Platform Overview

Neotask क्या है?

Gateway वह core engine है जो Neotask को power करता है। यह एक single long-running service है जो सब कुछ manage करती है: agent sessions, messaging integrations, tool execution, scheduled automations, और device connections।

इसे उस brain की तरह समझें जिससे आपका Neotask desktop app, mobile apps, और web dashboard सभी connect होते हैं। जबकि आप उन interfaces के माध्यम से interact करते हैं, Gateway behind the scenes heavy lifting कर रहा है।

Architecture

Neotask एक hub-and-spoke model उपयोग करता है:

• The Gateway central hub है, एक WebSocket server जो आपकी machine पर (या cloud में) run होता है। यह सभी agent sessions manage करता है, channels के बीच messages route करता है, tool execution orchestrate करता है, और state persist करता है।
• Clients (desktop app, mobile apps, web dashboard, या terminal) Gateway से connect होते हैं और उसके माध्यम से messages send/receive करते हैं।
• Nodes (iOS, Android, macOS पर companion apps) device capabilities expose करते हैं, camera, canvas, screen recording, location, और voice, Gateway पर running agents को।
• Channels (WhatsApp, Telegram, Discord, Slack, आदि) messaging transports हैं जिनसे Gateway messages send और receive करने के लिए connect होता है।

सभी AI operations Gateway → LLM Provider pipeline के माध्यम से होती हैं। Desktop app कभी directly LLM call नहीं करता।

Key Capabilities

Multi-Channel Messaging

20+ messaging platforms से simultaneously connect करें। आपके agents WhatsApp, Telegram, Discord, Slack, Signal, iMessage, Google Chat, Microsoft Teams, Matrix, IRC, और अधिक पर, एक single Gateway instance से, messages send और receive कर सकते हैं। Channels देखें।

Multi-Agent System

Multiple isolated agents run करें, प्रत्येक के अपने workspace, personality, model configuration, और channel bindings के साथ। Specific channels, servers, या contacts से inbound messages को automatically सही agent पर route करें। Agents देखें।

Device Capabilities via Nodes

iOS, Android, और macOS companion apps को "nodes" के रूप में connect करें जो device hardware को आपके agents को expose करते हैं। Agents photos ले सकते हैं, video record कर सकते हैं, screen capture कर सकते हैं, GPS location प्राप्त कर सकते हैं, interactive canvases render कर सकते हैं, और system commands run कर सकते हैं, सभी natural language के माध्यम से। Companion Apps देखें।

Browser Automation

Agents एक full Chromium browser control कर सकते हैं, pages खोलें, elements click करें, forms fill करें, screenshots लें, content extract करें, files upload करें, और JavaScript run करें। Account isolation के लिए Multiple browser profiles support किए जाते हैं। Tools & Capabilities देखें।

Canvas & A2UI

Agent-to-UI (A2UI) system agents को connected devices पर interactive visual content render करने देता है। Agents web pages present कर सकते हैं, structured UI updates push कर सकते हैं, canvas context में JavaScript execute कर सकते हैं, और displayed content के snapshots ले सकते हैं। Tools & Capabilities देखें।

Flexible Model Support

कोई भी major LLM provider उपयोग करें, Anthropic (Claude), OpenAI (GPT), Google (Gemini), Together AI, Moonshot, OpenRouter, और अधिक। Model fallback chains, aliases, और per-agent model overrides configure करें। Ollama या vLLM के माध्यम से local models run करें। Models & Providers देखें।

Plugin & Skill Ecosystem

Plugins के साथ Neotask extend करें जो new channels, tools, RPC methods, और capabilities add करते हैं। उपलब्ध skills skills catalog में browse करें। Agents को new workflows सिखाने के लिए अपनी own skills बनाएं। Plugins & Skills देखें।

Scheduling & Automation

Cron expressions, one-shot reminders, या interval-based triggers के साथ agent wakeups schedule करें। Agents automated tasks run कर सकते हैं, channels पर results deliver कर सकते हैं, या webhooks पर post कर सकते हैं। Automation देखें।

Voice Interaction

अपने agent को voice से activate करने के लिए wake words उपयोग करें। Talk mode real-time speech-to-text और text-to-speech (ElevenLabs, OpenAI) के साथ continuous voice conversations enable करता है। macOS पर Swabble daemon always-on, on-device voice detection provide करता है। Voice देखें।

Session Intelligence

Sessions automatically daily reset होते हैं, context limits approach होने पर compact होते हैं, और restarts में persist होते हैं। Memory search agents को vector similarity का उपयोग करके previous conversations से information recall करने देती है। Sessions & Memory देखें।

Self-Hosted & Private

सब कुछ आपके infrastructure पर run होता है। आपके messages, API keys, और agent data कभी आपकी machines नहीं छोड़ते जब तक आप explicitly एक external service configure नहीं करते। Gateway default रूप से localhost से bind होता है, zero external network exposure।

Sandboxed Execution

Agent commands को isolated Docker containers में configurable resource limits, network policies, और filesystem confinement के साथ run करें। Per-agent sandbox profiles आपको precisely control करने देते हैं कि प्रत्येक agent क्या access कर सकता है। Security देखें।

यह सब कैसे Fit होता है

1. आप Neotask desktop app, एक mobile companion app, या directly WhatsApp या Telegram जैसे messaging platforms के माध्यम से अपने agents के साथ interact करते हैं।
2. Gateway आपका message receive करता है, इसे सही agent पर route करता है, और एक AI turn शुरू करता है।
3. Agent configured LLM (Claude, GPT, आदि) का उपयोग करके आपके request को process करता है, किसी भी tools को call करता है जिनकी उसे आवश्यकता है (browser, canvas, file operations, shell commands), और एक response generate करता है।
4. Response आपको उसी channel के माध्यम से वापस deliver किया जाता है, या यदि configured हो तो किसी अलग channel पर announce किया जाता है।
5. State (session transcripts, agent config, scheduled jobs) locally persist होती है ताकि सब कुछ restarts से survive करे।