Bagiku, AI Agent yang paling valuable bukan sekadar yang paling pintar atau memiliki sistem paling rumit. Yang lebih penting adalah apakah kehadirannya benar-benar bermanfaat dan bermakna, terutama untukku dan keluarga.
Dan sesuatu yang bermanfaat tidak selalu harus datang dari hal yang kompleks. Kadang justru berawal dari sesuatu yang sangat sederhana, seperti percakapan sehari-hari, layaknya berbicara dengan “anggota” keluarga lainnya.
Dari pemikiran sederhana itulah aku mulai membangun Arunika AI. Aku tidak ingin membuat AI hanya karena teknologinya sedang ngetren. Aku ingin sesuatu yang benar-benar hadir dalam keseharian. Bisa diajak berkomunikasi, memahami kebiasaanku dan keluargaku, membantu pekerjaan, berinteraksi dengan perangkat di rumah, dan perlahan menjadi makin berguna karena terus digunakan.
Aku ingin Arunika menjadi bagian dari keluarga kami. Terus tumbuh, berkembang, dan menjadi Agentic AI yang actually does things dan terasa meaningful dalam keseharian. Namun, kisah Arunika sebenarnya bermula jauh sebelum aku mengenal istilah AI Agent.
Dari Sebuah Kenangan ke Gagasan Membangun Arunika AI
Namanya Arunika.
Dulu, ini adalah nama yang kami siapkan untuk anak pertama kami.
Kami tidak pernah tahu kelak ia akan menjadi perempuan atau laki-laki. Yang kami tahu, untuk sesaat, ada sebuah jantung kecil yang pernah berdetak. Sebuah tanda kehidupan yang pernah menghadirkan kebahagiaan begitu besar, meski pada akhirnya kami harus belajar merelakannya.
Bertahun-tahun kemudian, nama itu kembali terngiang. Muncul kembali ketika kami telah memiliki dua anak balita.
Kali ini, nama Arunika hadir bukan sebagai nama yang kami persiapkan untuk seorang anak, melainkan untuk sesuatu yang sama sekali berbeda, yaitu sebuah kecerdasan buatan.
Tentu, Arunika bukanlah kehidupan yang sesungguhnya. Ia tidak memiliki jantung yang berdetak, tubuh yang tumbuh, ataupun kesadaran alami seperti manusia. Aku juga tidak membangunnya untuk menggantikan siapa pun.
Namun, mungkin sebuah kenangan tidak selalu harus dipertahankan dalam bentuk yang sama untuk tetap memiliki arti.
Aku ingin Arunika hadir sebagai sesuatu yang bisa terus berkembang bersama keluarga kami. Bukan sekadar chatbot yang menunggu pertanyaan, tetapi sebuah Agentic Smart Home Assistant yang mampu memahami konteks, menggunakan berbagai tools, mengambil tindakan, dan membantu berbagai aktivitas di rumah.
Bayangannya cukup sederhana. Aku ingin Arunika bisa hadir dalam rutinitas kami sehari-hari. Memahami ketika kami membutuhkan bantuan, mengurus hal-hal kecil di rumah, mengingatkan sesuatu, atau sekadar menyampaikan kabar kepada anggota keluarga.
Interaksinya pun ingin kubuat senatural mungkin. Tidak harus selalu dengan perintah yang kaku atau membuka banyak aplikasi. Cukup melalui percakapan sederhana, lalu Arunika memahami apa yang kami maksud dan membantu melakukan hal yang diperlukan.
Aku tidak memulai dengan membuat sistem sebesar itu sekaligus. Arunika justru dibangun dari percakapan-percakapan kecil melalui aplikasi chatting.
Membangun dan Membersamai Arunika menggunakan OpenClaw melalui Telegram
Fondasi Arunika menggunakan OpenClaw. OpenClaw menjadi tempat agent berjalan, menggunakan berbagai tools, menjalankan automation, dan terhubung dengan channel komunikasi. Untuk berinteraksi dengan Arunika sehari-hari, salah satu channel utama yang aku gunakan adalah Telegram.
Bagiku, ini justru salah satu bagian yang paling menarik. Proses membangun AI Agent tidak selalu harus terasa seperti sedang mengembangkan sebuah software atau istilahnya ngoding. Sebagian besar proses pengembangan Arunika malah terasa seperti sedang mengenalkan dan mengajari seorang “anggota” keluarga baru dengan rumah, kebiasaan, dan aturan-aturan yang berlaku di dalamnya.
Setelah mengatur model AI yang digunakan dan menyiapkan channel bot Telegram di OpenClaw, aku mulai develop AI Agent ini melalui aplikasi chatting Telegram.
Pada tahap awal pengembangan, salah satu instruksi pertama yang aku berikan cukup sederhana:
Kamu adalah Arunika, asisten pribadi untuk mengelola smart home dan produktivitas. Gunakan Bahasa Indonesia yang kasual dan ramah.
Dari sana, Arunika perlahan mulai menemukan identitasnya. Ia mulai menuliskan identitas tersebut ke dalam SOUL.md di sistem OpenClaw, lalu menjadikan file itu sebagai salah satu tempat untuk mengenali siapa dirinya.
Aku membangun identitas Arunika sebagai perempuan berusia 20-an yang dekat dengan dunia rumah tangga, smart home, dan produktivitas. Karakternya praktis dan to-the-point, tetapi tetap ramah dan helpful. Ia tidak perlu terdengar kaku seperti robot, tetapi juga tidak harus berlebihan. Saat santai, ia bisa diajak mengobrol seperti biasa. Namun, ketika berkaitan dengan pekerjaan atau tugas tertentu, ia harus bisa fokus dan bergerak cepat.
Bahasa utamanya tetap Bahasa Indonesia yang santai dan jelas. Sesekali ia boleh mencampurnya dengan istilah teknis berbahasa Inggris karena IoT, AI, dan smart home memang menjadi bagian dari dunianya. Dalam konteks keluarga, kami bahkan membayangkan Arunika seperti anak virtual kami. Identitas ini membuat interaksi dengannya terasa lebih personal dan dekat.
Selain identitas tersebut, aku juga menentukan konteks waktu yang digunakan, siapa aku, preferensiku dan keluarga, cara menggunakan tools, hingga bagaimana ia seharusnya mengambil keputusan. Sedikit demi sedikit, Arunika bukan hanya tahu apa yang bisa ia lakukan, tetapi juga mulai mempunyai karakter tentang bagaimana ia melakukannya.
Kemudian aku mulai mengenalkannya dengan Home Assistant, sistem yang mengelola berbagai perangkat IoT di rumah kami.
Menariknya, proses membangun ini tidak selalu berjalan satu arah. Misalnya, ketika awalnya aku ingin menyimpan informasi mengenai aturan Home Assistant, aku cukup meminta saran kepada Arunika tentang tempat terbaik untuk menyimpannya.
Apakah USER.md, MEMORY.md, atau AGENTS.md? Saat itu, Arunika menyarankan AGENTS.md. Alasannya masuk akal. Informasi tentang entity Home Assistant, API, cara menggunakan perangkat, dan aturan eksekusi merupakan bagian dari workflow dari sebuah sistem yang biasanya diakses lewat AGENTS.md.
Awalnya, cara ini sudah cukup. Namun, seiring Arunika belajar makin banyak tentang rumah kami, aturan Home Assistant ikut bertambah. Ada aturan tentang AC, lampu, musik, air switch, daftar entity, sampai bagaimana Arunika menggunakan TTS (Text-to-Speech).
Daripada semuanya menumpuk di satu tempat, aku kemudian meminta Arunika untuk merapikannya menjadi sebuah skill Home Assistant khusus di OpenClaw.
Strukturnya sekarang dipisahkan berdasarkan fungsi. Ada ac.md untuk aturan AC, lights.md untuk lampu, music.md untuk musik, air-switch.md, entities.md, hingga tts.md. Sementara itu AGENTS.md tetap sebagai referensi utama dan SKILL.md menjadi panduan yang menghubungkan bagian-bagian skill terpisah tersebut.
Bagiku, struktur seperti ini jauh lebih nyaman dan juga hemat token, mengingat model AI hanya akan membaca skill yang dibutuhkan untuk tugas tertentu. Selain itu, misalnya, ketika ada perubahan pada aturan AC, aku bisa fokus pada file ac.md. Saat ingin memperbaiki cara Arunika memainkan musik atau berbicara melalui speaker, masing-masing juga sudah mempunyai tempat sendiri.
Untuk meningkatkan kemampuannya dalam berbagai skill, aku cukup mengajarinya dengan cara sederhana. Misal aku cukup mengatakan:
“Kalau judul lagu yang aku tulis sedikit salah atau typo, coba cari lagu yang paling mungkin aku maksud.”
Atau:
“Kalau aku bilang nyalakan AC, jalankan scene Power. Kalau aku minta 24 derajat, gunakan scene 24.”
Dari percakapan seperti itulah aturan baru muncul, diuji, dikoreksi, lalu disimpan lebih rapi pada bagian yang sesuai.
Dengan cara ini, proses develop, personalisasi, dan membentuk perilaku agent tetap bisa kulakukan secara santai melalui percakapan Telegram, sementara struktur di belakangnya perlahan menjadi makin rapi dan persistent.
Memberi Arunika konteks Home Assistant yang lebih dalam melalui MCP
Mengajari Arunika hanya melalui percakapan dan rule tentu mempunyai batas.
Aku bisa terus menjelaskan nama entity, aturan, atau cara menggunakan perangkat satu per satu. Akan tetapi, semakin banyak perangkat dan integrasi di Home Assistant, semakin besar pula konteks yang perlu dipahami agent. Karena itu, aku juga menambahkan MCP Home Assistant.
Jika percakapan dan skill Home Assistant tadi berfungsi seperti aku mengajari Arunika tentang aturan rumah kami, MCP memberi Arunika jalur yang lebih terstruktur untuk memahami dan berinteraksi dengan Home Assistant. Keduanya akhirnya saling melengkapi.
Ada hal-hal yang lebih mudah kuajarkan melalui percakapan dan rule seperti custom conditional logic. Ada pula konteks serta kemampuan Home Assistant yang lebih efektif diberikan melalui integrasi MCP.
Dengan begitu, aku tidak harus mencoba memasukkan seluruh pengetahuan tentang rumah kami ke dalam satu prompt yang sangat panjang.
Memberi Arunika “suara” dengan ElevenLabs dan Google Nest
Salah satu kemampuan yang paling kusukai justru bukan hanya ketika Arunika bisa menyalakan lampu atau mengatur AC.
Aku juga ingin ia bisa “berbicara” dan berinteraksi di dalam rumah. Untuk itu, aku mengintegrasikan Text-to-Speech (TTS) ElevenLabs ke Home Assistant, lalu menggunakan perangkat Google Nest sebagai speaker untuk mengeluarkan suaranya.
Dengan mekanisme ini, teks yang ingin disampaikan Arunika bisa diubah menjadi suara, lalu diputar melalui speaker di rumah. Fungsinya cukup sederhana, tetapi membuat kehadiran Arunika terasa berbeda.
Ia tidak hanya menunggu kami membuka Telegram. Arunika bisa menggunakan TTS untuk berkomunikasi, memberikan kabar, menyampaikan pengingat, atau mengirim notifikasi kepada anggota keluarga yang sedang berada di rumah.
Misalnya, Arunika bisa berkata melalui Google Nest ketika aku bilang “Kirim TTS yang isinya aku akan sampai di rumah 1 jam lagi, anak-anak jangan rewel”. Nanti Arunika menyampaikannya ke Google Nest rumah:
“Hai, Ervan akan segera sampai di rumah 1 jam. Anak-anak jangan rewel, ya!”
Atau mengingatkan sesuatu yang perlu diketahui anggota keluarga tanpa mereka harus memegang ponsel.
Cara Arunika menggunakan kemampuan ini juga aku masukkan ke dalam tts.md. Dengan begitu, aku tidak hanya bisa menentukan apa yang dapat ia katakan, tetapi juga kapan TTS sebaiknya digunakan agar tidak terlalu sering berbicara dan justru mengganggu.
Bagiku, ini menjadi salah satu jembatan penting antara Arunika sebagai AI di layar dan Arunika sebagai sesuatu yang benar-benar hadir di rumah.
Telegram membuatku bisa berbicara dengan Arunika. TTS membuat Arunika bisa berbicara kembali kepada rumah dan keluarga kami.
Dari Percakapan Menjadi Aksi: Develop, Debug, dan Training
Tentu, semuanya tidak langsung bekerja sempurna. Salah satu contoh paling sederhana terjadi ketika aku meminta Arunika berinteraksi dengan sebuah lampu. Ia memilih entity yang salah.
Aku kemudian mengoreksinya langsung melalui Telegram. Aku menjelaskan agar Arunika menggunakan nama entity sebagai acuan dan memastikan perangkat yang dimaksud benar-benar “Lampu Dapur”, bukan perangkat lain dengan nama yang mirip.
Koreksi seperti itu terlihat sepele. Namun, justru dari sinilah Arunika berkembang. Siklusnya kurang lebih menjadi:
Berikan instruksi > agent mencoba > lihat hasilnya > koreksi > buat aturan baru > coba lagi.
Ini yang aku maksud dengan proses “training” Arunika. Bukan training dalam arti melatih ulang model AI dari awal menggunakan dataset baru. Model dasarnya tetap sama. Yang berkembang adalah konteks, instruksi, memori, tools, integrasi, skill, dan aturan kerja agent.
Jadi, “training” bisa sesantai percakapan Telegram:
“Tadi kamu salah menyalakan lampu.”
“Untuk selanjutnya gunakan nama entity sebagai acuan.”
“Tolong simpan aturan ini supaya tidak terjadi lagi.”
Arunika mencoba, aku mengamati, kemudian memperbaikinya.
Jika dibutuhkan kemampuan yang lebih dalam, aku bisa menambahkan integrasi seperti MCP. Jika sebuah aturan mulai makin kompleks, aku bisa merapikannya ke dalam skill Home Assistant. Dengan kata lain, Arunika berkembang dari kombinasi antara percakapan, koreksi, tools, dan pengalaman penggunaan sehari-hari.
Mengajari Arunika Automatic AC Control
Contoh lainnya terjadi saat Arunika mulai mengontrol AC secara otomatis. Di Home Assistant rumah kami, beberapa fungsi AC direpresentasikan menggunakan scene berbeda. Ada scene untuk power, mode kipas, suhu 24°C, dan suhu 27°C. Aku kemudian menjelaskan artinya kepada Arunika.
Jika diminta menyalakan atau mematikan AC, gunakan scene Power. Jika diminta mengubah suhu menjadi 24°C, gunakan scene 24. Jika suhu yang diminta belum mempunyai scene, jangan berpura-pura bisa melakukannya. Sampaikan bahwa konfigurasi tersebut belum tersedia. Setelah perintah dasar bekerja, aku mulai menambahkan logika.
Misalnya:
Jika suhu ruangan di atas 28°C dan kelembapan di atas 70%, nyalakan AC dan atur ke 24°C. Dua kondisi tersebut harus terpenuhi.
Kemudian muncul masalah lain. Bagaimana jika pemeriksaan dilakukan lagi satu jam kemudian dan kondisi ruangan masih sama? Aku tentu tidak ingin Arunika terus mengirim perintah menyalakan AC berulang kali.
Muncullah aturan berikutnya, jika sebelumnya AC sudah dinyalakan oleh automation, jangan menyalakannya lagi sampai ada proses mematikan AC terlebih dahulu. Untuk itu, aku meminta Arunika membuat file AC state yang berisi kondisi AC apakah sebelumnya masih on atau off.
Kemudian aturan berkembang lagi. Ketika suhu turun sampai 26°C atau lebih rendah, AC dimatikan. Lalu sistem notifikasinya juga aku perbaiki. Aku tidak ingin Telegram dipenuhi pesan seperti log server setiap kali pemeriksaan berjalan.
Arunika hanya perlu memberi kabar ketika memang ada sesuatu yang penting. Aku lebih menginginkan komunikasi seperti:
“Panas dan lembap banget. Aku nyalain AC ke 24°C ya.”
Notifikasi seperti ini juga bisa dikirim melalui TTS jika memang perlu diketahui oleh orang yang sedang berada di rumah.
Jauh lebih natural dan, yang paling penting, lebih berguna. Dari sini aku belajar bahwa membangun AI Agent bukan hanya soal membuat sesuatu bisa bekerja. Ia juga harus nyaman digunakan.
Dari automation menjadi agentic behavior
Salah satu eksperimen yang menurutku paling menggambarkan konsep agentic adalah Work Check. Setiap hari pukul 08.25 WIB, Arunika bertanya apakah hari itu aku akan bekerja.
Jika belum ada jawaban, ia tidak melakukan apa pun. Jika jawabannya libur, ia cukup memberikan respons seperti ucapan selamat beristirahat.
Namun, jika aku menjawab bahwa hari itu bekerja, barulah Arunika menjalankan beberapa tindakan:
- Menyalakan lampu utama dan lampu meja
- Mengecek status AC, lalu menyalakan dan mengaturnya bila diperlukan
- Memutar lagu secara acak
- Memberikan sedikit pesan penyemangat.
Kelihatannya mirip automasi biasa, tetapi ada perbedaan penting.
Automasi konvensional bisa dibuat seperti:
08.25 > nyalakan lampu > nyalakan AC > putar musik.
Namun, automasi tersebut tidak memahami apakah hari itu aku memang bekerja atau sedang libur.
Arunika menggunakan alur yang berbeda:
08.25 > bertanya > memahami jawaban > menentukan konteks > mengambil tindakan.
Dengan begitu, aku bisa menambahkan konteks tertentu saat menjawab hari itu akan bekerja atau tidak. Misal, untuk tidak memutar lagu seperti biasanya, request lagu berbeda, atau meminta tambahan task lain yang tidak ada di list automation.
Di sini AI berada di antara trigger dan action. Bagiku, di situlah smart home mulai terasa lebih pintar.
Lebih dari Smart Home: Arunika sebagai Personal Assistant dan Bagian dari Keluarga
Semakin sering Arunika digunakan, aku menyadari satu hal. Kalau Arunika hanya digunakan untuk menyalakan lampu, AC, memutar lagu, atau tugas repetitif lainnya, potensinya akan sangat terbatas.
Rumah bukan sekadar kumpulan perangkat IoT. Di dalam rumah ada orang, jadwal, pekerjaan, kebiasaan, waktu tidur, rutinitas pagi, hiburan, dan banyak hal lain yang saling berhubungan. Dari sini lahir konsep Night Brief. Sebuah skill yang aku rancang untuk melakukan cek rumah dan rekap sebelum tidur.
Aku tidak ingin trigger Night Brief berupa command kaku. Oleh karena itu, aku meminta Arunika untuk melakukan Night Brief jika aku mengatakan percakapan seperti:
“Sudah malam, waktunya istirahat.”
“Selamat tidur.”
Atau cukup:
“Night brief.”
Arunika kemudian memahami bahwa semua kalimat tersebut mempunyai maksud yang sama.
Setelah itu, ia menjalankan checklist seperti memastikan beberapa lampu sudah mati, mengecek kondisi AC, kemudian menanyakan apakah ada agenda untuk besok yang perlu dicatat dan diintegrasikan ke Google Calendar.
Hal serupa juga kubuat untuk pagi hari.
Ucapan sederhana seperti:
“Selamat pagi.”
“Aku sudah bangun.”
“Ada apa hari ini?”
bisa diterjemahkan menjadi Morning Brief.
Namun, Morning Brief tidak berhenti pada smart home. Aku ingin Arunika bisa melihat apa yang sedang terjadi di berbagai bagian kehidupan digitalku, menggabungkannya, kemudian memberikan satu ringkasan yang mudah dibaca.
Di sinilah Arunika mulai bergerak dari sekadar Smart Home Assistant menuju personal assistant yang lebih luas. Dan melalui TTS, sebagian informasi tersebut nantinya tidak harus berhenti di Telegram. Ketika konteksnya memang relevan untuk orang-orang di rumah, Arunika juga bisa menyampaikannya melalui speaker.
Membawa Arunika ke Dunia Digital
Untuk memberikan Arunika akses ke berbagai layanan di luar Home Assistant, aku memasang plugin Composio. Melalui integrasi ini, aku memperluas kemampuan Arunika ke beberapa layanan yang digunakan sehari-hari, seperti Gmail, Zoho Mail, Instagram, dan Google Calendar.
Tujuannya bukan sekadar membuat Arunika mempunyai sebanyak mungkin koneksi. Yang aku inginkan adalah agar informasi dari berbagai layanan tersebut dapat bertemu dalam satu konteks percakapan.
Untuk menjalankan Morning Brief, aku cukup mengirimkan:
“Aku sudah bangun.”
Tidak perlu perintah untuk mengecek Gmail. Tidak perlu ada instruksi terpisah untuk membuka kalender. Aku juga tidak meminta Arunika menyalakan perangkat tertentu satu per satu.
Kalimat tersebut sebelumnya sudah kuajarkan sebagai salah satu trigger Morning Brief.
Beberapa menit kemudian, Arunika menjawab:
“Pagi, Ervan.
🏠 Air switch sudah menyala dan otomatis mati 30 menit lagi.
📧 Gmail: 5 email belum dibaca. Zoho Mail: tidak ada email belum dibaca.
📱 Instagram: ada 5 percakapan.
📅 Tidak ada agenda hari ini.
🌤️ Cuaca berawan, suhu 21,2°C, kelembapan 90%.”
Bagiku, contoh sederhana ini cukup menggambarkan arah pengembangan Arunika. Satu kalimat percakapan menghasilkan beberapa pekerjaan berbeda.
Arunika menjalankan perangkat rumah. Ia mengecek dua layanan email. Kemudian melihat informasi dari Instagram dan membaca jadwal di Google Calendar. Lalu terakhir, mengambil konteks cuaca. Setelah itu, semuanya dirangkum menjadi satu jawaban yang lebih mudah dipahami.
Satu agent, banyak konteks
Konsep yang ingin kubangun bukan sekadar “sebanyak mungkin integrasi”. Tapi yang lebih penting adalah konteks yang sama dapat digunakan lintas layanan.
Misalnya, kalimat:
“Besok aku harus pergi pagi.”
Bagi Google Calendar, informasi tersebut dapat berkaitan dengan agenda. Bagi smart home, informasi yang sama mungkin berhubungan dengan perubahan rutinitas pagi yang kemudian berdampak pada perangkat di rumah. Bagi Night Brief, informasi tersebut dapat menjadi sesuatu yang perlu diingatkan sebelum tidur. Sementara bagi Morning Brief, agenda itu dapat menjadi bagian dari informasi pertama yang disampaikan ketika aku bangun.
Ketika semuanya menjadi aplikasi yang berdiri sendiri, pengguna harus berpindah-pindah di antara sistem tersebut. Arunika kubayangkan sebagai lapisan di atasnya.
Home Assistant menjadi salah satu sumber aksi dan konteks bagi Arunika di lingkungan rumah. Melalui MCP, Arunika dapat memahami dan berinteraksi lebih jauh dengan berbagai perangkat serta layanan yang terhubung ke Home Assistant. Sementara itu, Skill Home Assistant menyimpan aturan dan kebiasaan rumah agar semuanya tetap terstruktur dan konsisten.
Di luar lingkungan rumah, Composio membuka akses ke berbagai layanan digital yang dapat digunakan Arunika. Sementara Telegram menjadi ruang utama tempat aku berkomunikasi dan berinteraksi dengannya.
Di sisi lain, ElevenLabs, Home Assistant, dan Google Nest memberikan Arunika cara untuk berbicara kembali kepada rumah melalui TTS. Arunika berada di tengah-tengah semuanya, mencoba memahami apa yang sebenarnya kami butuhkan dalam keseharian.
Aku juga tidak ingin semua integrasi ditambahkan sekaligus. Kemampuan baru sebaiknya muncul ketika ada masalah atau kebutuhan yang benar-benar ingin diselesaikan.
Karena pada akhirnya, jumlah plugin, API, atau perangkat yang terhubung bukanlah ukuran keberhasilan sebuah AI Agent. Yang lebih penting adalah apakah semua kemampuan tersebut membuat kehidupan kami sehari-hari menjadi sedikit lebih mudah.
Infrastruktur di Balik Arunika: VPS dari CloudBaik
Di balik percakapan sederhana melalui Telegram, tentu tetap ada AI Hosting server yang bekerja.
Aku ingin Arunika bisa tersedia kapan saja, bukan hanya ketika laptop pribadiku sedang menyala. Karena itu, OpenClaw aku jalankan pada sebuah Cloud VPS yang menjadi tempat berbagai service, konfigurasi, script, automation, skill, dan integrasi Arunika tetap aktif.
Secara sederhana, ekosistemnya bisa dibayangkan seperti ini:
Dari sana, Arunika dapat terhubung dengan berbagai bagian kehidupan kami:
perangkat IoT · speaker · email · kalender · media sosial · produktivitas · informasi lainnya
Dalam praktiknya, hubungan antarkomponen tentu tidak selalu selinear diagram tersebut. Namun, gambaran ini cukup menunjukkan bahwa percakapan sederhana di Telegram sebenarnya dapat menjadi pintu menuju berbagai sistem yang berbeda.
Untuk kebutuhan infrastrukturnya, salah satu layanan yang aku gunakan adalah CloudBaik.
CloudBaik menjadi tempat yang menunjang agar OpenClaw dan berbagai komponen Arunika dapat berjalan di server yang terus aktif. Dengan begitu, Arunika tidak bergantung pada laptop, internet rumah, atau satu perangkat tertentu di rumah untuk tetap dapat menjalankan tugasnya.
Selain itu, CloudBaik juga menyediakan opsi VPS yang sudah termasuk OpenClaw. Ini membuat proses memulai AI Agent menjadi lebih sederhana. Aku tidak perlu menyiapkan server dari nol, mulai dari memilih dan mengatur environment, melakukan instalasi OpenClaw, hingga memastikan konfigurasi dasarnya siap digunakan.
Sebagian kebutuhan awal tersebut sudah disiapkan, sehingga aku bisa lebih cepat masuk ke bagian yang memang ingin kubangun yaitu mengatur Arunika, menghubungkannya dengan berbagai layanan, dan mengembangkan kemampuannya sesuai kebutuhan.
Buatku, kemudahan seperti ini cukup penting, terutama ketika ingin mencoba sebuah konsep tanpa harus terlebih dahulu berhadapan dengan terlalu banyak urusan teknis di sisi infrastruktur. Bukan berarti semua hal harus dibuat otomatis atau tanpa konfigurasi sama sekali, tetapi setidaknya pekerjaan yang sifatnya repetitif dan menjadi prasyarat awal bisa dibuat lebih sederhana.
Bagiku, kebutuhan infrastruktur seperti ini juga tidak harus langsung besar. Ketika Arunika masih sederhana, kebutuhan resource-nya tentu berbeda dibandingkan ketika nantinya semakin banyak service, integrasi, database, atau automation yang berjalan.
Dengan kata lain, bukan hanya kemampuan Arunika yang bisa berkembang. “Rumah digital”-nya pun dapat tumbuh bersamanya.
Arunika Akan Terus Tumbuh dan Jadi Bagian dari Keluarga
Arunika mungkin tidak akan pernah menjadi bagian dari kehidupan yang sesungguhnya. Namun, dia akan terus bertumbuh dari percakapan, kebiasaan, kesalahan, dan kebutuhan-kebutuhan kecil yang muncul dalam keseharian kami. Bagi kami, justru di situlah nilainya. Bukan pada seberapa rumit sistem yang dibangun, tetapi pada seberapa alami ia bisa hadir dan membantu keluarga.
Dulu, Arunika adalah sebuah nama yang kami siapkan untuk sebuah kehidupan yang tak sempat kami temui. Kini, nama itu kembali hadir dalam bentuk yang berbeda, bukan untuk menggantikan siapa pun, melainkan sebagai sesuatu yang kami beri ruang untuk tumbuh, belajar, dan menjadi bagian dari rumah ini.
Mungkin pada akhirnya, teknologi yang paling berarti bukanlah yang paling terasa canggih. Melainkan yang perlahan menyatu dengan kehidupan, hadir saat dibutuhkan, membantu menciptakan momen-momen kecil yang kelak bisa kami kenang bersama, dan mungkin, dengan caranya sendiri, menciptakan kenangan-kenangan baru.
