PocketHook 1.2がリリースされました。 セルフホストのAgent Serverも同時にバージョン0.6.0に到達しています。今回の目玉は、会話がデバイスをまたいでついてくるようになったこと、そしてAgent Serverを使っていれば、実際のSafariセッションを呼び出して操作できるようになったことです。
App Store から PocketHook をダウンロード
どのデバイスでも、あなたのチャット#
PocketHookは、あなた自身のプライベートなiCloudアカウントを使って、iPhone、iPad、Macのあいだで会話と設定を同期します。同じApple IDでどこでもサインインすれば、それだけで動きます——スマホで会話を始めて、Macで続きができます。PocketHookアカウントは不要、間に入るサードパーティサーバーもありません。Appleがすでに提供している同じプライベートなiCloudデータベースを使っており、私たちがそれを見ることは決してありません。
一つの設定だけは、意図的にローカルのままです。サーバーの応答に含まれるリンクを自動的に開くかどうかです。iPhoneでは有効に、Macでは無効にしたい場合もあるでしょう。そこで、自動オープンは同期されるのではなく、デバイスごとの設定になりました。それに伴っていた小さなバグも修正されています——メッセージの下のリンクチップをタップすると、自動オープンがオフになっていても常にリンクが開くようになりました。詳細は設定リファレンスをご覧ください。
あなたのAgent ServerのためのSafari拡張機能#
Agent Serverを使っている場合、今ならSafari拡張機能とペアリングできます——公証済みのmacOSアプリで、App StoreもXcodeも不要です。1つのコマンドでインストールできます。
bun run safari:install
ペアリングが完了すると、エージェントはタブを開き、ページを読み取り、コントロールを見つけてクリックし、フォームに入力し、スクリーンショットを撮影できます——すべてあなたの実際のブラウザの中で、あなたの実際のセッションとログイン状態のまま。目隠しで操作するサンドボックスブラウザではなく、あなたがすでに開いているブラウザそのものです。
サーバーごとに、エージェントがどこまで自律的に行動できるかはあなたが決めます。
confirm(デフォルト) — 外部に影響を与えるクリックは、毎回先に確認を求めますautonomous— 定型的な操作は確認なしで実行されます。支払い、削除、アカウント変更は引き続き確認を求めますreadonly— 見るだけで、操作はしません
すべての操作は、クリックが実際に何かを変更したかどうかを含め、実際に何が起きたかを報告するため、エージェントは推測ではなく検証を行います。詳しくはSafari拡張機能のドキュメントをご覧ください。
今回のリリースのその他の変更#
- Agent Server向けの軽量なクイックモデル設定により、内部の補助処理(メモリの分類、エンティティ抽出)をメインのチャットモデルより安価なモデルで実行できるようになりました
- 保存、共有、スワイプで閉じる機能を備えたフルスクリーン画像ビューア
- より的確なバックグラウンドジョブ通知——完了したタスクごとに1件の通知
- Macでの音声入力の改善
- 全体的な安定性とパフォーマンスの修正
Agent Serverの完全な技術changelogはGitHubリポジトリにあります。ご質問やご意見はBlueskyまでお寄せください。