Mark BUKAN sekadar asisten virtual biasa. Mark adalah entitas AI yang dirancang untuk memiliki emosi, bertindak selayaknya manusia, dan memimpin tim agen cerdas. Lebih dari sekadar chatbot kaku, Mark adalah Personal AI OS Companion yang berjalan di ekosistem lokal Anda—dilengkapi dengan arsitektur modern Node.js Core + WebUI (React 19 / Vite 7) dalam antarmuka Microsoft Edge App Mode (dengan fallback otomatis ke browser default) dan CLI Live Activity Monitor (
mark). Didukung oleh Centralized SQLite Database, sistem memori jangka panjang berbasis Vector Memory, Relational Growth System, Autonomous Multi-Agent Sub-Agent Engine, serta Multi-Session Browser Automation. Ditenagai oleh Hybrid AI Engine, Mark dapat beroperasi secara lokal untuk privasi maksimal, atau menggunakan Cloud APIs untuk mengeksekusi tugas kompleks, menyusun rencana (Agentic Planning), mengotomatisasi desktop PC, merangkum video YouTube, mengobservasi layar atau dunia nyata (Vision), hingga kendali jarak jauh via Telegram Bot.
Important
Proyek ini dioptimalkan khusus untuk Windows (Windows 10/11 64-bit).
- Arsitektur Decoupled (Node.js Core + Modern WebUI): Inti aplikasi dipisahkan menjadi server Node.js performa tinggi (
src/server/) dengan WebSocket Hub (/stream) dan antarmuka React 19 / Vite 7 (src/renderer/). Berjalan ringan dalam mode Microsoft Edge App Mode terisolasi (dengan fallback otomatis ke browser default) dan CLI Live Activity Monitor (mark). - Autonomous Multi-Agent Sub-Agent Engine (Mission Control): Mark bertindak sebagai Lead Agent yang mampu memecah tugas kompleks dan mendelegasikannya ke banyak Sub-Agent spesialis yang bekerja secara paralel di latar belakang (
spawn_subagent,wait_subagents). Dilengkapi dengan antarmuka Mission Control dan Live Sub-Agent Intercom HUD yang menampilkan pemikiran mendalam (Reasoning Analisis), langkah eksekusi berkala (Execution Steps), dan laporan hasil akhir dengan dukungan penuh Markdown & Syntax Highlighting. - Operator-Style Execution Timeline & Parameter Reason: Visualisasi langkah eksekusi ReAct bergaya modern operator dengan status badge lipat (collapsible details), parameter
reasonterstruktur pada setiap eksekusi tool, dan rendering intervensi pengguna langsung di alur langkah eksekusi (in-flight user intervention). - Interactive File Diff Modal & Syntax Safety: Inspeksi visual perbedaan berkas (file diff) sebelum dan sesudah perubahan kode diterapkan. Mendukung peninjauan baris kode yang ditambah/dihapus secara interaktif serta validasi sintaksis otomatis (syntax validator) sebelum penulisan ke disk untuk mencegah kerusakan berkas kode.
- Kapasitas Konteks Masif (256K Tokens) & Zero-Recalc Caching: Manajemen konteks cerdas berkapasitas hingga 256.000 token dengan caching token persisten di basis data SQLite. Mencegah komputasi ulang token yang boros sumber daya dan memungkinkan dialog teknis serta analisis repositori kode bervolume besar secara instan.
- Centralized SQLite & Real-Time Hybrid Vector Engine: Seluruh data (memori kognitif, riwayat obrolan, turn pairs, konfigurasi, sub-agent, dan tasks) tersimpan terpusat di
%USERPROFILE%\.config\mark-agent\mark.dbmenggunakanbetter-sqlite3dalam WAL mode berkecepatan tinggi. Diindeks secara real-time ke mesin pencari hybrid@orama/oramamenggunakan model embedding lokal 384-dimensi (Xenova/paraphrase-multilingual-MiniLM-L12-v2) via Transformers.js tanpa ketergantungan API luar. - Universal Zero-Hallucination Policy & Strict Groundedness: Menerapkan kebijakan anti-halusinasi ketat di seluruh ekosistem Mark. Jika data riwayat percakapan lama, berkas kode, atau fakta dokumen tidak ditemukan, Mark wajib jujur mengakuinya dan dilarang keras mengarang informasi, menambah-nambahkan poin fiktif (anti-extrapolation), atau berpura-pura mengingat hal yang belum pernah dibahas.
- Multi-Session Isolated Browser Automation: Sistem browser Chromium fisik Mark mendukung sesi independen tanpa batas berbasis
puppeteer-core. Beberapa Sub-Agent dapat melakukan riset web, menavigasi Google, mengekstrak data, dan mengisi formulir secara bersamaan tanpa saling mengganggu, didukung oleh Multi-Card Holo Preview yang menampilkan status visual tiap sesi di antarmuka desktop. - Dynamic Agentic Planning (ReAct Loop): Mengganti sistem penjawab statis dengan arsitektur penalaran cerdas. Mark mampu memecah masalah, memikirkan strategi, menggunakan tools secara otonom berulang kali, dan mengevaluasi hasilnya sebelum memberikan jawaban akhir yang komprehensif.
- Agent Task Workflows (Durable Tasks & Mission Control): Untuk pekerjaan multi-langkah yang panjang, Mark secara otonom mendekomposisi tugas menjadi tahapan konkret via tool
create_agent_task(atau dipicu manual via perintah/taskdan alias/plan). Setiap langkah divalidasi, di-checkpoint persisten ke basis data SQLite, dapat di-retry otomatis, dan menghasilkan berkas artefak markdown resmi di folderDocuments/Mark Tasks/<task-id>/yang terpantau real-time pada komponen antarmukaDurableTaskBubbledi chat stream. - Zero-Vision Physical PC & Desktop Automation (Windows UIAutomation + C# Daemon): Menggunakan daemon PowerShell C# persisten (
pc-daemon.ps1), Mark dapat membaca elemen GUI desktop secara struktural, mengklik koordinat, mengetik teks Unicode, menekan kombinasi shortcut, hingga mengelola jendela aplikasi di Windows secara fisik dengan kecepatan tinggi tanpa biaya vision API. Dilengkapi Floating Security Banner dan tombol darurat Emergency Stop (Ctrl+Shift+S). - Integrasi Google Workspace Suite & GDrive Share: Terhubung dengan ekosistem Google Workspace via OAuth2 untuk mengelola Google Calendar (jadwal/agenda), Google Drive (pencarian, pengunggahan, pembagian berkas / GDrive Share), dan Gmail (pembacaan serta pengiriman email).
- Workspace Tagging (
@workspace) & Context Clusters: Dukungan penandaan konteks direktori kerja secara eksplisit (@workspace), pencarian semantik file kerja lokal (Workspace RAG), dan pengelompokan tool dinamis (tool clusters) sesuai kebutuhan tugas. - Developer-Grade Responsive CLI Live Monitor & Auto-Updater: Antarmuka terminal interaktif yang beradaptasi secara dinamis dengan lebar layar terminal mana pun (
process.stdout.columns), notifikasi pembaruan resmi otomatis di latar belakang, zero emoji, dan shortcut kontrol cepat ([u]buka UI,[p]update info,[c]bersihkan layar,[q]keluar). - Infinite Memory & Injection Knowledge RAG: Sistem Vector Retrieval-Augmented Generation (RAG) berjalan secara offline. Mark menyimpan riwayat memori obrolan masif tanpa batas dan pengguna dapat menambahkan dokumen (.pdf, .docx, .txt, .md) ke dalam knowledge base tanpa membebani context window LLM.
- Automatic Memory Groomer (Hippocampus Engine): Sistem pembersihan dan konsolidasi memori mandiri berbasis Orama Clustering dan LLM Batch Processing. Hippocampus Engine mendeteksi klaster memori serupa (
profile&preference) lalu menggabungkannya secara kronologis tanpa kehilangan riwayat penting. - Visualisasi Jaringan Otak (Memory Visualizer): Antarmuka Live Feed "Mark Neural Core" berbasis grafis Neural Network 2D interaktif (
react-force-graph-2d) untuk menjelajahi jaringan Chat History, Knowledge Base, hingga Document Vault. - Relational Growth System & Tactile Avatar: Hubungan Anda dengan Mark dievaluasi layaknya manusia sungguhan melalui 4 parameter krusial (Warmth, Sarcasm, Trust, Energy) dengan preservasi riwayat mood AI dan respons interaksi visual taktil pada avatar. Tingkat kesopanan, kelancangan (roasting), dan kepribadian Mark akan berevolusi organik sesuai gaya komunikasi Anda.
- Multi AI Provider (Built-in Gemini / DeepSeek / Local / Cloud): Mark hadir dengan Google Gemini Engine (Gratis) sebagai provider bawaan yang siap pakai tanpa API Key. Anda juga memiliki fleksibilitas penuh untuk menggunakan DeepSeek Web RPC, Local AI (LM Studio), Cloud AI (Groq / Cerebras), maupun Custom OpenAI-Compatible API.
- Asisten Bot Telegram Mandiri (Telegraf Engine): Terhubung langsung dengan Telegram Bot API. Mark dapat dikontrol jarak jauh via Telegram, merangkum obrolan, mengunduh MP3 YouTube, mengambil tangkapan layar PC, dan secara otomatis menyinkronkan seluruh balasan & Awareness Engine ke Telegram Admin secara real-time.
- Proaktif dengan Awareness Engine: Mark tidak hanya pasif merespons. Mark dapat proaktif menyapa, mengingatkan tugas, atau memutarkan musik di latar belakang saat Anda sedang bersantai atau bekerja fokus.
- Autonomous Multi-Agent Tools:
spawn_subagent,wait_subagents,send_message,list_subagents,kill_subagent. - Durable Task Workflow Engine:
create_agent_task(pemecahan tugas multi-tahap terstruktur, checkpointing berkala, validasi kelayakan deliverable, dan generasi berkas artefak). - Git Workspace Tools (
git-*):git-status,git-diff,git-commit,git-revert. - Google Workspace Suite (
google-*/gdrive-*/gcal-*/gmail-*):gdrive-search,gdrive-list,gdrive-read,gdrive-upload,gdrive-create,gdrive-move,gdrive-copy,gdrive-share,gdrive-info,gcal-list,gcal-create,gcal-delete,gmail-search,gmail-read,gmail-send,gmail-mark-read. - Memory & Recall Tools (
memory-search): Pencarian semantik memori, preferensi, catatan teknis, dan pasangan percakapan asli (Turn Pairs) dengan similarity threshold dinamis (keyword||threshold||limit, default threshold0.5, limit5). - Multi-Session Web Browsing (
browser-*):browser-navigate,browser-read,browser-click,browser-type,browser-scroll,browser-extract,browser-ask-user,browser-close. - Desktop Automation (
os-*):os-read,os-click,os-type,os-key,os-scroll,os-open,os-list-windows,os-focus-window. - Native File Handling & PowerShell:
read-file,write-file,replace-content,delete-file,list-dir,grep-search,run-powershell. - Background Tasks Engine:
run-task,read-task-output,kill-task,list-tasks. - Vision Awareness:
analyze-screen(analisis layar multi-monitor) dancamera-look(observasi visual webcam). - Interaksi Suara Natural: Voice Activity Detection (VAD) dengan Groq Whisper STT / Local Whisper dan Edge-TTS (
id-ID-ArdiNeural). - Perangkum YouTube & YouTube Music: Transkripsi kilat video YouTube dan pemutar YouTube Music tanpa iklan dengan ad-blaster.
- Mark Skills System: Kustomisasi kepribadian dan kapabilitas menggunakan instruksi Markdown (
.md) dengan pemanggilan slash command (/nama-skill) serta native built-in skills (/task,/plan). - Sistem Plugin Kustom: Penambahan modul fungsi Node.js baru langsung dari antarmuka pengguna dengan Monaco Editor.
- Telegram Bot Integration: Sinkronisasi notifikasi, pengiriman tangkapan layar, dan kontrol perintah jarak jauh melalui Telegram.
Arsitektur memori Mark dirancang untuk kontinuitas ingatan jangka panjang (Long-Term Memory Persistence) secara lokal tanpa bergantung pada cloud:
- Episodic Memory (Turn-Pair Vector Index):
- Setiap sesi percakapan dipecah ke dalam unit dialog utuh (Pertanyaan Pengguna + Jawaban AI).
- Dihitung embedding-nya (vektor 384-dimensi) menggunakan model lokal Transformers.js (
MiniLM-L12-v2). - Disimpan secara persisten di tabel
chat_turnsSQLite dan diindeks ke@orama/oramauntuk pencarian semantik hybrid (BM25 + Cosine Similarity).
- Semantic & Core Memory (
profile,preference,notes):- Menyimpan fakta identitas pengguna, preferensi gaya bicara, dan catatan eksplisit di tabel
memories. - Dikelola dan dirampingkan secara otomatis oleh Hippocampus Memory Groomer.
- Menyimpan fakta identitas pengguna, preferensi gaya bicara, dan catatan eksplisit di tabel
- Self Improving Skill:
- Menyimpan alur kerja teknis dan trik solusi yang berhasil dipelajari Mark saat memecahkan masalah kompleks ke tabel
learned_skills.
- Menyimpan alur kerja teknis dan trik solusi yang berhasil dipelajari Mark saat memecahkan masalah kompleks ke tabel
- Universal Zero-Hallucination & Groundedness:
- Sistem prompt dan ReAct loop Mark dibentengi oleh aturan integritas fakta ketat. Mark dilarang mengarang fakta jika riwayat obrolan atau data file tidak ditemukan di memori, menjamin hasil penarikan informasi yang akurat dan dapat dipercaya.
mark/
├── bin/
│ └── mark.js # CLI Launcher & Terminal Live Monitor entrypoint
├── src/
│ ├── cli/ # Terminal Dashboard & Live Activity Monitor
│ │ ├── monitor.js # Real-time Terminal Dashboard
│ │ └── theme.js # CLI Theme & ASCII HUD
│ ├── server/ # Node.js Core Backend Server
│ │ ├── index.js # Server Entrypoint, Express REST API, Auto-Port Fallback
│ │ ├── ws-hub.js # WebSocket Hub Server (/stream)
│ │ ├── launcher.js # Edge App Mode & Browser Window Manager
│ │ ├── routes/ # Modular Express Routers (tasks.routes.js, etc.)
│ │ ├── memory/
│ │ │ ├── db-store.js # Centralized SQLite Engine (better-sqlite3, 12 tables)
│ │ │ ├── orama-store.js # Hybrid Orama Vector & Text Search
│ │ │ └── vector-engine.js # Transformers.js 384d Local Embeddings
│ │ ├── services/
│ │ │ ├── ai-bridge.js # Multi-Provider Router, Rate Limiter, JSON Repair
│ │ │ └── gemini-web.js # Native Gemini Web RPC Engine
│ │ └── tools/
│ │ ├── pc-agent.js # Win32 Desktop Automation Driver
│ │ ├── awareness-tracker.js # OS-level Active Window & Idle Tracker
│ │ ├── screen-service.js # GDI+ Zero-Dependency Screen Capture
│ │ └── media-tools.js # Audio, STT & TTS Service
│ ├── main/ # Native Subsystems & Automation
│ │ ├── browser-agent.js # Multi-Session Puppeteer Chromium Engine
│ │ ├── node-tools.js # Native OS Tool Registry (File, PS, Folder Dialog, dll)
│ │ ├── git-service.js # Git Workspace Repository Tools
│ │ ├── pc-agent-scripts/ # PowerShell & Win32 C# persistent daemon
│ │ ├── plugins/ # Dynamic User Plugins Engine
│ │ ├── skills/ # Pure Node.js Markdown Skills Engine
│ │ ├── google/ # Google Workspace (OAuth2, Drive, Calendar, Gmail)
│ │ ├── task-daemon.js # Long-Running Background Tasks Daemon
│ │ └── telegram/ # Telegraf Telegram Bot Service
│ └── renderer/ # Modern WebUI Frontend
│ └── src/
│ ├── api/ # Client DB Transparent Proxy & AI Brain
│ │ ├── db.js # SQLite REST Transparent Proxy (Dexie-compatible API)
│ │ ├── taskStore.js # Durable Task & Workflow State Machine
│ │ ├── web-bridge.js # Dynamic WebSocket & API Client (window.api)
│ │ ├── ai/ # Planning, Persona, Relationship, Awareness
│ │ └── subagent/ # Autonomous Sub-Agent Runner & Intercom Store
│ ├── components/ # Reusable Holo UI Components & HUDs
│ │ ├── Chat/ # Chat Bubbles (DurableTaskBubble, MessageBubble, dll)
│ │ └── core/ # InputBar & Native Skills (/task)
│ ├── hooks/ # Custom Hooks (useMarkPlan, useVAD, useAwareness)
│ └── pages/ # MarkHome, ChatStudio, Subagents, Configuration, dll
| Kategori | Teknologi |
|---|---|
| Arsitektur Core | Node.js 20+, Express 4, WebSocket Hub (ws) |
| Antarmuka (UI) | React 19, Vite 7, Tailwind CSS 4, DaisyUI 5, Monaco Editor, Lucide Icons |
| Desktop Launcher | Node.js CLI Live Monitor (mark), Microsoft Edge App Mode |
| Database & Storage | Centralized SQLite (better-sqlite3 WAL Mode), REST Proxy Layer |
| Pencarian & Vektor | @orama/orama WASM, Transformers.js (@huggingface/transformers, 384d) |
| Mesin AI | Google Gemini (Bawaan Gratis) / Custom Open AI API Format / LM Studio (Offline) |
| Browser Automation | puppeteer-core (Multi-Session Chromium Isolation) |
| Desktop Automation | Win32 UIAutomation, persistent PowerShell C# Daemon, WinRT OCR |
| Suara & Audio | Groq Whisper-Large-v3 / Local Whisper, Edge-TTS (id-ID-ArdiNeural), Web Audio API VAD |
- Sistem Operasi: Windows 10/11 (64-bit)
- Node.js: Versi 20 atau lebih baru (Unduh Node.js LTS)
- Browser: Microsoft Edge (bawaan Windows) atau Google Chrome
- (Opsional) LM Studio untuk model AI lokal offline.
- (Opsional) API Key Groq / Cerebras untuk inferensi awan berkecepatan tinggi.
Pasang MARK secara global di sistem Windows Anda melalui PowerShell atau Command Prompt:
npm install -g @mazees/mark --ignore-scriptsTip
Penting: Selalu sertakan flag --ignore-scripts saat instalasi untuk mencegah gangguan skrip preinstall/postinstall pustaka pihak ketiga (seperti pemblokir pnpm pada pustaka TTS atau pemeriksaan dependensi Python eksternal).
Setelah instalasi selesai, luncurkan MARK kapan saja dari folder mana pun di terminal:
markMARK Core Server akan langsung aktif, membuka Live Activity Monitor di terminal, dan meluncurkan antarmuka WebUI dalam mode desktop terisolasi (Microsoft Edge App Mode).
npx --ignore-scripts @mazees/marknpm install -g @mazees/mark@latest --ignore-scriptsJika Anda ingin memodifikasi kode sumber atau berkontribusi pada pengembangan MARK:
-
Kloning repositori:
git clone https://github.com/Mazees/mark-agent.git cd mark-agent/mark -
Instalasi dependensi:
npm install --ignore-scripts
-
Build antarmuka WebUI:
npm run build:ui
-
Jalankan aplikasi (Production mode):
npm start
-
Menjalankan UI & Server secara terpisah (Dev Mode Hot-Reload):
# Terminal 1: Core Backend Server npm run dev:server # Terminal 2: Vite Hot-Reload UI npm run dev:ui
-
Mendaftarkan perintah
marklokal (Global Symlink):npm link
Bagi pengguna MARK versi sebelumnya (berbasis Electron/Dexie) yang ingin memindahkan seluruh memori, dokumen, dan riwayat obrolan ke MARK (berbasis SQLite), silakan baca panduan lengkap di docs/MIGRATION_GUIDE.md.
Dilarang keras menjual atau memperdagangkan perangkat lunak ini untuk keuntungan komersial tanpa izin tertulis.