Agent 正在從回答問題走向真正做事。這個變化很有意思,但也帶來一個現實問題:工作本身分散在帳號、檔案、服務、權限、團隊習慣和大量脈絡裡。
OOMOL 把這些系統的帳號連接、憑證和設定集中管理,讓 Agent 透過清楚的授權進入真實工作。
OOMOL 由一支小團隊建構。我們希望 Agent 能在清楚授權下處理實際任務,並把有效方法重複使用起來。
我是 Shaun,OOMOL 的 CEO。很好奇你在用 OOMOL 做什麼呢,也想聽聽它有沒有幫你把事情做得更順手。歡迎加{{wechat}}隨時和我聊聊。
OOMOL 將 App 帳號連接到 AI Agent 與產品後端。Skill 封裝可重複使用的任務方法;OpenConnector 提供可自行部署的連接執行環境。
Agent 正在從回答問題走向真正做事。這個變化很有意思,但也帶來一個現實問題:工作本身分散在帳號、檔案、服務、權限、團隊習慣和大量脈絡裡。
OOMOL 把這些系統的帳號連接、憑證和設定集中管理,讓 Agent 透過清楚的授權進入真實工作。
我們圍繞開源專案和 GitHub 協作建構 OOMOL,在 issue、程式碼提交和社群回饋裡持續迭代產品。
這些判斷決定我們如何處理連接、權限和方法重複使用。
OOMOL 讓使用者繼續在熟悉的 Agent 中工作,並呼叫現有工作裡的帳號、工具和資料。
當 Agent 可以操作真實系統,使用者應該知道連接了什麼、批准了什麼、呼叫了什麼,也能回頭查看記錄。
有效的任務方法可以存進 Skill,在不同 Agent 和團隊成員之間繼續使用。
我們把 Agent 工作周圍的基礎環節做清楚、做穩定,讓連接、授權和記錄成為可以長期依賴的基礎。
我們會從具體任務開始看:使用者想讓 Agent 做什麼、會用到哪些帳號和工具、過程中哪裡最容易卡住。
連接、授權和記錄能夠解決的場景,我們會保持簡單;需要重複使用的方法再整理成 Skill。
使用者在哪裡看不懂、哪裡設定麻煩、哪裡反覆使用,都會影響我們接下來怎麼改。
如果你有問題、想法,或只是想確認 OOMOL 是否適合自己的用法,都可以直接來聊。