AnovaX ist ein kleiner lokal ausgerichteter Assistent, der komplett auf dem Rechner des Nutzers läuft und den Desktop als Aktionsfläche nutzt. Der Fokus liegt auf der sicheren Automatisierung von Desktop-Aufgaben bei Wahrung der Datenhoheit.
Im Gegensatz zu cloudbasierten Desktop-Assistenten, die rohe Audiodaten versenden und feste Fähigkeiten bieten, arbeitet AnovaX lokal und steuert Desktop-Ressourcen direkt. Ziel ist die private und kontrollierte Automatisierung alltäglicher Aufgaben.
Ein einziger Python-Prozess verbindet mehrere Module: ein Modul zur Erkennung des Aktivierungsworts, eine Sprachverarbeitungspipeline, einen LLM-basierten Planer, eine Sicherheitslage mit Zulassungs- und Sperrlisten sowie einen Koordinator für mehrere Agenten. Der Planer erzeugt einen strukturierten Plan von Werkzeugaufrufen, den der Koordinator in typisierte Unteragenten übersetzt.
Jedes Werkzeug entspricht einer spezialisierten Agentenklasse, etwa Anwendungsagent, Eingabeagent, Browseragent und sechs weitere Spezialisierungen. Jeder Agent verfügt über eigene Zeitlimits, Wiederholungsregeln und Sperren für gemeinsam genutzte Ressourcen. Die Sicherheitsmatrix legt fest, welche Operationen erlaubt oder verboten sind.
Der Koordinator führt Agenten in einer begrenzten Thread-Pool-Größe aus. Fällt ein zentraler Schritt aus, greift eine adaptive Wiederherstellungsschleife ein, die Wiederholungen auslöst, neu plant oder die Ausführungsstrategie anpasst, um das Ziel zu erreichen.
AnovaX demonstriert einen lokal-zentrierten Ansatz für Sprachassistenten, der LLM-gestützte Planung mit Agentenisolation und adaptivem Fehlerhandling kombiniert. Dies ermöglicht sichere Automatisierung von Desktop-Aufgaben bei reduziertem Datentransfer.
1. Worin unterscheidet sich AnovaX von Cloud-Assistenten? AnovaX läuft vollständig lokal und vermeidet das Versenden roher Audiodaten in die Cloud.
2. Wie wird Sicherheit gewährleistet? Durch Zulassungs- und Sperrlisten sowie agentenspezifische Limits, Wiederholungen und Ressourcensperren.
3. Was passiert bei Ausfall eines Kernschritts? Die adaptive Wiederherstellungsschleife übernimmt, versucht Wiederholungen oder passt die Strategie an.
4. Wie werden Werkzeugaufrufe dargestellt? Der Planer erzeugt einen strukturierten Plan von Werkzeugaufrufen, der in typisierte Agenten übersetzt wird.
Quelle: https://arxiv.org/abs/2607.15367