Rodzinny kalendarz bez podwójnych rezerwacji
Wykrywa kolizje, zbyt krótkie przejazdy i brakujące ustalenia, zanim zacznie się tydzień.
Na czym polega ten pomysł
Wykrywa kolizje, zbyt krótkie przejazdy i brakujące ustalenia, zanim zacznie się tydzień. Stosuje deterministyczne dopasowanie tam, gdzie to możliwe, izoluje niewyjaśnione różnice i pozostawia każdą istotną klasyfikację odpowiedzialnej osobie.
Co zyskujesz
Każdy wie, gdzie ma być i kto za co odpowiada.
Co zmienia agent AI
Jak wyglądało to wcześniej
Dokładne dopasowanie działało dla identycznych rekordów. Niejasne nazwy, brakujące pola i niespójne dokumenty nadal wymagały ręcznej pracy.
Co zmienia agent AI
Agent łączy twarde reguły z rozumieniem dokumentów, wyjaśnia niepewne dopasowania i wysyła do sprawdzenia tylko rzeczywiste wyjątki.
Kiedy agent zaczyna działać
Dodano nowe wydarzenie albo zaczyna się cotygodniowy przegląd.
Dane wejściowe
- Kontekst procesu: wspólne kalendarze, lokalizacje, czas przejazdu, uczestników i obowiązki
- Zatwierdzone zasady, odpowiedzialność i reguły wyjątków
Jak agent działa krok po kroku
- 1
Normalizuje rekordy i sprawdza okres, walutę oraz odpowiedzialność.
- 2
Stosuje deterministyczne reguły dopasowania przed klasyfikacją wspieraną modelem.
- 3
Przygotowuje wynik obejmujący kolizje i najmniejsze możliwe zmiany harmonogramu; każdą niewyjaśnioną różnicę kieruje do sprawdzenia.
- 4
Zapisuje wyłącznie zatwierdzone dopasowania i zachowuje dowody uzgodnienia.
Decyzje człowieka
Po kroku 3
Osoba odpowiedzialna za proces zatwierdza kolizje i najmniejsze możliwe zmiany harmonogramu.
Rezultat
- Zatwierdzony rodzinny plan bez kolizji
- Dowody, wyjątki i ślad audytowy
Zasady bezpieczeństwa
- Nigdy nie zamykaj automatycznie niewyjaśnionych lub istotnych różnic.
- Zachowuj rekordy źródłowe i uzasadnienie dopasowania w śladzie audytowym.
Ryzyka i zabezpieczenia
Wiarygodne, lecz błędne dopasowanie może ukryć istotną różnicę.
Trzymaj jednoznaczne reguły poza modelem i wymagaj kontroli powyżej progów istotności.
Na czym opieramy ten pomysł
Źródła pokazują, że taki scenariusz jest wykonalny. Podany zakres poprawy to punkt odniesienia, a nie obietnica wyniku.
OpenClaw Foundation
OpenClaw — personal AI assistant
OpenClaw opisuje stale dostępnego agenta osobistego działającego w komunikatorach, na lokalnych urządzeniach, plikach, narzędziach i trwałych skillach.
Nous Research
Hermes Agent learning path and use cases
Hermes opisuje agentów osobistych i zespołowych z przeglądarką, pamięcią, głosem, harmonogramem, batch processingiem, delegacją i wykonywaniem kodu.