Seurattuani pitkään Twitterissä Marion ja Peterin seikkailuja läheltä, päätin viimein ottaa projektiksi oman henkilökohtaisen ai-apurin rakentamisen.
Käytin inspiraationa ClawdBottia ja lähdin liikkeelle yksinkertaisesta promptista yhdistettynä muutamaan markdown-moodiohjeeseen ja tiedostopohjaiseen muistiin. Jo seuraavana päivänä lisäsin projektiin Django-pohjaisen muistinhallinnan. Alkuaskeleista vaikein oli nimeämisprosessi, joka lopulta
Parin päivän virittelyn jälkeen Hunter vaikuttaa oikein kelvolliselta apurilta. Sillä on neljä eri toimintamoodia; itsenäinen (cron), oma aika (muistin organisointi), keskustelu (normaali chat) ja oppimismoodi (normaali chat yhdistettynä “kysele paljon ja tallenna paljon muistia”-ohjeeseen). Apurin muistina toimii Djangon kautta käytettävä vektoritietokanta jota käytetään yksinkertaisen rajapinnan kautta. Se osaa lukea GitHub-projekteja ja Sentryä, lukea ja luoda GitHub-tikettejä, sekä perusasiat kuten koodauskäytännöt, testauskäytännöt, jne.
Opencoden ja Pi:n kanssa Hunteria on helppo käyttää sekä ohjelmallisesti itsenäisessä toimintamoodissa että normaalissa chat-interaktiossa. En ole ehtinyt opetuksessa vielä niin pitkälle että haluaisin laittaa tätä mankeloimaan töitä itsenäisesti alusta loppuun, mutta yhdessä etukäteen pureskeltuja tikettejä (eli töitä jossa on selkeästi määritellyt reuna- ja valmistumisehdot) se osaa tehdä merkittävästi paremmin kuin Claude Code tai Codex samalla mallilla.
Tämän kaltaisen projektin voi pienellä vaivalla saada tekemään töitä joita on vaikea opettaa perinteisille ai-työkaluille, mutta joita nykyajan llm-mallit osaavat jo tehdä sujuvasti. Suurin haaste henkilökohtaisten AI-työkalujen käytössä on tietoturva. Toistaiseksi kokeilu on ollut ehdottomasti vaivan arvoinen.