Cara Menghubungkan HappyCapy ke Slack: Kekuatan AI Agent di Setiap Channel
Socket Mode, akses penuh ke tools, memori per-thread — HappyCapy menjadi AI agent tim Anda di dalam Slack.
Slack memiliki 32 juta pengguna aktif harian. Sebagian besar bot Slack menjawab pertanyaan. Integrasi Slack milik HappyCapy melakukan sesuatu yang secara fundamental berbeda: ia mengeksekusi tugas. Ketika Anda @mention bot ini, ia dapat menulis dan menjalankan kode, membuat gambar, mencari di web, membuat file, dan memberikan hasil akhir — semuanya di dalam thread Slack. Tidak perlu berpindah tab. Tidak perlu copy-paste output. Cukup kirim pesan, dan hasilnya keluar.
Perbedaan Arsitektur
Sebagian besar integrasi Slack mengharuskan Anda mengekspos URL webhook publik, mengonfigurasi sertifikat SSL, dan menjalankan server yang dapat dijangkau Slack dari internet. Itu adalah tiga masalah infrastruktur sebelum Anda menulis satu baris pun logika bisnis.
HappyCapy menggunakan Socket Mode. Alih-alih Slack yang menjangkau ke server Anda, bot ini membuka koneksi WebSocket keluar (outbound) ke infrastruktur Slack. Tidak ada URL publik yang perlu dikonfigurasi. Tidak ada sertifikat SSL yang perlu dikelola. Tidak ada aturan firewall yang perlu dibuka. Anda menjalankan skill, ia terhubung, dan tetap terhubung.
Perbedaan kedua adalah tempat bot ini berjalan. HappyCapy berjalan di sandbox Linux Fly.io yang persisten — akses root, Python 3.11, Node.js v24, selalu aktif. Ketika bot Anda menerima pesan, ia tidak menjalankan fungsi serverless yang timeout dalam 10 detik. Ia memiliki lingkungan penuh yang tersedia: filesystem persisten, akses jaringan, proses yang berjalan lama.
Perbedaan ketiga adalah cara bot membalas. Setiap respons dari HappyCapy dikembalikan ke thread Slack yang sama tempat pesan berasal. Channel tetap bersih. Tim tidak tenggelam dalam kebisingan bot. Riwayat percakapan per thread disimpan dan diteruskan bersama setiap pesan baru, sehingga bot dapat mempertahankan konteks di seluruh sesi dalam sebuah thread — ia mengetahui apa yang dibahas 20 pesan sebelumnya.
| Capability | Typical Slack bot | HappyCapy Slack bot |
|---|---|---|
| Requires public URL | Yes | No (Socket Mode) |
| Execution environment | Serverless / limited | Always-on Linux sandbox |
| Thread context | Usually none | Per-thread history |
| Can run code | No | Yes, full Bash |
| Available tools | Fixed integrations | 300,000+ Skills |
| AI model access | One model | All major models |
Apa yang Bisa Anda Lakukan
Mengatakan bahwa sebuah bot Slack "memiliki akses tool penuh" itu mudah. Berikut adalah apa yang sebenarnya berarti dalam praktiknya.
Menulis dan menjalankan kode, mengembalikan hasil. Minta bot untuk memproses file CSV yang Anda letakkan di channel, menjalankan skrip analisis Python, dan memposting kembali hasilnya sebagai tabel yang terformat. Ia menulis kodenya, menjalankannya di sandbox, dan membalas dengan output.
Membuat gambar dalam sebuah thread. Minta mockup produk yang dihasilkan AI langsung dari pesan Slack. Bot memanggil generasi gambar, mengunggah file, dan memposting di thread — tanpa perlu meninggalkan Slack untuk menggunakan tool terpisah.
Mencari di web dan merangkum. Minta bot untuk mengambil harga terbaru dari halaman kompetitor dan merangkum perbedaannya dengan apa yang Anda kenakan. Ia mengambil halamannya, membacanya, dan membalas dengan perbandingan yang terstruktur.
Memicu salah satu dari 300.000+ Skills. HappyCapy dilengkapi dengan lebih dari 300.000+ Skills — kemampuan khusus yang mencakup code review, pembuatan konten, analisis data, SEO, riset pasar, dan ratusan workflow lainnya. Setiap satu di antaranya tersedia dari sebuah pesan Slack.
Gunakan DM untuk sesi agent pribadi. Bot ini bekerja di pesan langsung (DM) dengan cara yang sama seperti di channel. DM pribadi dengan bot ini menjadi ruang kerja AI pribadi di dalam Slack — riwayat percakapan, akses tool penuh, tanpa audiens.
Panggil dari channel mana pun. Tidak ada konfigurasi per channel. Tambahkan bot ke #engineering, #marketing, dan #data secara bersamaan. Setiap tim mendapatkan kemampuan penuh yang sama.
Kelebihan
- Tidak memerlukan URL publik atau infrastruktur — Socket Mode menangani koneksinya
- Akses Bash dan file system penuh di dalam sandbox HappyCapy
- Memori per thread membuat percakapan multi-turn tetap koheren
- Akses ke semua model AI utama, bukan hanya satu
- 300.000+ Skills tersedia dari @mention mana pun
- Bekerja di channel, group DM, dan DM 1:1
- Balasan dikirim ke thread, membuat channel tetap mudah dibaca
- Tidak ada batasan panjang pesan pada respons — hasil dikembalikan secara lengkap
Contoh Penggunaan Nyata
Tim engineering — code review dan CI debugger di #dev. Sebuah tim engineering menempelkan log CI yang gagal ke dalam thread dan @mention HappyCapy. Ia membaca stack trace, mengidentifikasi test yang gagal, menyarankan perbaikan, dan menuliskan blok kode yang telah dikoreksi. Tim mendapatkan jawaban yang dapat ditinjau di thread yang sama tempat mereka mengajukan masalah, tanpa membuka tab lain atau berpindah konteks.
Tim marketing — pembuatan konten dari Slack. Seorang manajer marketing meletakkan daftar fitur produk ke dalam thread dan meminta HappyCapy untuk menulis lima draft postingan LinkedIn. Ia mengembalikannya di thread yang sama, ditandai berdasarkan sudut pandang (edukatif, provokatif, berbasis cerita). Manajer tersebut memilih satu, meminta versi revisi, dan mendapatkan postingan jadi yang siap dijadwalkan — semuanya dari thread Slack.
Founder solo — asisten pribadi di DM. Seorang founder menggunakan DM HappyCapy sebagai sistem operasi mereka. Briefing pagi: minta ringkasan berita semalam tentang kompetitor. Persiapan pra-panggilan: minta bot mengambil riwayat pendanaan terbaru perusahaan. Pasca-rapat: masukkan catatan dan minta daftar tindakan yang terstruktur. Riwayat per thread berarti konteks dari percakapan minggu lalu tersedia ketika dirujuk di thread minggu ini.
Tim data — skrip analisis cepat di #data. Seorang analis data menjelaskan transformasi yang mereka perlukan pada sebuah dataset dan @mention bot tersebut. HappyCapy menulis skrip pandas, mengonfirmasi logikanya dalam balasan, dan analis tersebut langsung menyalinnya. Untuk tim yang ingin bot menjalankan skrip tersebut terhadap file yang mereka unggah, ia juga dapat melakukannya — end-to-end di dalam thread.
Cara Menyiapkannya
Penyiapan membutuhkan waktu sekitar lima menit. Skill lengkapnya tersedia di github.com/ndpvt-web/happycapy-slack.
Langkah-langkah tingkat tinggi:
1. Buat sebuah Slack app. Buka api.slack.com/apps dan buat app baru. Pilih "From scratch." Beri nama dan pilih workspace Anda.
2. Aktifkan Socket Mode. Di bawah "Settings → Socket Mode," aktifkan togglenya. Slack akan menghasilkan App-Level Token dengan scope connections:write. Salin token tersebut — Anda akan membutuhkannya sebagai SLACK_APP_TOKEN.
3. Tambahkan bot scopes. Di bawah "OAuth & Permissions → Bot Token Scopes," tambahkan: app_mentions:read, chat:write, channels:history, groups:history, im:history, mpim:history, channels:read, groups:read, im:read, files:write.
4. Aktifkan Event Subscriptions. Di bawah "Event Subscriptions," aktifkan dan berlangganan event bot: app_mention, message.im.
5. Pasang app tersebut. Di bawah "OAuth & Permissions," pasang app ke workspace Anda. Salin Bot User OAuth Token sebagai SLACK_BOT_TOKEN.
6. Jalankan skill tersebut. Di sandbox HappyCapy Anda, atur SLACK_BOT_TOKEN dan SLACK_APP_TOKEN sebagai environment variables dan jalankan Slack skill tersebut. Bot terhubung melalui Socket Mode dan langsung mulai mendengarkan.
Tidak ada deployment server. Tidak ada domain. Tidak ada SSL. Sandbox HappyCapy menangani semuanya — jika Anda ingin menjalankannya dari mesin Anda sendiri sebagai gantinya, penyiapan di Mac Mini sebagai server persisten bekerja dengan cara yang sama persis (lihat Mac Mini as an AI Server in 2026 untuk konteks lengkap tentang penyiapan lokal yang persisten).
Pertanyaan yang Sering Diajukan
Apakah saya memerlukan paket Slack berbayar? Tidak. Socket Mode dan bot scopes yang dibutuhkan tersedia di paket gratis Slack. Anda dapat menyiapkan dan menjalankan bot Slack HappyCapy di workspace gratis tanpa batasan apa pun.
Apakah bot ini bekerja di DM dan channel keduanya? Ya. Bot merespons @mention di channel publik, channel privat, group DM, dan pesan langsung 1:1. Perilakunya identik di semua konteks — akses tool penuh, riwayat per thread.
Bagaimana konteks percakapan bekerja di antara beberapa pengguna dalam satu channel? Konteks bersifat per thread. Jika beberapa anggota tim berbicara dengan bot di thread yang sama, seluruh riwayat thread dikirimkan bersama setiap pesan, sehingga bot melihat semuanya. Jika dua thread terpisah berjalan bersamaan dalam satu channel, masing-masing memiliki riwayat yang terisolasi. Pengguna tidak dapat melihat atau memengaruhi thread terpisah pengguna lain.
Bisakah saya membatasi channel atau pengguna mana yang dapat memanggil bot ini? Ya. Skill ini mendukung allowlist berupa channel ID dan user ID. Pesan dari channel atau pengguna yang tidak ada dalam daftar akan diabaikan secara diam-diam. Secara default bot merespons segala sesuatu yang dapat dilihatnya, sehingga menambahkan batasan hanya membutuhkan satu langkah konfigurasi.
Apakah bot ini membutuhkan URL publik? Tidak. Ini adalah keunggulan inti arsitekturnya. Socket Mode berarti bot membuka WebSocket keluar ke Slack — Slack tidak pernah perlu menjangkau server Anda. Tidak ada URL publik, tidak ada sertifikat SSL, dan tidak ada konfigurasi firewall yang dibutuhkan.
Apa yang terjadi jika saya @mention bot ini dalam sebuah thread — apakah ia melihat pesan-pesan sebelumnya? Ya. Ketika Anda @mention HappyCapy dalam sebuah thread, skill tersebut mengambil seluruh riwayat thread dari API Slack dan menyertakannya dalam konteks yang dikirim ke bot. Ia melihat setiap pesan dalam thread dari awal, sehingga ia memiliki konteks lengkap untuk permintaan Anda.
Bisakah seluruh tim saya berbagi satu bot HappyCapy? Ya. Satu bot token bekerja di seluruh channel dan DM dalam workspace Anda. Seluruh tim Anda dapat @mention bot yang sama secara bersamaan. Setiap thread mempertahankan konteksnya sendiri, sehingga penggunaan bersamaan dari beberapa anggota tim tidak menyebabkan konteks tercampur.
Pemikiran Akhir
Sebagian besar integrasi Slack berhenti pada pengambilan informasi (retrieval) — mereka dapat mencari sesuatu, tetapi tidak dapat bertindak. Slack skill milik HappyCapy melampaui batas itu. Ia membawa lingkungan eksekusi penuh — file system, Bash, semua model AI utama, 300.000+ Skills — langsung ke dalam lapisan komunikasi yang sudah dimiliki tim Anda. Hasilnya adalah agent AI yang hidup di tempat tim Anda sudah bekerja, tanpa mengharuskan siapa pun berpindah konteks ke tool terpisah.
