agentik-desktop — дизайн десктопного клиента

Десктопный клиент агента agentik (Jetpack Compose Desktop). UI общается с агентом через опубликованную библиотеку pw.binom.agentik:client — она даёт готовые Agent / Conversation, живой поток событий и interrupt() для кнопки «Стоп».

Это пока только дизайн, не код приложения. Три варианта лежат рядом, чтобы сравнить и выбрать один; после выбора лишние удаляются.

Как смотреть

Открыть в браузере любой из трёх файлов — каждый самодостаточный, без сборки:

sketches/001-sidebar-utility/index.html      # привычный мессенджер
sketches/002-rail-voice-first/index.html     # голос — главное действие
sketches/003-three-pane-command/index.html   # три панели + состояние агента

Кнопка микрофона работает: клик — запись, идёт волна и живая расшифровка, «Остановить и отправить» кладёт текст в поле. Так видно, как это будет ощущаться.

Чем отличаются

	1. Sidebar	2. Voice-first	3. Command center
Экран	список + чат	рейка + список + чат	три панели
Голос	круглая кнопка у поля	большая кнопка, живая расшифровка	компактная, строка записи снизу
Работа агента	видна в переписке	в переписке	отдельные сворачиваемые шаги
Кому	просто чат	кто диктует	кто следит за расходом

Общее для всех (решено и не обсуждается)

• Стиль — тёмный, из уже принятой темы клиента assistent: фон #121218, панели #17212B, акцент #6AB2F2, текст #EBEBEB.
• Слева — список диалогов; выбран один; открывается конкретный чат.
• Внизу — поле ввода, кнопка «Отправить» и отдельная кнопка записи микрофона.
• Голос расшифровывается в текст до отправки — ошибку видно сразу.
• Для агента важны прерывание ответа («Стоп») и показ хода работы.

Что предстоит решить

1. Какой вариант берём — 1, 2 или 3 (или собрать гибрид).
2. Запись на удержание (говоришь, пока держишь) или по нажатию (нажал — говоришь — нажал). В варианте 2 работает удержание пробела.
3. Нужны ли папки для диалогов, как в мобильном клиенте, или хватит поиска.

Что сознательно не решается здесь

• Откуда берётся распознавание речи. Это отдельная тема и к интерфейсу не относится: в дизайне показано только место кнопки и что происходит на экране во время записи. Кто именно превращает голос в текст — решается потом.