Cookbook

Resep yang langsung jalan begitu kamu salin.

Setiap resep menyelesaikan satu masalah spesifik, menunjukkan kode yang berfungsi, dan menunjuk langkah berikutnya. Mulailah dari dasar-dasar API untuk menguasai primitifnya, lalu susun loop agent dan kasus penggunaan lengkap di atasnya. Notebook Colab + file Python mandiri.

Lihat di GitHub →Situs cookbook resmi

Resep Muse Code

POLA AGENT

Pola inti untuk memaksimalkan Muse Code, langsung dari materi peluncurannya.

>
Fan-out agent
Pecah satu pekerjaan besar ke beberapa subagent, masing-masing di worktree miliknya sendiri, sehingga tak ada yang bertabrakan di tengah jalan dan salinan kerjamu tetap bersih.
>
Skill bawaan
Masukkan ide kasar, dapatkan fitur yang sudah diuji habis-habisan dan terverifikasi — playbook bawaan /plan, /grill, dan /goal yang mengerjakannya.
>
Pelacakan goal
Tetapkan tujuanmu dan Muse Code menjaga agent tetap fokus pada tugas, sehingga yang awalnya kamu inginkan itulah yang di-merge.

Dasar-dasar API

10 resep

Buktikan tiap primitif API bekerja dan dapatkan titik awal yang bisa kamu kembangkan.

01Mulai cepat: chat completionsLakukan panggilan Muse Spark pertamamu dengan mengarahkan OpenAI SDK ke satu base URL baru.02Respons streamingRender token begitu dihasilkan dan baca chunk usage terakhir.03Pemanggilan tool dan fungsiDeteksi panggilan tool dan jalankan loop eksekusi-lalu-kembalikan-hasil.04Output terstrukturDapatkan JSON yang dijamin schema dan langsung ter-parse pada percobaan pertama.05Prompt cachingPakai ulang prefiks prompt yang stabil dan pantau token yang di-cache.06Token reasoning dan berpikirKendalikan porsi reasoning dan putar ulang reasoning antar-giliran.07Input visualKirim gambar lewat URL atau base64 dan terima kembali analisis terstruktur.08Konteks panjangMuat konteks seukuran repo ke jendela konteks 1 juta token.09Penanganan error dan retryBackoff dengan jitter dan lewati retry untuk error sisi klien.10Search groundingLandasi respons pada hasil pencarian web langsung dengan sitasi inline.

Pola agent

5 resep

Bangun loop yang mengubah model menjadi agent: perencanaan, kerja paralel, dan koreksi diri.

01Loop agent dasarRangkai loop agent inti amati-putuskan-bertindak.02Reasoning berselang-selingSelang-selingkan reasoning dengan panggilan tool dalam satu giliran.03Pengelolaan konteks multi-giliranKelola konteks yang terus membengkak sepanjang eksekusi agent yang panjang.04Penyuntingan di tempat tervalidasiPenyuntingan cari-dan-ganti tervalidasi dengan sebuah coding agent.05Copilot anti-lelah alertEkstrak pola berlandaskan bukti dari umpan alert yang bising, lalu telusuri lebih dalam, berdialog, dan nilai diri dengan output JSON ketat.

Kasus penggunaan

13 resep

Pola ujung-ke-ujung: persepsi multimodal, orkestrasi, dan aplikasi utuh.

01Analisis grafikBaca grafik dan ekstrak data terstruktur dari gambar.02Perbaikan dari tangkapan layar errorDiagnosis bug dari tangkapan layar error lalu perbaiki.03Kacamata pintar dengan OpenClawLihat-dan-tanya bebas genggam di kacamata Ray-Ban Meta.04Membuat slideHasilkan satu dek slide dari prompt atau konten sumber.05Desain web terverifikasi browserBangun website dengan coding agent yang memeriksa hasil kerjanya sendiri di browser sungguhan.06Pengembangan game iteratifBangun game browser ujung-ke-ujung dengan coding agent, diverifikasi di browser sungguhan.07Eksekusi dalam sandboxJalankan kode buatan model di dalam sandbox.08Studio produk multi-agentOrkestrasi tim empat peran (PM, backend, frontend, technical writer) yang berkoordinasi lewat papan Kanban bersama.09Pengembangan game sekali jadiBangun game browser 3D lengkap dalam sekali jalan — satu AGENTS.md plus satu prompt terstruktur, tanpa loop iterasi.10Grounding persepsiKenali makanan di foto kulkas dan sematkan titik skor kesehatan interaktif tepat di posisi pikselnya.11Agent repo GitHubBot GitHub Actions otonom — triase, review PR, deteksi konten sampah buatan AI, dan PR perbaikan bug — di atas OpenCode + Muse Spark.12Computer useKendalikan desktop Linux dari tangkapan layar — agent menemukan sebuah aplikasi, membukanya, dan memainkannya di sandbox Cua.13Computer use di macOSKendalikan Mac sungguhan dari tangkapan layar dengan metacua, agent computer-use native berbasis Swift + Python.

Setiap resep cuma butuh satu hal: sebuah key.

Buat akun Model API di dev.meta.ai, buat sebuah API key, lalu ekspor sebagai MODEL_API_KEY. API-nya kompatibel drop-in dengan OpenAI SDK — lihat cuplikan mulai cepat di dokumentasi.

Baca dokumentasinya