[Open Source] #242 - gstack: Hệ thống điều phối AI Agent chuyên sâu với kiến trúc Bun, Playwright Daemon và cơ chế tương tác Web theo ngữ nghĩa

Trong kỷ nguyên của AI-driven development, các công cụ như Claude Code mang lại khả năng lập trình tự trị mạnh mẽ nhưng thường bị giới hạn bởi việc thiếu "thị giác" (không thể nhìn thấy trang web) và độ trễ khởi động cao. gstack ra đời như một hệ điều hành tăng cường, cung cấp hạ tầng để AI Agent không chỉ có thể lướt web mà còn có thể thực hiện các quy trình kỹ thuật phức tạp (Review, Plan, Ship) với tốc độ phản hồi tính bằng mili giây. Điểm vượt trội của gstack nằm ở việc biến trình duyệt thành một dịch vụ chạy ngầm bền bỉ, cho phép AI tương tác với các ứng dụng web phức tạp giống như một chuyên gia QA thực thụ.

Dưới góc độ kỹ thuật, gstack là một minh chứng xuất sắc về việc ứng dụng Runtime Bun, kỹ thuật Semantic Locators (@refs) và kiến trúc Daemon-Client để tối ưu hóa tài nguyên.

Github: https://github.com/v8u7/gstack

🛠️ 1. Nền tảng công nghệ: Hiệu năng cực đại với Bun Stack

gstack chọn lọc những công nghệ tiên phong để đảm bảo AI Agent hoạt động không độ trễ:

• Runtime Engine (Bun v1.1+): Tận dụng tốc độ khởi động nhanh kỷ lục của Bun để xử lý các yêu cầu CLI. Bun cũng được dùng để biên dịch toàn bộ hệ thống thành một tệp nhị phân duy nhất (Standalone Binary), giúp việc cài đặt chỉ mất vài giây.
• Automation Kernel (Playwright): Sử dụng nhân Chromium của Playwright để điều khiển trình duyệt ở chế độ Headless. Hệ thống hỗ trợ trích xuất cây Accessibility (ARIA) thay vì cây DOM truyền thống, giúp AI tập trung vào các phần tử có khả năng tương tác.
• Security Orchestration: Tích hợp với macOS Keychain để giải mã Cookie trực tiếp từ các trình duyệt (Chrome, Arc) bằng thuật toán AES-128-CBC, cho phép AI Agent "kế thừa" phiên đăng nhập của người dùng mà không cần mật khẩu.
• TypeScript-First: Toàn bộ logic điều phối và quản lý trạng thái được viết bằng TypeScript, đảm bảo tính an toàn kiểu dữ liệu tuyệt đối giữa các lớp giao tiếp.

🏗️ 2. Trụ cột kiến trúc: Playwright Daemon và Cognitive Roles

Kiến trúc của gstack được thiết kế để biến một AI Agent đơn lẻ thành một đội ngũ chuyên gia có trạng thái (Stateful):

• Persistent Daemon Model: Khác với các script automation thông thường sẽ đóng trình duyệt sau khi chạy, gstack duy trì một Daemon Server chạy ngầm. Khi AI gửi lệnh, trình duyệt đã sẵn sàng ở tab hiện tại, giúp giảm độ trễ từ 5 giây xuống còn 200ms.
• Cognitive Gear Shifting: Dự án phân rã logic thành các "Chế độ nhận thức" (Roles) thông qua slash commands:
  • /browse: Cung cấp "mắt" cho AI để thực hiện QA/Research.
  • /review & /ship: Đóng vai trò Staff Engineer để soát lỗi logic và điều phối quy trình CI/CD (PR, Greptile integration).
• Project-Local Isolation: Mỗi không gian làm việc có một thư mục .gstack/ riêng. Kỹ thuật này đảm bảo Cookie, nhật ký hành động và trạng thái trình duyệt (browse.json) được cô lập hoàn toàn giữa các dự án khác nhau.

🔄 3. Workflow: Vòng đời từ Câu lệnh AI đến Tương tác Web (Sequence Diagram)

Sơ đồ mô tả quy trình gstack điều phối luồng lệnh từ Claude Code tới trình duyệt:

⚡ 4. Các kỹ thuật "Pro-level" trong mã nguồn

1. Semantic Ref System (@refs): Một kỹ thuật đột phá giúp AI Agent tương tác với Web ổn định hơn. Hệ thống gán các định danh ngắn như @e1, @e2 cho các phần tử dựa trên vai trò của chúng (Button, Input). AI chỉ cần ra lệnh click @e1, gstack sẽ tự động ánh xạ ngược lại selector chính xác, triệt tiêu lỗi do AI đoán sai CSS Selector.
2. Automated Skill-Doc Generation: Dự án sử dụng hệ thống template (SKILL.md.tmpl) để tự động cập nhật hướng dẫn cho Claude mỗi khi mã nguồn thay đổi. Điều này đảm bảo AI luôn biết cách sử dụng các tính năng mới nhất mà không cần cập nhật thủ công tài liệu hướng dẫn (System Prompt).
3. LLM-as-judge Testing: gstack không chỉ test code, nó test cả "độ thông minh" của phản hồi. Hệ thống sử dụng một model AI độc lập để thẩm định xem câu trả lời của Agent có đạt chuẩn về tính hành động (Actionability) và độ chính xác hay không.
4. Idle Timeout Orchestration: Daemon Server tích hợp bộ đếm giờ thông minh. Nếu không có yêu cầu nào trong 30 phút, hệ thống tự động giải phóng trình duyệt và đóng tiến trình Bun để tiết kiệm tài nguyên máy chủ cho người dùng.

⚖️ 5. So sánh chiến lược

✅ Kết luận: Tại sao gstack là hạ tầng quan trọng cho AI Engineer?

gstack chứng minh rằng ranh giới giữa AI và trình duyệt có thể được xóa nhòa bằng một kiến trúc điều phối thông minh. Việc chuyển dịch từ các script automation tĩnh sang một Daemon có trạng thái giúp AI Agent thực sự trở thành một trợ lý "biết nhìn" và "biết làm", thay vì chỉ "biết nói".

Đối với các kỹ sư AI và Backend, nghiên cứu gstack giúp bạn hiểu sâu về:

• Kỹ thuật xây dựng Daemon Server hiệu năng cao với Bun.
• Cách trích xuất Metadata ngữ nghĩa từ trang web cho LLM tiêu thụ.
• Tư duy thiết kế Bảo mật danh tính cho các Agent tự trị.