- Monta diversos backends como S3/Google Drive/Slack/Gmail/Redis em uma única árvore de sistema de arquivos, permitindo que agentes de IA acessem tudo pela mesma interface
- Sem precisar aprender de novo SDKs/MCP de cada serviço, os agentes podem lidar com todos os backends apenas com ferramentas bash da família Unix, montando pipelines entre serviços de forma tão natural quanto em um disco local
- Funciona como um ambiente de simulação, de modo que do ponto de vista do agente só existe um sistema de arquivos; se for um LLM já treinado em bash, ele pode usar imediatamente sem aprender vocabulário adicional
- Montagem de múltiplos recursos: RAM, Disk, Redis, S3 / R2 / OCI / Supabase / GCS, Gmail / GDrive / GDocs / GSheets / GSlides, GitHub / Linear / Notion / Trello, Slack / Discord / Telegram / Email, MongoDB, SSH etc., todos lado a lado sob uma única raiz
- Workspace portátil: o ambiente pode ser clonado, snapshotado e versionado; ao mover a execução do agente para outra máquina, não é preciso reiniciar nem reconfigurar
- Embed em apps: com SDKs em Python e TypeScript, é possível fornecer diretamente o sistema de arquivos virtual dentro de qualquer runtime assíncrono, como FastAPI, Express e apps de navegador, sem precisar de um processo separado
- Compatível com frameworks de agentes: oferece suporte a OpenAI Agents SDK, Vercel AI SDK (TypeScript), LangChain, Pydantic AI, CAMEL e OpenHands
- CLI leve + daemon: conecta-se a agentes de programação como Claude Code e Codex, permitindo acessar recursos montados com o bash já familiar
-
Extensão de comandos
- Ao registrar um novo comando com
ws.command('summarize', ...), ele pode ser usado em todos os mounts
- Suporta override de comandos para recurso ou tipo de arquivo específico, como em
ws.command('cat', { resource: 's3', filetype: 'parquet' }, ...); por exemplo, ao executar cat em um arquivo Parquet no S3, ele retorna linhas em JSON em vez de bytes brutos
-
Cache em 2 camadas
- Index Cache: faz cache de listagem de diretórios e metadados; na primeira exploração há chamadas de API, depois as respostas vêm do índice até o TTL expirar
- File Cache: faz cache dos bytes dos objetos; a primeira leitura faz streaming da origem, e os pipelines seguintes leem do cache
- Backends pluggable: é possível escolher RAM (padrão, cache de arquivos de 512MB, TTL de índice de 10 minutos) ou Redis (compartilhado entre workers, processos e máquinas, com persistência do cache após reinicialização)
- Licença Apache-2.0
1 comentários
Oh! Que interessante.