Tóm tắt nhanh:
QM là một “multiplayer agent harness” giúp mỗi nhân viên có workspace AI riêng, đồng thời vẫn cộng tác với agent trong Slack và web app; bạn triển khai trên hạ tầng của chính mình, chọn mô hình, chọn harness, tùy biến sandbox và kỹ năng nội bộ mà không bị khóa vào vendor nào.
QM là một nền tảng agent được thiết kế cho môi trường startup, nơi nhiều người cùng làm việc với AI trên cùng một hệ thống nhưng vẫn giữ được không gian riêng và quyền kiểm soát rõ ràng. Thay vì coi agent như một trợ lý cá nhân đơn lẻ, QM định nghĩa lại agent như một hạ tầng đa người dùng, đa phòng, có memory, file, keychain và sandbox riêng cho từng scope (user, room, project).
Bạn có thể tích hợp QM với Slack và web app, để cùng một identity AI theo bạn từ kênh chat đến giao diện web nội bộ. Nền tảng này đặc biệt phù hợp với startup thích open-source, muốn tự triển khai trong cloud riêng, và đang xây các công cụ nội bộ như CRM, dashboard, devops assistant, hệ thống triage email hay automation cho repos code.
Kiến trúc cốt lõi của QM
Ở trung tâm, QM có một “headless core” với API, identity, policy và scheduler, kết nối với một vòng lặp agent (agent loop) có thể chạy trên nhiều harness như Pi, OpenCode, Codex, hoặc Claude Code. Toàn bộ state lâu dài (sessions, memory, queue) được lưu trong PostgreSQL, giúp bạn có một tầng persistence rõ ràng và có thể kiểm soát.
Mỗi scope (ví dụ một người dùng hoặc một room Slack) tương ứng với một sandbox riêng: file, tools và các dịch vụ đã đăng nhập được giữ bền vững, để agent có “máy riêng” cho từng người hoặc từng nhóm. Web UI, admin panel, public portal hay Slack plugin chỉ là những plugin dựng trên HTTP API của core, nên bạn hoàn toàn có thể thêm hoặc bỏ bớt tùy nhu cầu tổ chức.
Những tính năng nổi bật đáng chú ý
QM được thiết kế với một số tính năng chủ lực mà startup dễ tận dụng ngay:
- Personal và shared scopes: mỗi người có thể tùy biến agent “của mình”, đồng thời vẫn dùng chung trong channel, group message và project.
- Slack và web: cùng một identity, cùng config chạy xuyên suốt giữa Slack và web app, giúp giảm ma sát khi chuyển ngữ cảnh.
- Admin control: tổ chức có thể đặt cấu hình ở cấp org, security posture, giới hạn harness và model nào được phép dùng.
- Web apps nội bộ: khả năng spin up web app nội bộ, publish đến đúng người, giữ data luôn cập nhật thông qua sandbox và skills.
- Shared skills: kỹ năng được sở hữu bởi scope và có thể share qua grant, sau đó được admin promote thành kỹ năng toàn tổ chức hoặc import skill packs từ repo git.
- Background work: cron và watch cho phép agent chạy việc nền (theo lịch hoặc theo sự kiện) ngay cả khi không ai tương tác trực tiếp.
Với developer, những tính năng này mở ra cửa để biến QM thành “internal AI platform” nơi bạn trộn dữ liệu nội bộ (docs, email, database, log) với web search và các tool khác trong cùng một quy trình.
Khả năng ứng dụng QM trong doanh nghiệp
Một số use case điển hình mà QM nhắm tới:
- Tìm kiếm đa nguồn: search nội dung ghi chú nội bộ, email, tài liệu, database và web trong một câu hỏi duy nhất cho agent.
- “Company brain” retrieval: xây một “bộ não công ty” để tra cứu policy, guideline, quyết định cũ, các ADR, ticket và log hệ thống.
- Xây app nội bộ: dựng các web apps chuyên biệt (ví dụ triage inbox, xử lý yêu cầu support, báo cáo định kỳ) và publish cho đúng nhóm người.
- Học phong cách viết: để agent học writing style từ email đã gửi, rồi tự triage inbox, gợi ý label và soạn draft reply theo lịch.
- Làm việc với repo code: chạy test, mở PR, monitor CI, kiểm tra logs, và post update vào channel Slack liên quan.
- Theo dõi dự án: dùng một shared channel để agent tóm tắt tiến độ, post follow-up, nhắc deadline.
Với vai trò là developer/entrepreneur, bạn có thể coi QM như một nền tảng để gắn AI vào mọi workflow nội bộ, thay vì chỉ là một chatbot.
Bức tranh security: Strict, Auto, Dangerous
QM đi theo cách tiếp cận của các coding agent local: agent hành động như người dùng mà nó phục vụ, dùng chính credential và permission của người đó, và tất cả đều được audit. Tổ chức chọn một security posture tổng thể, và mỗi scope chỉ có thể thắt chặt hơn, không nới lỏng.
Ba posture chính:
- Strict: mọi tool call từ harness dừng lại chờ phê duyệt thủ công, trừ hai thao tác kết thúc lượt không gây tác động.
- Auto (mặc định): có một classifier screen dữ liệu bên ngoài (kèm provenance) và kết quả tool trước khi gửi vào model; deployment có thể trỏ về proxy screening riêng của mình.
- Dangerous: không screening nội dung, không pause giữa các tool call – phù hợp môi trường sandbox cực kỳ kiểm soát, không phải production.
Ngoài ra, QM có command policy được định nghĩa trước để đặt approval rules và các “hard deny” cho thao tác nguy hiểm như recursive delete hoặc destructive SQL, áp dụng cho mọi posture.
Chuẩn bị môi trường trước khi cài QM
Để triển khai QM cho tổ chức, bạn sẽ cần một số thành phần cơ bản:
- Node.js và npm: core của QM chạy TypeScript trực tiếp trên Node, dùng Fastify cho HTTP, Vite và Lit cho web UI.
- PostgreSQL: để lưu sessions, memory, queue và các state bền vững.
- Một cloud account: QM hỗ trợ target như Fly hoặc AWS; mỗi lần deployment chạy trong chính cloud account của bạn.
- Slack workspace (tùy chọn): nếu muốn dùng plugin Slack, bạn cần chuẩn bị app, token và cấu hình Bolt theo hướng dẫn trong docs.
Ngoài ra, bạn sẽ cần một deployment repository riêng của tổ chức, phụ thuộc vào package @yc-software/qm từ npm.
Các bước khởi tạo deployment với QM CLI
QM cung cấp một CLI để khởi tạo và chuẩn hóa deployment directory cho tổ chức. Quy trình cơ bản:
- Tạo repository deployment mới (org-owned), ví dụ
my-org/qm-deploy. - Chạy lệnh khởi tạo với QM CLI từ npm:
npm exec --yes --package=@yc-software/qm@latest -- \
qm init . --org <slug> --target <fly-or-aws>
npm install- Quá trình init sẽ:
- Tạo deployment skill cho agent.
- Hướng dẫn bạn đi qua bước cấu hình infrastructure, web sign-in, connector credentials (email, docs, database…), optional Slack access.
- Thiết lập deployment và verify live mà không cần checkout source của QM core.
Mỗi deployment chạy hoàn toàn trong cloud account của operator; QM không ship kèm CI production cho bạn, nên bạn tự lựa chọn và cấu hình workflow CI/CD của tổ chức.
Cấu trúc deployment directory và sandbox layer
Deployment directory chứa toàn bộ thứ “riêng” của tổ chức: config, sandbox tools, skills, plugin images và infrastructure. Tất cả được đặt dưới deploy/layers/<org>/ theo cấu trúc mà qm init sinh ra, giúp bạn dễ dàng phân biệt phần core open-source với phần customization riêng.
Core của QM vẫn giữ byte-identical với upstream, đảm bảo việc merge từ upstream về deployment riêng luôn nhỏ gọn và dễ review. Điều này rất quan trọng nếu bạn muốn cập nhật thường xuyên theo release upstream nhưng vẫn giữ custom layer ổn định.
Private fork: Khi bạn muốn đọc và sửa toàn bộ core
Nếu tổ chức muốn làm việc trong một repository “all-in-one” – vừa có core QM, vừa có layer riêng – bạn có thể tạo một private fork theo kiểu plain clone, không dùng nút Fork của GitHub. Lý do: fork trên GitHub kế thừa visibility, nên fork của repo public không thể đặt chế độ private, và chia sẻ cùng object network với repo gốc.
Quy trình được đề xuất:
gh repo create <org>/qm-private --private
git clone --bare [email protected]:yc-software/qm qm-seed.git
git -C qm-seed.git push --mirror [email protected]:<org>/qm-private
rm -rf qm-seed.git
git clone [email protected]:<org>/qm-private
git -C qm-private remote add upstream [email protected]:yc-software/qmSau đó, mọi thứ đặc thù tổ chức vẫn đặt trong deploy/layers/<org>/, và bạn dùng các skill như update-qm để merge upstream vào fork riêng, hoặc upstream-pr để gửi fix ngược lại, đảm bảo không đưa theo bất kỳ thứ gì dưới deploy/layers/ lên repo chính.
Cách tương tác hàng ngày với QM sau khi triển khai
Khi QM đã chạy cho tổ chức, workflow điển hình của người dùng:
- Đăng nhập web app nội bộ, nơi mỗi người có workspace riêng với memory, file và web apps họ sở hữu hoặc được share.
- Kết nối agent với Slack: join các channel mà agent được cấu hình để theo dõi, đặt cron hoặc watch cho các sự kiện (ví dụ build fail, ticket mới, mail đến).
- Tạo và chia sẻ skills: viết mô tả skill, đóng gói thành một skill pack trong repo git, import vào QM và grant cho scope phù hợp.
- Dùng agent loop để chạy các quy trình phức tạp: agent gọi các tool đã được allow trong sandbox, thực hiện command, ghi lại log và chờ review nếu posture là Strict.
Đối với bạn – một developer quen web automation, Docker, và AI frameworks – việc kết nối QM với stack hiện có (crawler, ETL, dashboard POS, blog generator…) khá tự nhiên: coi QM như tầng orchestration AI nằm giữa dữ liệu và service.
QM không chỉ là một thư viện hay một chatbot mẫu, mà là một nền tảng agent đa người dùng được thiết kế đặc biệt cho môi trường startup và teams kỹ thuật muốn làm chủ hạ tầng AI nội bộ. Bạn triển khai trên cloud của mình, giữ core open-source, tùy biến deployment directory, chọn posture bảo mật, và gắn agent vào mọi quy trình từ Slack đến web app.
Nếu bạn đang xây các hệ thống như POS, automation cho nội dung, hay orchestration cho crawler/data pipeline, việc thêm QM vào kiến trúc giúp tạo một lớp “AI teammate” có memory, sandbox và kỹ năng riêng cho từng người và từng dự án – điều mà các chatbot đơn lẻ khó đáp ứng lâu dài.
