Команда Flue представила новую платформу, которая объединяет локальные модели, контейнеры и облачные хранилища в единые агенты. Разработка сосредоточена на Node.js и позволяет запускать умных помощников без необходимости поднять HTTP-сервер. Триггеры срабатывают автоматически через систему CI, например при работе CLI утилиты flue run.
В одном из примеров создается агент для анализа проблем GitHub. Он использует модель от Anthropic под названием Claude Opus 4.7. Система берет номер вопроса из данных события и запускает навык под названием triage. Агентам доступен набор валидаторов от Valibot, чтобы проверять тип данных результата. Они возвращают уровень серьезности: от low до critical, указывают воспроизводимость ошибки и краткое описание. После анализа агент через Octokit публикует комментарий на странице issue, используя токен GITHUB_TOKEN из окружения. Безопасность обеспечивается тем, что сам агент никогда не видит чувствительные ключи.
Еще один сценарий работает в локальной среде и предназначен для анализа данных. Здесь используется модель Anthropic под названием Claude Sonnet 4.6. Проект подключает библиотеку just-bash, позволяя агентам выполнять команды оболочки и работать с файлами. Виртуальный песочница монтирует текущую папку проекта в точку монтирования /workspace. Система поддерживает Python прямо внутри оболочки, чтобы агент мог писать код для анализа и генерации отчетов. Агенты используют контекст из файла AGENTS.md, где описаны роли и навыки.
Для задач кодирования разработчики подключили среду Daytona. Каждый агент получает настоящий контейнер с API ключем DAYTONA_API_KEY. Система автоматически клонирует репозиторий пользователя в папку /workspace/project и устанавливает зависимости через npm. Агент работает с моделью GPT 5.5 от OpenAI. Если это не локальная сборка, команду можно выполнить через контейнер или снапшот от провайдера.
Последний пример демонстрирует работу в среде Cloudflare Workers с объектным хранилищем R2. Система получает доступ к бакету KNOWLEDGE_BASE_BUCKET и монтирует его как файловую систему агента. Под капотом работает SQLite на объектах R2, а поиск осуществляется через Bash — команды grep и glob работают поверх файлов, не требуя запуска тяжелых контейнеров. Здесь задействована модель от OpenRouter под названием Kimi K2.6 от Moonshot AI. Агент отвечает на сообщения пользователей, используя свои роли поддержки, и может вызывать навыки прямо через вызов метода session.skill.