প্রকল্প সম্পর্কে

agent-workspace-linux একটি শুধুমাত্র লিনাক্সের জন্য তৈরি টুল যা AI এজেন্টদের ব্যবহারকারীর আসল ডেস্কটপ থেকে আলাদা একটি নিজস্ব হেডলেস X11 ডেস্কটপ পরিবেশ দেয়। এটি একটি লুকানো Xvfb ডিসপ্লে চালায় যেখানে একটি উইন্ডো ম্যানেজার, ক্লিপবোর্ড এবং ওয়ার্কস্পেস-মালিকানাধীন Chrome/Chromium ব্রাউজার থাকে, যা সবই stdio-এর মাধ্যমে Model Context Protocol (MCP)-এর মাধ্যমে নিয়ন্ত্রিত হয়। এটি এজেন্টদের GUI পরীক্ষা, ওয়েবসাইট QA এবং ব্রাউজার অটোমেশন করতে দেয় ব্যবহারকারীর মাউস না সরিয়ে, ফোকাস না চুরি করে বা তাদের লগইন করা ব্রাউজার সেশন স্পর্শ না করে। প্রকল্পটি স্পষ্ট অনুমতি সীমানার উপর জোর দেয়। ডিফল্টভাবে, MCP হোস্ট (যেমন Claude Code বা Codex) অনুমোদন প্রবাহের মালিক। ডেভেলপাররা ঐচ্ছিকভাবে একটি JSON ফাইল বা পরিবেশ ভেরিয়েবলের মাধ্যমে একটি কঠোর অনুমতি সীমা প্রয়োগ করতে পারেন, যা MCP ফ্রন্ট-এন্ড এবং ওয়ার্কস্পেস ডেমন-এর IPC সকেট উভয় ক্ষেত্রেই নেটওয়ার্ক মোড, মাউন্ট পাথ এবং একটি অ্যাপ অনুমোদন তালিকা সীমাবদ্ধ করে। একটি ভাসমান GPUI ভিউয়ার পজ, রিড-অনলি এবং স্টপ নিয়ন্ত্রণসহ লাইভ পর্যবেক্ষণ প্রদান করে। মূল বৈশিষ্ট্যগুলির মধ্যে রয়েছে উইন্ডো তালিকা, স্ক্রিনশট, কীবোর্ড/মাউস ইনপুট, ক্লিপবোর্ড অ্যাক্সেস, প্রতি-অ্যাপ লগ, সংরক্ষণযোগ্য ওয়ার্কস্পেস প্রোফাইল এবং একটি লুপব্যাক Chrome DevTools Protocol এন্ডপয়েন্টের মাধ্যমে ব্রাউজার অটোমেশন। একটি বান্ডল করা স্কিল প্রগ্রেসিভ টুল লোডিং সক্ষম করে যাতে এজেন্টরা শুধুমাত্র প্রয়োজন হলে ~86টি উপলব্ধ টুল লোড করে। ইনস্টলেশন একটি শেল স্ক্রিপ্ট, সোর্স থেকে cargo, npm র্যাপার বা x86_64 এবং aarch64-এর জন্য প্রি-বিল্ট বাইনারি সমর্থন করে। সীমাবদ্ধতার মধ্যে রয়েছে শুধুমাত্র লিনাক্স সমর্থন, প্রি-1.0 ইন্টারফেস স্থিতিশীলতা, একটি একক-ব্যবহারকারী ট্রাস্ট মডেল এবং প্রয়োগকৃত মাউন্ট ও নেটওয়ার্ক বিচ্ছিন্নতার জন্য bubblewrap-এর প্রয়োজন। প্রকল্পটি MIT লাইসেন্সপ্রাপ্ত এবং সহোদর computer-use-linux টুলের পরিপূরক, যা ব্যবহারকারীর প্রকৃত ডেস্কটপ চালায়।