Aksara 📝✨

Aksara: Rekan Tim AI Otonom Anda.

Aksara adalah platform yang menyediakan agen AI otonom berbasis suara sebagai tenaga ahli digital. Ia dirancang untuk menangani tugas-tugas kognitif kompleks yang memakan waktu, mulai dari riset pasar, analisis data, hingga pembuatan dokumen, membebaskan para profesional, tim, dan UMKM untuk fokus pada pengambilan keputusan strategis, bukan eksekusi manual.

Mengapa Aksara? Masalah yang Kami Selesaikan

Pertumbuhan ekonomi digital Indonesia menghadapi dua friksi utama yang coba diatasi oleh Aksara:

1. Untuk UMKM: Keterbatasan sumber daya sering kali menghambat kemampuan untuk melakukan analisis pasar yang mendalam, menyusun dokumen finansial standar, dan mengatasi kompleksitas operasional. Aksara hadir untuk mendemokratisasi keahlian, memberikan UMKM akses ke analis dan asisten strategis sesuai permintaan (on-demand).
2. Untuk Sektor Publik & Korporasi: Produktivitas sering terhambat oleh alur kerja manual yang repetitif, birokrasi, dan kesulitan dalam menegakkan standardisasi dokumen. Aksara berfungsi sebagai tenaga kerja digital yang dapat mengotomatisasi tugas-tugas ini, memastikan efisiensi dan konsistensi.

Dengan menyediakan AI as a Service (AIaaS), Aksara secara langsung mendukung peningkatan literasi keuangan dan kapabilitas bisnis UMKM serta mengoptimalkan layanan publik.

🤖 Konsep Inti: Karyawan AI dengan Komputernya Sendiri

Setiap agen Aksara beroperasi di dalam lingkungan komputasi terisolasi Daytona (sandboxed computational environment)—pada dasarnya, komputernya sendiri yang aman dan terdedikasi. Arsitektur fundamental ini memungkinkan agen untuk:

• 🔎 Melakukan Riset Mendalam: Menggunakan peramban web internal (Playwright) dan alat pencarian cerdas (Tavily & Firecrawl).
• 🗂️ Mengelola File: Secara otonom membuat, membaca, dan menganalisis file (.docx, .xlsx, .pdf) di dalam sistem filenya.
• ✍️ Mengeksekusi Tugas Kompleks: Menjalankan kode untuk analisis data dan mensintesis informasi menjadi laporan atau draf yang komprehensif.
• 🧠 Belajar dari Interaksi: Membangun memori kontekstual jangka panjang menggunakan basis data graf (Zep/Graphiti).

🎨 Kanvas: Ruang Kolaborasi Interaktif

Kanvas (tldraw) adalah ruang kolaborasi visual tempat Anda dan agen AI dapat bertukar pikiran, membuat strategi, dan belajar bersama.

• Ketika pengguna pertama kali memasuki laman Kanvas, Aksara akan memulai percakapan onboarding dengan suara (Google Realtime API, Gemini Flash 2.5 Live, & LiveKit) untuk menanyakan goal/tujuan utama pengguna. Misalnya "saya ingin meningkatkan penjualan". Ketika Aksara rasa sudah mendapat informasi yang cukup dari percakapan awal ini, Aksara akan menghasilkan peta jalan/roadmap pada sidebar struktur file, yang setiap tahap dari peta jalan tersebut adalah laman Kanvas tersendiri. Kanvas masing-masing topik menjadi konteks terpisah, dan pengguna dapat menggunakan Kanvas seperti ruang kelas pribadi untuk topik spesifik dalam peta jalan.

• Dampak & Justifikasi: Fitur ini secara langsung mendukung sub-tema (Personalized Training). Bagi UMKM yang tidak memiliki akses ke konsultan, Aksara dapat menjadi mentor visual yang memecah konsep bisnis yang rumit (seperti Business Model Canvas atau analisis SWOT) menjadi diagram yang mudah dipahami. Ini secara signifikan menurunkan hambatan adopsi untuk literasi keuangan dan perencanaan strategis.

🔊 Orkestrasi Cerdas & Interaksi Suara

Interaksi Suara yang Aksesibel dengan LiveKit

Aksara mengintegrasikan LiveKit untuk menciptakan pengalaman yang benar-benar kolaboratif dan aksesibel.

• Dampak & Justifikasi: Kemampuan suara membuat teknologi ini lebih manusiawi dan mudah dijangkau. Pengguna tidak perlu lagi terpaku pada antarmuka yang kaku. Mereka dapat berbicara dan berdiskusi secara natural dengan Aksara untuk merumuskan detail tugas yang kompleks. Bayangkan Anda sedang brainstorming dengan asisten Anda; Anda mengutarakan ide, Aksara mencatat, mengajukan pertanyaan klarifikasi, lalu mulai bekerja. Ini menciptakan alur kerja yang intuitif dan memberdayakan.

Alur Distribusi Tugas yang Efisien

Ketika pengguna memberikan perintah, sistem orkestrasi Aksara bekerja secara efisien:

1. Dekomposisi Tugas (agentpress): Agen inti memecah tujuan besar menjadi langkah-langkah kecil yang dapat dieksekusi menggunakan logika ReAct (Reason+Act).
2. Validasi Alat (Pydantic): Setiap alat (browser, file I/O) memiliki skema yang ketat, memastikan eksekusi yang andal dan terstruktur.
3. Pemilihan Model (LiteLLM): Sistem secara cerdas memilih LLM yang paling sesuai untuk setiap sub-tugas—model yang kuat untuk analisis, model yang cepat untuk klasifikasi.
4. Eksekusi Latar Belakang (RabbitMQ): Tugas-tugas berat dijalankan secara asinkron, sehingga antarmuka pengguna tetap responsif.

🚀 Peta Jalan & Visi Jangka Panjang

Fase 1 (Segera Hadir): Kolaborasi Tim & Peran

Fokus pada transformasi Aksara menjadi sistem operasi tim dengan fitur Workspace Multi-Pengguna, Kontrol Akses Berbasis Peran, dan alur kerja Pendelegasian & Persetujuan Tugas.

Fase 2 (Jangka Menengah): Asisten Komunikasi Cerdas

Memberikan solusi bisnis end-to-end dengan Integrasi Telepon (LiveKit) untuk berfungsi sebagai resepsionis AI 24/7 dan Otomatisasi Email & Kalender untuk mengelola jadwal secara proaktif.

Fase 3 (Visi): Ekspansi Vertikal & Ekosistem Nasional

Ini adalah visi jangka panjang kami untuk menjadikan Aksara sebagai platform AI terdepan di Indonesia.

• Aksara untuk Pendidikan: Menciptakan versi platform yang disesuaikan untuk institusi pendidikan, membantu pendidik membuat materi ajar interaktif dan menyediakan tutor AI personal yang adaptif bagi siswa.
• Marketplace MCP Nasional: Visi puncaknya adalah meluncurkan platform Model Context Protocol (MCP). Ini akan menjadi sebuah marketplace di mana pengembang pihak ketiga dapat menciptakan, membagikan, dan memonetisasi data & tools yang sangat terspesialisasi melalui satu API terpadu.
  • Dampak & Justifikasi: Ini akan menciptakan efek jaringan (network effect) yang masif dan memposisikan Aksara sebagai fondasi ekosistem AI nasional. Agen di seluruh Indonesia dapat mengakses server MCP yang terspesialisasi untuk (misalnya):
    • 🏦 Perbankan: API skor kredit, data transaksi anonim untuk analisis.
    • ⚖️ Hukum: Basis data peraturan, templat dokumen legal.
    • 📈 Data Perusahaan: Riset pasar, data keuangan publik.
    • 🌿 Masyarakat Adat & Alam: Akses etis ke data kebudayaan, laporan lingkungan, dan data biodiversitas untuk riset.

---

🏗️ Panduan Instalasi Lengkap

Panduan ini akan memandu Anda melalui proses instalasi manual Aksara secara detail.

1. Prasyarat

Pastikan semua perangkat lunak berikut telah terpasang di sistem Anda:

• Git
• Python 3.11+
• Docker & Docker Compose
• Node.js v18+ (disarankan menggunakan nvm)
• uv (Penginstal paket Python yang sangat cepat)
• Supabase CLI

2. Kloning Repositori

git clone https://github.com/yohn-maistre/aksara.git
cd aksara

3. Konfigurasi Variabel Lingkungan

Anda perlu membuat dua file .env. Gunakan templat .env.example di setiap direktori.

a. Backend API (apps/api/.env)

Buat filenya terlebih dahulu:

touch apps/api/.env

Kemudian, isi file apps/api/.env dengan konten berikut dan ganti nilainya dengan kunci API Anda:

# Environment Mode
ENV_MODE=local

# DATABASE (dari proyek Supabase Anda)
SUPABASE_URL=https://your-project-id.supabase.co
SUPABASE_ANON_KEY=your-supabase-anon-key
SUPABASE_SERVICE_ROLE_KEY=your-supabase-service-role-key

# REDIS & RABBITMQ (untuk Docker lokal, biarkan default)
REDIS_HOST=redis
REDIS_PORT=6379
RABBITMQ_HOST=rabbitmq
RABBITMQ_PORT=5672

# LLM Providers (isi salah satu atau lebih)
OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxx
ANTHROPIC_API_KEY=sk-ant-xxxxxxxxxxxxxxxxxxxxxxxx
# MODEL_TO_USE=openai/gpt-4o

# WEB SEARCH & SCRAPE
TAVILY_API_KEY=tvly-xxxxxxxxxxxxxxxxxxxxxxxx
FIRECRAWL_API_KEY=fc-xxxxxxxxxxxxxxxxxxxxxxxx

# SANDBOX PROVIDER
DAYTONA_API_KEY=dtn_xxxxxxxxxxxxxxxxxxxxxxxx
DAYTONA_SERVER_URL=https://app.daytona.io/api

# BACKGROUND JOBS (PENTING!)
# Untuk pengembangan lokal, gunakan ngrok: https://your-ngrok-url.io
WEBHOOK_BASE_URL=https://your-publicly-accessible-domain.com
QSTASH_TOKEN=eyxxxxxxxxxxxxxxxxxxxxxxxx
QSTASH_CURRENT_SIGNING_KEY=sig_xxxxxxxxxxxxxxxxxxxxxxxx
QSTASH_NEXT_SIGNING_KEY=sig_xxxxxxxxxxxxxxxxxxxxxxxx

# URLS
NEXT_PUBLIC_URL=http://localhost:3000

b. Frontend Web (apps/web/.env.local)

Buat filenya:

touch apps/web/.env.local

Isi file apps/web/.env.local dengan konten berikut:

NEXT_PUBLIC_SUPABASE_URL=https://your-project-id.supabase.co
NEXT_PUBLIC_SUPABASE_ANON_KEY=your-supabase-anon-key
NEXT_PUBLIC_BACKEND_URL=http://localhost:8000
NEXT_PUBLIC_URL=http://localhost:3000
NEXT_PUBLIC_ENV_MODE=LOCAL

4. Pengaturan Basis Data Lokal dengan Supabase

1. Mulai Supabase di Docker:

   npx supabase start

   Perintah ini akan membuat kontainer Docker untuk Postgres dan layanan Supabase lainnya. Simpan kunci API dan URL yang ditampilkan di terminal.

2. Terapkan Skema Database:

   npx supabase db reset
   ```    Perintah ini akan menjalankan semua file migrasi dari folder `supabase/migrations` ke database lokal Anda.
   

5. Instalasi Dependensi

Proyek ini menggunakan Turborepo dan Bun (atau npm/yarn) sebagai manajer paket. Instal semua dependensi dari direktori root.

# Menggunakan Bun (disarankan)
bun install

# Atau menggunakan npm
npm install

6. Jalankan Aplikasi

Jalankan semua layanan secara bersamaan dari direktori root.

# Menggunakan Bun (disarankan)
bun run dev

# Atau menggunakan npm
npm run dev

Setelah semua layanan berjalan tanpa eror, aplikasi Anda siap diakses:

• Frontend: Buka http://localhost:3000 di browser Anda.
• Backend API: Berjalan di http://localhost:8000.

(Opsional) Self-host dengan Docker

❤️ Cara Berkontribusi

Kami sangat menyambut baik kontribusi dari komunitas! Silakan baca CONTRIBUTING.md kami untuk detail lebih lanjut mengenai alur kerja, standar kode, dan cara mengajukan pull request.

📄 Lisensi

Proyek ini dilisensikan di bawah GNU Affero General Public License v3.0 (AGPLv3). Ini berarti jika Anda menjalankan versi modifikasi dari layanan ini di jaringan, Anda juga harus menyediakan kode sumbernya. Lihat file LICENSE untuk informasi lebih lanjut.