Skip to content

Indri 1.0 Si Asisten Pribadi (AI Agent)

Mister Didi

Penulis artikel

5 min read
Share:
Indri 1.0 AI Agent
Indri 1.0 AI Agent

# Indri 1.0: Saya Bangun AI Agent Asisten Pribadi di MacBook Sendiri

Bayangkan punya asisten yang bisa kamu ajak ngobrol pakai suara, bisa buka/tutup aplikasi, cari info di internet, cek cuaca, *bahkan lihat layar MacBook kamu* — semuanya dalam Bahasa Indonesia. Bukan aplikasi berbayar, bukan langganan bulanan. Saya bangun sendiri dari nol.

Ini adalah cerita di balik **Indri 1.0**.

—

## Latar Belakang

Saya sudah lama ingin punya asisten AI yang benar-benar *ngerti* saya — bukan hanya menjawab pertanyaan, tapi bisa langsung *mengeksekusi* perintah di komputer. Masalahnya, solusi yang ada:

– **Siri** — terlalu terbatas, tidak bisa diekstensif

– **ChatGPT / Claude** — pintar, tapi tidak bisa kontrol sistem

– **Solusi enterprise** — mahal dan overkill untuk kebutuhan personal

Jadi saya putuskan untuk bangun sendiri. Hasilnya adalah **Indri 1.0**, sebuah *agentic AI* untuk macOS yang bisa dikendalikan lewat suara maupun teks.

—

## Apa Itu Indri?

Indri adalah **personal automation agent** berbasis AI yang berjalan di macOS. Konsepnya sederhana: kamu bicara (atau ketik), Indri mendengar, berpikir, lalu *bertindak*.

Yang membedakan Indri dari chatbot biasa adalah kemampuannya untuk benar-benar **melakukan sesuatu** — bukan hanya menjawab. Ini bukan sekadar wrapper ChatGPT; ini adalah agent yang punya *tools* untuk berinteraksi langsung dengan sistem operasi.

—

## Kemampuan Indri

Saat ini Indri memiliki **13 kemampuan (tools)** yang bisa digunakan secara otomatis oleh AI-nya:

### 🖥️ Kontrol Sistem

– **Buka aplikasi** — *”Indri, buka Spotify”*

– **Tutup aplikasi** — *”Tutup Chrome”*

– **Tidurkan Mac** — *”Sleep MacBook-nya”*

– **Kunci layar** — *”Kunci layar”*

– **Atur volume** — naik/turun volume dengan perintah suara

– **Atur kecerahan** — brightness up/down

– **Screenshot** — ambil tangkapan layar

– **Kosongkan Trash** — *”Kosongkan sampah”*

### 👁️ Lihat Layar (Vision AI)

Ini fitur yang paling saya banggakan. Indri bisa **melihat layar MacBook secara real-time** dan menjawab pertanyaan tentangnya:

– *”Apa yang ada di layar sekarang?”*

– *”Ada error apa di browser?”*

– *”Baca notifikasi yang muncul tadi”*

– *”Aplikasi apa yang sedang terbuka?”*

Cara kerjanya: Indri mengambil screenshot diam-diam, encode ke base64, lalu kirim ke vision model AI untuk dianalisis. Tidak ada “halusinasi” karena AI benar-benar melihat kondisi aktual layar.

### 🌐 Informasi & Internet

– **Cari di web** — via DuckDuckGo

– **Cek cuaca** — *”Cuaca Bandung hari ini gimana?”*

– **Jam & tanggal** — *”Sekarang jam berapa?”*

– **Buka URL** — *”Buka YouTube”*

### 📁 Manajemen File

– Baca isi file

– Tulis/buat file baru

– Lihat isi folder

### 🔔 Notifikasi

– Kirim notifikasi macOS native — *”Ingatkan saya meeting jam 3 sore”*

—

## Arsitektur Teknis

Di balik layar, Indri dibangun dengan arsitektur yang cukup elegan untuk ukuran proyek personal.

### ReAct Agent Loop

Inti dari Indri adalah **custom ReAct (Reason + Act) loop** — tanpa framework berat seperti LangChain. Cara kerjanya:

“`

User input

↓

LLM berpikir → perlu tool?

↓ Ya ↓ Tidak

Panggil tool Return jawaban

↓

Hasil tool masuk ke konteks

↓

LLM berpikir lagi (maks. 8 langkah)

“`

Sederhana, transparan, dan tidak ada “magic” tersembunyi.

### Stack Teknologi

| Komponen | Teknologi |

|———-|———–|

| **LLM (otak)** | Groq API — `openai/gpt-oss-20b` |

| **Voice Input (STT)** | Groq Whisper `whisper-large-v3` |

| **Vision (lihat layar)** | Groq — `qwen/qwen3.8-27b` |

| **Voice Output (TTS)** | macOS `say` (offline, suara Damayanti) |

| **GUI** | PyObjC / AppKit (native macOS) |

| **Web Search** | DuckDuckGo (via `ddgs`) |

| **HTTP Client** | `requests` (plain, tanpa OpenAI SDK) |

### Kenapa Groq?

Saya memilih **Groq** sebagai backbone AI karena:

1. **Gratis** — free tier cukup untuk penggunaan personal

2. **Sangat cepat** — latensi rendah, penting untuk voice assistant

3. **Multimodal** — satu provider untuk LLM, STT, dan Vision

4. **API kompatibel OpenAI** — mudah diintegrasikan

—

## Tampilan UI

Indri punya tampilan yang terinspirasi dari desain iOS modern — bukan terminal biasa.

**Fitur UI:**

– Window floating yang bisa di-drag ke mana saja

– **Mascot robot animasi** dengan glow neon yang berubah warna sesuai state:

– 💙 Biru saat mendengarkan

– 💜 Ungu saat berpikir

– 💚 Hijau saat berbicara

– **Chat bubble** dua arah — pesan user biru, respons Indri putih

– Sound bars animasi di bawah mascot saat merekam suara

– Tombol **”✕ Batalkan”** yang muncul otomatis jika AI terlalu lama berpikir

– Tombol close (✕) dengan hover effect

—

## Cara Penggunaan

### Input Suara

| Shortcut | Fungsi |

|———-|——–|

| Klik maskot | Mulai/stop rekam |

| `Option + Space` | Mulai/stop rekam |

| `Cmd + Shift + H` | Mulai/stop rekam |

| `Escape` | Batalkan rekaman |

Indri menggunakan **VAD (Voice Activity Detection)** — rekaman berhenti otomatis setelah ~1.5 detik diam. Jadi kamu tidak perlu menekan tombol stop manual.

### Contoh Perintah

“`

“Indri, buka Spotify dan naikkan volumenya”

“Apa yang ada di layar sekarang?”

“Cari berita teknologi terbaru”

“Cuaca Jakarta hari ini gimana?”

“Tidurkan MacBook-nya”

“Buat file notes.txt isinya daftar belanja”

“Tutup semua browser yang terbuka”

“`

—

## Optimasi Bahasa Indonesia

Salah satu tantangan utama adalah membuat STT akurat untuk Bahasa Indonesia. Saya tambahkan beberapa lapisan optimasi:

1. **Vocabulary hints** — memberikan daftar kata slang, singkatan, dan kosakata teknis Indonesia ke Whisper sebagai konteks

2. **Post-processing** — koreksi otomatis kesalahan umum transkripsi

3. **Context-aware prompts** — prompt berbeda untuk konteks “perintah automasi” vs “percakapan sehari-hari”

Hasilnya jauh lebih akurat dibanding pakai Whisper tanpa konfigurasi tambahan, terutama untuk kata-kata seperti “gue”, “nggak”, “gimana”, dan istilah teknis.

—

## Batasan Saat Ini

Saya ingin jujur tentang apa yang belum sempurna:

– **Latensi** — ada jeda 1–3 detik untuk proses STT + LLM. Belum real-time

– **Perlu internet** — STT dan LLM butuh koneksi (hanya TTS yang offline)

– **macOS only** — belum ada versi Windows/Linux

– **Memori sesi** — konteks percakapan hilang setelah app ditutup

—

## Apa Selanjutnya?

Beberapa fitur yang ada di roadmap:

– [ ] Memori jangka panjang (simpan konteks ke file)

– [ ] Integrasi kalender & reminder macOS native

– [ ] Mode *always listening* dengan wake word

– [ ] Plugin system agar bisa tambah tools sendiri

– [ ] Support multi-display untuk fitur lihat layar

—

## Kesimpulan

Membangun Indri mengubah cara pandang saya tentang AI. Kita tidak perlu menunggu Apple, Google, atau Microsoft untuk punya asisten yang benar-benar personal dan bisa dikustomisasi sesuai kebutuhan.

Dengan modal **API key gratis dari Groq** dan beberapa ratus baris Python, siapapun bisa membangun AI agent yang fungsional dan berguna sehari-hari.

Yang paling penting: **kamu kontrol penuh atas data dan behavior-nya**. Tidak ada yang dikirim ke server kecuali perintah yang kamu berikan secara eksplisit.

—

*Indri 1.0 dibangun menggunakan Python, PyObjC, dan Groq API. Berjalan di macOS.*

About Mister Didi

Penulis dengan pengalaman dalam bidang teknologi dan konten kreatif. Suka berbagi pengetahuan tentang perkembangan terbaru di dunia digital.

Comments

Leave a Reply

Your email address will not be published. Required fields are marked *