7 Repo GitHub Buat Bantu Kamu Kerja Bareng AI

1. RuView: WiFi jadi sensor tanpa kamera

Setiap router mengisi ruangan dengan gelombang radio. Saat orang bergerak, bernapas, atau bahkan duduk diam, gelombang itu terganggu dengan pola yang bisa diukur. RuView membaca gangguan itu dari Channel State Information (CSI) WiFi, lalu menerjemahkannya jadi deteksi kehadiran, jumlah orang, gerakan, laju napas, dan detak jantung.

Yang perlu diluruskan dari slide: "pakai WiFi biasa" bukan berarti cukup router di rumah. Untuk sensing sungguhan kamu butuh papan ESP32-S3 (sekitar US$9 per node) yang membaca CSI. Beberapa angka dari README-nya sendiri:

• Laju napas 6 sampai 30 per menit, detak jantung 40 sampai 120 per menit, real-time.
• Tembus tembok sampai sekitar 5 meter, tergantung sinyal.
• Pose 17 titik tubuh masih model awal. README-nya jujur menulis akurasinya baru PCK@20 = 3 persen, jadi anggap fitur eksperimen, bukan fitur siap pakai.

Cara mencoba tanpa perangkat apa pun, pakai data simulasi:

docker pull ruvnet/wifi-densepose:latest
docker run -p 3000:3000 ruvnet/wifi-densepose:latest
# buka http://localhost:3000

Untuk sensing sungguhan, ikuti bagian ESP32-S3 di README: flash firmware, sambungkan ke WiFi, lalu mulai merekam. RuView juga bisa disambungkan ke Home Assistant, Apple Home, Google Home, dan Alexa, jadi kehadiran orang per ruangan bisa dipakai untuk otomasi rumah.

2. ASC: bongkar kode aplikasi Android

APK adalah file aplikasi Android. Decompiler biasa seperti JADX memuat seluruh isinya dulu, membangun indeks raksasa, baru bisa dicari. ASC memperlakukan APK sebagai database: ia mencari langsung di dalam file terkompresi dan hanya mengekstrak kode yang kamu minta. Riset di baliknya masuk jadwal Black Hat Europe Arsenal.

Benchmark dari pembuatnya sendiri, pada APK WPS 352 MB dengan 10 thread:

• Mencari referensi kode: 1,79 detik, dibanding 8 menit 2 detik di JADX (269 kali). JADX malah kehabisan memori setelah mencari 49 persen.
• Membongkar satu class: 415 milidetik, dibanding 1 menit 32 detik (222 kali).
• Memori: 141 MB, dibanding 13,2 GB.
• File cache di disk: 0 MB karena semuanya di memori, dibanding 322 MB.

Cara pasang dan pakai:

pip install droidasc

droidasc app.apk --gui                         # tampilan grafis
droidasc listclass app.apk -o classes.txt      # daftar semua class
droidasc getmanifest app.apk -o AndroidManifest.xml
droidasc findrefs app.apk string token         # cari di mana sebuah teks dipakai
droidasc getclass app.apk com.poc.Main --threads 16

Karena berbasis perintah teks, ASC gampang dipakai oleh coding agent. Minta Claude Code menjalankan findrefs untuk mencari kunci API yang tertanam di APK buatanmu sendiri sebelum dirilis, misalnya.

3. VoiceStudio: salin suaramu di komputer sendiri

VoiceStudio adalah alternatif ElevenLabs yang jalan sepenuhnya di komputermu: clone suara, desain suara baru, dubbing video dengan waktu yang pas, dikte, transkripsi, dan bikin audiobook, dalam 646 bahasa, dari file video dan audio yang umum dipakai. Ada juga API lokal dan MCP, jadi agent AI bisa memanggilnya.

Biaya layanannya memang Rp0, tapi bukan berarti tanpa modal. Kecepatannya sangat tergantung perangkat:

• Mac Apple Silicon memakai akselerasi MLX.
• Windows: akselerasi GPU hanya untuk kartu NVIDIA (CUDA). AMD dan Intel jalan di CPU.
• Tanpa GPU yang didukung, semuanya tetap jalan di CPU, tapi bisa 10 sampai 50 kali lebih lambat.

Cara pasang di macOS atau Linux:

curl -fsSL https://voicestudio.sh/install | sh

Di Windows, unduh installer dari halaman Releases. Setelah terbuka, masuk ke Voice cloning, pilih suara atau tambahkan rekaman referensi yang bersih, ketik teksnya, lalu generate. Model yang dibutuhkan diunduh saat pertama dipakai.

4. MiroFish: bahan kamu jadi laporan prediksi

Kamu mengunggah bahan, misalnya laporan, berita, draf kebijakan, atau cerita, lalu menulis apa yang ingin diprediksi. MiroFish membangun dunia simulasi berisi ribuan agent dengan kepribadian dan ingatan masing-masing, membiarkan mereka berinteraksi, lalu menulis laporan prediksi. Setelah itu kamu bisa mengobrol dengan agent mana pun di dunia simulasi itu.

Alurnya lima tahap: bangun grafik pengetahuan dari bahan, siapkan lingkungan dan kepribadian agent, jalankan simulasi, buat laporan, lalu interaksi lanjutan.

Yang tidak ditulis di slide: ribuan agent itu berjalan di atas model AI berbayar. Kamu butuh kunci API LLM yang formatnya kompatibel dengan OpenAI (README menyarankan Qwen-plus lewat Alibaba Bailian) dan akun Zep Cloud untuk memori (kuota gratis bulanannya cukup untuk pemakaian ringan). README-nya sendiri mengingatkan pemakaiannya boros, dan menyarankan mulai dari simulasi di bawah 40 ronde.

Yang dibutuhkan: Node.js 18+, Python 3.11 atau 3.12, dan uv. Lalu:

git clone https://github.com/666ghj/MiroFish.git
cd MiroFish
cp .env.example .env      # isi LLM_API_KEY, LLM_BASE_URL, LLM_MODEL_NAME, ZEP_API_KEY
npm run setup:all
npm run dev
# buka http://localhost:3000 (backend jalan di port 5001)

Kalau lebih suka Docker, isi .env yang sama lalu jalankan docker compose up -d.

5. OpenResearch: AI ngoding kamu jadi asisten riset

OpenResearch menjadikan Claude Code, Codex, Cursor, atau Google Antigravity sebagai agent riset yang bisa membaca literatur, menyusun dugaan, menjalankan eksperimen, dan menghasilkan laporan. Setiap arah riset bisa diberi agent sendiri yang bekerja paralel, semuanya dari satu dashboard lokal di komputermu.

Cara pasang di macOS atau Linux:

curl -LsSf https://openresearch.sh/install.sh | sh
orx up
# dashboard terbuka di http://127.0.0.1:4791

Ada juga aplikasi macOS yang sudah ditandatangani, cocok untuk laptop kantor yang memblokir perintah terminal tanpa tanda tangan. Versi Windows masih beta dan butuh Git for Windows; versi Linux butuh glibc 2.35 ke atas.

Biayanya mengikuti coding agent yang kamu pakai: langganan atau kuota API-mu sendiri. Kalau butuh komputer yang lebih kuat untuk eksperimen, aplikasinya juga menawarkan compute jarak jauh dari beberapa penyedia, tapi itu opsional.

6. Atlas: lacak kerja AI yang ngoding barengan

Kalau kamu memakai Claude Code dan Codex di proyek yang sama, cepat atau lambat kamu bertanya: perubahan ini siapa yang bikin, dan kenapa? Atlas menjawabnya. Setiap sesi agent menghasilkan checkpoint: commit yang tersambung ke prompt, pemanggilan alat, dan alasan di baliknya, dan bisa dicari lagi berbulan-bulan kemudian.

• Jalankan beberapa agent berdampingan: Claude Code, Codex, agent milik Atlas, atau agent lain dari registry ACP, di satu jendela dan satu codebase.
• Satu ingatan untuk semua agent: keputusan yang dibuat Claude Code ikut muncul di prompt Codex berikutnya, jadi ganti agent di tengah tugas tidak mengulang dari nol.
• Catatanmu jadi konteks: berkas Markdown di .atlas/knowledge/, ditambah CLAUDE.md dan AGENTS.md yang sudah ada, dibaca oleh semua agent di proyek itu.

Atlas tersedia untuk macOS dan Windows; unduh dari halaman rilisnya atau situs resminya, buka folder proyekmu, lalu jalankan agent-agentmu dari sana.

7. Pi: bikin asisten AI versi kamu sendiri

Pi adalah perangkat untuk merakit agent AI. Isinya beberapa paket yang bisa dipakai terpisah:

• pi-ai: satu API untuk banyak penyedia model (OpenAI, Anthropic, Google, dan lainnya).
• pi-agent-core: mesin agent dengan pemanggilan alat dan pengelolaan state.
• pi-coding-agent: coding agent interaktif di terminal.
• pi-tui: pustaka tampilan terminal.

Cara paling cepat mencobanya adalah memasang coding agent-nya (butuh Node.js 22.19 ke atas):

npm install -g --ignore-scripts @earendil-works/pi-coding-agent

# atau di macOS / Linux:
curl -fsSL https://pi.dev/install.sh | sh

Jalankan pi, ketik /login untuk menyambungkan langganan atau kunci API, lalu beri tugas. Kamu juga bisa meminta Pi membuat template prompt, skill, dan ekstensinya sendiri.

Soal lisensi sebelum dipakai untuk bisnis

• MIT dan Apache-2.0 (RuView, OpenResearch, Pi, ASC, Atlas): boleh dipakai dan dimodifikasi untuk komersial, asal mencantumkan lisensi dan hak ciptanya.
• AGPL-3.0 (VoiceStudio, MiroFish): boleh dipakai, tapi kalau kamu memodifikasinya lalu menjalankannya sebagai layanan untuk orang lain, kode perubahanmu wajib dibuka dengan lisensi yang sama.

Ini ringkasan praktis, bukan nasihat hukum. Untuk produk yang akan dijual, baca berkas LICENSE di tiap repo, dan untuk VoiceStudio cek juga lisensi setiap model suaranya.

• Tahu repo ini untuk masalah apa di pekerjaanku
• Perangkatku memenuhi syaratnya (GPU, ESP32, Node, Python)
• Tahu biaya yang ikut terpakai (API, langganan, compute)
• Sudah baca lisensinya kalau mau dipakai untuk klien
• Data dan suara yang dipakai milikku sendiri atau sudah ada izinnya

Tidak perlu memasang semuanya minggu ini. Pilih satu yang paling dekat dengan pekerjaanmu, pasang, dan pakai untuk satu tugas nyata. Dari situ baru kelihatan mana yang layak dipertahankan.

Mau belajar memasang agent AI pertamamu, dipandu langsung dan tatap muka? Sabtu, 3 Oktober 2026 di Jakarta ada workshop Datang Bawa Laptop, Pulang Bawa AI Agent.