Samantha

Zbudowałem Samanthę, bo ChatGPT nie znał moich notatek, linków, historii ani skrótów na Macu. Pierwsza wersja była no-code, później przepisałem rdzeń w stronę Pythona, LangChain i aplikacji Tauri na macOS.

Zwykły ChatGPT nie ma dostępu do prywatnego kontekstu, notatek, linków, pamięci i narzędzi systemowych. Każdą rozmowę trzeba zaczynać od zera.

Jeśli asystent zna prywatny kontekst i działa blisko systemu operacyjnego, może być narzędziem do pracy z wiedzą, nie tylko kolejnym oknem czatu.

• macOS Tauri app jako desktopowy frontend asystenta.
• Backend Python/Flask/Chainlit oraz wcześniejsze integracje Make/Airtable.
• Routing intencji dla pamięci, notatek, linków i akcji.
• Integracje ze Slackiem, Telegramem, Siri Shortcuts, iPhone i Apple Watch.
• Eksperymenty z głosem, ElevenLabs i prywatnymi personami.

LangChain, GPT i klasyfikacja intencji kierują rozmowę do pamięci, notatek, linków albo akcji. Najważniejsze nie było „pogadać z AI”, tylko mieć dostęp do własnego kontekstu bez zaczynania od zera.

Tauri, Svelte, TypeScript, Tailwind, Python, Flask, Chainlit, LangChain, Airtable, Make, macOS Shortcuts i ElevenLabs.

• Najpierw prywatny system do realnego użycia, dopiero potem myślenie o produkcie.
• Jeden interfejs do pamięci, notatek, linków i akcji zamiast wielu małych narzędzi.
• macOS jako centrum, bo tam dzieje się większość pracy i automatyzacji.

Prywatny system, którego używam jako własnej warstwy pracy z wiedzą: desktop, Slack, Telegram, Siri, iPhone, Apple Watch i automatyzacje.

Ujednolicić backend, wyczyścić sekrety w lokalnych repo, dopracować permission model i zdecydować, które części mają sens jako publiczny produkt.