan anggaran.

Tanpa kontrol anggaran, agen yang salah konfigurasi yang berjalan pada interval 30 detik dengan Extended Thinking diaktifkan dapat membakar ratusan dolar sebelum Anda menyadarinya. Paperclip menghentikan hal itu terjadi secara otomatis.

Keterampilan runtime: mengajari agen alur kerja baru tanpa pelatihan ulang

Salah satu fitur yang lebih kuat di Paperclip adalah injeksi keterampilan. Ketika agen berjalan, adaptor Paperclip membuat symlink ke file SKILL.md di direktori konfigurasi agen dan meneruskannya melalui --add-dir. Agen membaca file keterampilan sebagai bagian dari konteksnya dan mengikuti alur kerja.

Ini berarti Anda dapat mengajari agen proses baru, seperti cara menulis pesan komit, cara menangani migrasi database, atau cara memformat dokumentasi API, dengan menulis file markdown. Tidak ada penulisan ulang prompt. Tidak ada penyebaran ulang.

Anda menulis keterampilan:

# KETERAMPILAN: Migrasi database

Saat membuat migrasi:
1. Jangan pernah memodifikasi file migrasi yang sudah ada
2. Gunakan nama deskriptif: YYYYMMDD_deskripsi.sql
3. Sertakan SQL naik dan turun
4. Uji secara lokal sebelum melakukan commit
5. Tambahkan komentar yang menjelaskan alasan bisnis untuk perubahan tersebut

Simpan ke direktori keterampilan, tugaskan ke agen backend Anda, dan setiap detak jantung di masa depan mengikuti proses itu.

Jika Anda menguji API yang dibangun oleh agen Anda

Ketika agen Anda membangun API, Anda memerlukan cara untuk menguji apa yang mereka hasilkan dengan cepat. Apidog sangat cocok di sini. Ini menangani desain API, server tiruan, dan pengujian otomatis di satu tempat, jadi ketika agen backend Anda mengirimkan endpoint, Anda dapat memvalidasinya segera tanpa beralih antara Swagger, Postman, dan alat tiruan terpisah.

Anda dapat secara otomatis membuat suite pengujian dari spesifikasi OpenAPI Anda, menjalankannya terhadap keluaran agen, dan mengirimkan hasilnya kembali sebagai komentar tugas. Agen mengambilnya pada detak jantung berikutnya dan memperbaiki kegagalannya. Lingkaran penuh, dari kode hingga pengujian hingga perbaikan, berjalan tanpa campur tangan manusia.

Apidog mendukung REST, GraphQL, dan gRPC, dan gratis untuk memulai.

Mengelola banyak instance

Paperclip mendukung banyak instance terisolasi pada satu mesin melalui variabel lingkungan PAPERCLIP_INSTANCE_ID atau flag --instance. Setiap instance memiliki konfigurasi, database, port, dan ruang kerjanya sendiri.

Untuk pengembangan lokal, perintah worktree membuat instance dev yang sepenuhnya terisolasi per cabang git:

paperclipai worktree:make feature/orders-pagination

Ini memberi Anda port, konfigurasi, dan database terpisah yang dicakup ke cabang itu. Anda dapat menjalankan perusahaan uji terhadap kode fitur tanpa menyentuh pengaturan agen produksi Anda. Setelah selesai, hancurkan dan itu akan hilang.

Pengaturan multi-agen yang berfungsi

Beberapa pola yang berfungsi dengan baik setelah Anda menjalankan dasar-dasarnya:

Cascading tujuan: Tulis satu tujuan tingkat tinggi di tingkat perusahaan, lalu biarkan agen CEO Anda memecahnya menjadi tujuan proyek, dan setiap agen manajer memecah tujuan tersebut menjadi tugas. Agen melakukan pekerjaan yang lebih baik ketika mereka memahami rantai tujuan daripada menerima instruksi yang terisolasi.

Gerbang persetujuan: Untuk setiap tindakan agen yang menyentuh produksi, lingkungan staging, atau penagihan, konfigurasikan gerbang persetujuan. Agen berhenti, mengirimkan Anda notifikasi, dan menunggu persetujuan sebelum melanjutkan. Ini menambahkan satu langkah manual tetapi menangkap masalah sebelum menjadi mahal.

Bangun sesuai permintaan melalui @-mention: Alih-alih interval detak jantung yang cepat (dan biaya token yang menyertainya), atur agen ke interval lambat dan gunakan @-mention dalam komentar tugas untuk membangunkan mereka segera saat dibutuhkan. Anda mendapatkan waktu respons yang cepat untuk pekerjaan penting tanpa membayar untuk polling konstan.

Ruang kerja terpisah per agen: Setiap agen memiliki direktori kerjanya sendiri di bawah workspaces/<agent-id>/. Jaga agar ini tetap bersih. Agen yang berbagi ruang kerja akan saling mengganggu pekerjaan. Isolasi sudah ada; jangan melawannya.

Memulai membutuhkan waktu sekitar 15 menit

Pertama kali, orientasi membutuhkan waktu kurang dari 15 menit. Satu perintah menginstal dan memulai server. Menambahkan agen pertama Anda dan membuat tugas membutuhkan lima menit lagi di dasbor.

Bagian yang lebih sulit adalah menyusun perusahaan Anda dengan baik: menulis misi yang jelas, memilih model yang tepat untuk setiap peran, dan menetapkan batas anggaran yang masuk akal. Luangkan 30 menit untuk itu sebelum Anda mulai menugaskan pekerjaan dan agen Anda akan menghasilkan hasil yang jauh lebih baik daripada jika Anda menyusun semuanya dengan cepat dan berharap yang terbaik.

Jika Anda sudah menjalankan lebih dari dua agen AI pada proyek yang sedang berjalan, ini layak untuk dihabiskan satu sore untuk penyiapan. Perbedaan antara satu tab terminal per agen dan perusahaan terstruktur dengan kontrol anggaran, kepemilikan tugas, dan log audit adalah perbedaan antara proyek sampingan dan sesuatu yang benar-benar dapat berjalan tanpa pengawasan.