AIMPACT বার্তা, 14 এপ্রিল (UTC+8), MiniMax ডেস্কটপ এজেন্টের জন্য দুটি আপডেট প্রকাশ করেছে: Pocket ফাংশন (বিটা) এবং Computer Use এর অফিসিয়াল লঞ্চ।
Pocket প্রধান আইএম যেমন ফিশু, উইচ্যাট, এন্টারপ্রাইজ উইচ্যাট এবং স্ল্যাকের সাথে একীভূত হয়, ব্যবহারকারী আইএম-এ নির্দেশ প্রেরণ করলে, এজেন্ট তার কম্পিউটারে কাজটি সম্পন্ন করে ফলাফলটি মূল কথোপকথনে ফিরিয়ে দেয়। Computer Use-এর মাধ্যমে এজেন্ট স্ক্রিন দেখতে, মাউস এবং কীবোর্ড চালাতে পারে, যা সরাসরি স্থানীয় সফটওয়্যার, সিস্টেম সেটিংস এবং গ্রাফিক্যাল ইন্টারফেসের কাজগুলির সম্পাদনা করে। এই দুটি ক্ষমতা একসাথে কাজ করে: মোবাইল থেকে নির্দেশ পাঠানো, এজেন্ট কম্পিউটারে এটি বাস্তবায়ন করে, কম্পিউটারের সামনে বসতে হয়না।
টেকনিক্যালি, মিনিম্যাক্স ডেস্কটপ অপারেশনকে চারটি টুল ডোমেইনে বিভক্ত করে: ডেস্কটপ কন্ট্রোল (স্ক্রিনশট, মাউস এবং কীবোর্ড ইনপুট), উইন্ডো ম্যানেজার (উইন্ডো ম্যানেজমেন্ট এবং অ্যাপ স্টার্ট), ব্রাউজার ইঞ্জিন (ডিওএম অপারেশন এবং সিএসএস সিলেক্টর), এবং ক্লিপবোর্ড (ক্লিপবোর্ড পড়া এবং লেখা)। ফেইশু, এন্টারপ্রাইজ ওয়েচ্যাট ইত্যাদি প্ল্যাটফর্মের CLI এবং Bash টুলগুলি যোগ করে, মোট 60+ টি টুল।
ভিজুয়াল পারসেপশনে, এজেন্ট 0 থেকে 1 এর মধ্যে রিলেটিভ কোঅর্ডিনেট আউটপুট করে, যা সিস্টেম দ্বারা স্ক্রিনের বাস্তব পিক্সেলে রূপান্তরিত হয়, যাতে রেটিনা স্ক্রিন এবং 4K ডিসপ্লেতে অপারেশনের প্রিসিশন একই থাকে। প্রতিটি ধাপের পর অটোমেটিকভাবে স্ক্রিনশট নেওয়া হয় যাচাইয়ের জন্য, ব্যর্থ হলে বিকল্প পদ্ধতির চেষ্টা করা হয় (যেমন: মাউস ক্লিকের পরিবর্তে কীবোর্ড শর্টকাট ব্যবহার), এবং অনেকবার সমাধান না পেলে ব্যবহারকারীকে সমস্যার অবস্থানটি জানানো হয়।
অনুমতি পরিচালনা IM-এ সিঙ্ক করা হয়েছে: এজেন্ট ফাইল মুছে ফেলা ইত্যাদি সংবেদনশীল অপারেশন সম্পাদনের আগে বিরতি নেয়, যার অনুমোদনের অনুরোধ IM-এ পুশ করা হয়, Feishu এবং Slack-এ ইন্টারেক্টিভ কার্ড হিসাবে এবং WeChat-এ টেক্সট কমান্ড দ্বারা অনুমোদন; ব্যবহারকারী যেকোনো সময় কমান্ড পাঠিয়ে টাস্ক বন্ধ করতে পারেন।(来源:MiniMax)
