Pengembang yang ingin menjalankan agen AI tanpa menyerahkan seluruh kendali kepada satu penyedia kini punya pilihan lain: Omnara. Platform sumber terbuka ini memungkinkan pengguna mengatur model, mesin, alat, dan data agen, lalu menjalankannya di infrastruktur sendiri atau melalui layanan cloud Omnara.
Omnara diperkenalkan sebagai alternatif untuk Claude Managed Agents dan Agents API milik OpenAI. Pengembang dapat menggunakan antarmuka pemrograman, CLI, atau MCP untuk mengelola agen; bahan peluncurannya tidak mencantumkan tanggal rilis.
Omnara memberi kendali atas model dan mesin
Inti Omnara adalah platform pengelolaan agen yang bisa dijalankan sendiri. Pengguna menentukan model dan mesin yang dipakai, lalu mengatur alat, rahasia akses, serta izin melalui konfigurasi. Agen dapat beroperasi pada model dan mesin yang berbeda, selama layanan model mendukung endpoint yang kompatibel dengan OpenAI Responses, OpenAI Chat Completions, atau Anthropic Messages.
Dalam panduan cepatnya, Omnara menyediakan proyek awal dengan penyedia model omnara-openrouter dan kumpulan sandbox default-pool. Pengguna dapat meluncurkan agen melalui CLI, berinteraksi lewat terminal, atau memantau pemanggilan alatnya dari dasbor. SDK dan REST API juga tersedia untuk menghubungkan kemampuan agen ke produk lain.
Platform ini dapat dipasang mandiri tanpa biaya lisensi dengan lisensi Apache 2.0. Omnara Cloud juga tersedia; menurut informasi produk, layanan itu tidak mengenakan biaya platform. Pengguna bisa membawa kunci model dan mesin sendiri, atau membayar sesuai pemakaian untuk model dan sandbox Omnara.
Perbedaan dari layanan agen tertutup
Claude Managed Agents dan Agents API digambarkan dalam materi Omnara sebagai layanan terkelola yang berpusat pada model dari perusahaan penyedianya. Omnara mengambil pendekatan berbeda: organisasi dapat memilih model dan mesin, mengoperasikan platform sendiri, serta menyimpan data agen di basis data yang mereka kelola.
Perbedaan itu punya konsekuensi praktis. Tim yang ingin cepat menjalankan agen dengan layanan satu penyedia dapat memilih layanan terkelola. Namun, organisasi yang perlu menentukan lokasi pemrosesan atau penyimpanan data dapat menilai opsi self-hosting Omnara. Kendali tambahan berarti tim juga perlu menyiapkan dan merawat infrastrukturnya sendiri.
Omnara memakai Redis, penyimpanan objek untuk lampiran dan keluaran alat, serta sistem berkas memori. Instalasi lokal memerlukan Docker dengan Compose; pengguna dapat menjalankan aplikasi dari citra yang tersedia atau membangunnya dari sumber.
Instance baru belum memiliki model maupun mesin, sehingga pengelola perlu menambah penyedia dan model, menghubungkan mesin, lalu membagikan keduanya ke proyek.
Integrasi mencakup CLI dan MCP
Selain API dan SDK, Omnara menyediakan server MCP untuk menghubungkan klien seperti Claude Code, Codex, Cursor, atau klien MCP lain yang mendukung OAuth. Pengguna masuk melalui peramban, sehingga tidak perlu menempelkan token secara manual pada alur koneksi tersebut. CLI Omnara juga dapat mengatur agen, profil, mesin, penyedia model, rahasia, keterampilan, dan pemicu terjadwal.
Tim pengembang dapat melihat contoh konfigurasi agen dan keterampilan di repositori, termasuk contoh aplikasi percakapan CLI berbasis TypeScript, alat khusus melalui webhook, serta pemasangan sistem berkas SharePoint. Dokumentasi untuk model bahasa juga disediakan melalui berkas llms.txt.
Peluncuran ini hadir saat perhatian pada agen AI beriringan dengan kekhawatiran tentang keamanan perangkat lunak. Dalam liputan terpisah, The Next Web melaporkan Anthropic mengarahkan Claude untuk memeriksa 25 proyek sumber terbuka dan menemukan 493 masalah terkait permukaan serangan. Angka itu berasal dari riset keamanan Anthropic, bukan pengujian terhadap Omnara.
Konteks tersebut membuat pilihan arsitektur agen penting bagi pengelola produk. Menjalankan platform sendiri dapat memberi organisasi kendali lebih besar atas mesin dan data, tetapi tidak otomatis menjamin keamanan; konfigurasi, izin, dan pemeliharaan tetap berada di tangan operator.
Omnara menyediakan perangkat untuk mengatur aspek-aspek itu, sementara keputusan penerapan dan pengawasannya tetap bergantung pada tim yang menggunakannya.
Untuk pengembangan dari sumber, proyek mencantumkan kebutuhan Go sesuai versi di go.mod, Node.js 24 atau lebih baru dengan Corepack, ripgrep, dan Docker Compose. Pemeriksaan cepat repositori dapat dijalankan dengan make verify.

📝 Tinggalkan Komentar
Komentar sebagai . Ditinjau admin sebelum tampil.