Postern

在过去的3-4年里，我一直尝试将AI融入我的生活。当LLM出现时，我构建了一些AI驱动的工具来查询我的健康和个人数据。我意识到Agent在尝试弄清楚该调用哪个API、数据模式是什么样的等方面付出了巨大的发现成本。因此，我构建了Just-In-Time API（JITAPI）——一个MCP服务器，帮助LLM在运行时找到API端点，而无需用庞大的API规范来压垮上下文。随着harness（执行框架）的出现，我开始通过编写自定义代码并与agent共享凭据，将我生活的不同方面（如健康、金钱、家庭）整合起来。但想到agent可以访问一切，而我却对它们究竟能访问什么一无所知——这听起来让人害怕，所以我构建了Clawlense：一个OpenClaw插件，能够准确地向你展示agent们正在做什么。

在做这些事情的過程中，我注意到了一个规律：

1. 每个agent都付出了发现成本，试图弄清楚该调用哪个API、数据模式是什么样的。

2. 为不同的agent harness和平台反复重写胶水代码。

3. 与agent共享凭据和实时令牌极其不安全，而以正确的方式做到这一点又十分复杂。

4. 无法了解agent能访问什么，也无法对其访问进行细粒度的控制。

Postern解决了上述全部四个问题，乃至更多。在过去的2个月里，它一直在管理我的生活：14个连接、8个服务，其上运行着4个agent。