Kurs praktyczny · W przygotowaniu

Zbuduj i utrzymuj własny harness AI

Przestań traktować asystenta AI jak czarną skrzynkę. Naucz się projektować, budować i uruchamiać warstwę narzędzi, kontekstu i przepływów pracy, która zamienia surowy model językowy w niezawodnego partnera do pracy — i dbać o to, by działała mimo zmian w modelach.

Zobacz program kursu
  • 21modułów
  • 5części
  • 3warstwy
  • 1działający stos agenta

O kursie

Jeden projekt. Trzy warstwy.

  • L3

    Interfejsy i kanały

    Slack, Mattermost, Telegram, Discord, e-mail albo własny interfejs webowy — z wątkami, tożsamością użytkownika i przyciskami zatwierdzania.

  • L2

    Automatyzacja i zdarzenia

    Przepływy w n8n oraz LangChain/LangGraph uruchamiane przez webhooki, cron oraz zdarzenia z Gita i systemów zgłoszeń — z ponawianiem prób i udziałem człowieka w pętli (human-in-the-loop).

  • L1

    Agent bazowy: pi

    Rekonfigurowalny agent z własnymi narzędziami, rozszerzeniami, skills i profilami, działający w trybie headless za Twoją bramą agenta (agent gateway).

Idea

Czym jest harness?

Model przewiduje tokeny. Harness to wszystko, co go otacza: pętla agenta, narzędzia, zarządzanie kontekstem, dostęp do modeli, interfejsy, mechanizmy bezpieczeństwa, obserwowalność i rozszerzalność. Agent to model + harness + cel. Zmieniając model, zmieniasz to, jak zdolny jest agent. Zmieniając harness, zmieniasz to, co agent może robić — bezpiecznie i w jakim miejscu.

  • Pętla

    Prompt → model → narzędzia → wyniki → od nowa.

  • Narzędzia

    Pliki, powłoka, wyszukiwanie, web, własne narzędzia domenowe.

  • Kontekst

    Prompty systemowe, AGENTS.md, pamięć, kompaktowanie.

  • Dostęp do modeli

    Dostawcy, klucze, mechanizmy awaryjne, kontrola kosztów.

  • Interfejs

    CLI, edytor, czat, automatyzacja i CI.

  • Bezpieczeństwo

    Uprawnienia, piaskownice, potwierdzenia, audyt.

  • Obserwowalność

    Logi, śledzenie, monitorowanie kosztów, ewaluacje.

  • Rozszerzalność

    Wtyczki, skills, hooki, MCP, subagenci.

Buduj, nie tylko oglądaj

Każdy moduł kończy się działającym kodem dodanym do Twojego własnego harnessu. Zaczynasz od ok. 100 linii i dokładasz złożoność dopiero wtedy, gdy jest potrzebna.

Szczegóły startu wkrótce

Czego się nauczysz

Co będziesz potrafić

  • Wyjaśnić, czym jest harness agenta i jak współpracują jego elementy.
  • Zaimplementować od zera minimalną pętlę agenta z wywoływaniem narzędzi.
  • Konfigurować i rozszerzać pi: własne narzędzia, hooki, skills, pakiety i profile.
  • Projektować kontekst: prompty systemowe, AGENTS.md, szablony, kompaktowanie.
  • Korzystać z wielu dostawców modeli, także z modeli lokalnych.
  • Uruchamiać agenta w trybie headless za bramą HTTP/WebSocket.
  • Uruchamiać i orkiestrować agentów za pomocą n8n oraz LangChain/LangGraph.
  • Udostępnić agenta w Slacku, Mattermoście i we własnym interfejsie webowym.
  • Zabezpieczać, monitorować, oceniać i wdrażać cały stos.
  • Utrzymywać go w czasie: aktualizacje, wersjonowanie, unikanie degradacji promptów (prompt rot).

Program

Program kursu

Zbudowany od dołu do góry: najpierw poznajesz harness, potem opanowujesz agenta bazowego, automatyzujesz go, udostępniasz ludziom i wreszcie uruchamiasz produkcyjnie. Wstępny zarys — może ulec zmianie.

Część APodstawymoduły 0–2
  1. Orientacja i konfiguracjaNode.js, Docker, zainstalowany pi, podłączony dostawca AI — w tym jak założyć i podłączyć darmowego agenta.
  2. Anatomia harnessuModel vs. harness vs. agent, trójwarstwowy stos i przegląd istniejących harnessów.
  3. Minimalna pętla agentaPętla w ok. 100 liniach kodu z wywoływaniem narzędzi, zbudowana od zera.
Część BL1 · Agent pimoduły 3–9
  1. Podstawy piSesje i rozgałęzienia, modele i dostawcy, ustawienia, AGENTS.md.
  2. Inżynieria kontekstuPrompty systemowe, kontekst projektu, szablony promptów, kompaktowanie.
  3. NarzędziaNarzędzia wbudowane oraz projektowanie własnych: schematy, opisy, błędy, rozmiar wyniku.
  4. Rozszerzenia i hookiRozszerzenia w TypeScripcie, hooki zdarzeń, bramki uprawnień, elementy interfejsu.
  5. Skills i pakietyPaczki SKILL.md, udostępnianie przez pakiety, MCP przez adapter.
  6. Profile agentówJeden pi, wiele agentów: prompt + narzędzia + model + skills dla każdego zastosowania.
  7. pi w trybie headlessTryby print/JSON, RPC i SDK; budowa bramy agenta (agent gateway) dla wyższych warstw.
Część CL2 · Automatyzacja agentów i obsługa zdarzeńmoduły 10–13
  1. n8n — podstawySamodzielnie hostowany n8n, wyzwalacze i wywoływanie bramy agenta.
  2. Agenci sterowani zdarzeniamiWyzwalacz → wzbogacenie → agent → akcja → powiadomienie; ponawianie prób, idempotentność, kolejki.
  3. Człowiek w pętli (human-in-the-loop)Kroki zatwierdzania, oczekiwanie na webhook, eskalacja.
  4. LangChain / LangGraphOrkiestracja w kodzie oraz kiedy wybrać n8n, LangGraph, a kiedy samo pi.
Część DL3 · Interfejsy i komunikatorymoduły 14–16
  1. Bot SlackaEvents API / Socket Mode, wątki jako sesje, komendy slash, przyciski zatwierdzania.
  2. Mattermost i inneOpcja self-hosted oraz wzorzec adaptera kanału dla Telegrama, Discorda i Teams.
  3. Własny interfejsMinimalny czat webowy ze strumieniowaniem i wizualizacją wywołań narzędzi.
Część EWdrożenie produkcyjnemoduły 17–20
  1. Bezpieczeństwo i uprawnieniaUwierzytelnianie kanałów, piaskownice, sekrety, prompt injection w wiadomościach z czatu.
  2. Obserwowalność i ewaluacjaŚledzenie między warstwami, koszt na użytkownika i kanał, ewaluacje i testy regresji.
  3. Wdrożenie i utrzymanieStos w Docker Compose, aktualizacje, dryf promptów, współdzielenie w zespole.
  4. Projekt końcowyOsobisty lub zespołowy agent trójwarstwowy dla prawdziwego procesu pracy.

Dla kogo

Dla kogo jest ten kurs

Dla programistów i specjalistów technicznych, którzy już korzystają z asystentów AI i chcą mieć nad nimi kontrolę — a także dla liderów technicznych, badaczy, zaawansowanych użytkowników i edukatorów, którzy automatyzują pracę z wiedzą.

Wymagania wstępne

  • Swobodna praca z terminalem, gitem i jednym językiem programowania.
  • Podstawowa znajomość API HTTP i JSON.
  • Dostęp do dostawcy AI — wystarczy plan darmowy. Moduł 0 pokazuje, jak go skonfigurować.

Nie potrzebujesz wiedzy z zakresu ML ani uczenia głębokiego.

Jak to działa

Jak uczy ten kurs

Buduj, nie tylko oglądaj

Każdy moduł kończy się działającym kodem dodanym do Twojego własnego harnessu.

Najpierw minimum

Zaczynasz od ok. 100 linii i dokładasz złożoność dopiero wtedy, gdy jest uzasadniona.

Niezależność od dostawcy

Koncepcje ponad markami. Przykłady działają z kilkoma dostawcami.

Wyjaśniamy „dlaczego”

Kompromisy projektowe są równie ważne jak kod.

Utrzymanie w programie

Aktualizacje i dryf promptów to pełnoprawny temat, a nie dodatek.

Prawdziwe zadania

Ćwiczenia oparte na realistycznych scenariuszach programistycznych i pracy z wiedzą.

Pytania

FAQ

Czy potrzebuję płatnego planu AI?

Nie. Minimum to plan darmowy, a Moduł 0 przeprowadza Cię przez założenie darmowego konta i jego podłączenie.

Czy kurs jest związany z jednym dostawcą?

Nie. Koncepcje są niezależne od dostawcy, a przykłady działają z kilkoma dostawcami, także z modelami lokalnymi. Agentem bazowym używanym w całym kursie jest pi.

Z czym kończę kurs?

Z działającym, dopasowanym do Ciebie trójwarstwowym stosem agenta — agent bazowy, automatyzacja i kanały — oraz wiedzą, jak go rozwijać wraz ze zmianami modeli i API.

Kiedy startuje kurs?

Kurs jest wciąż w przygotowaniu, a powyższy program to wstępny zarys. Szczegóły startu ogłosimy tutaj.

Gotowy, by zbudować własny harness AI?

Kurs jest wciąż w przygotowaniu. Szczegóły startu ogłosimy tutaj.

Szczegóły startu wkrótce