Indri 1.0 Si Asisten Pribadi (AI Agent)
Penulis artikel
# 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.