21 narzędzi · 6 przewodników · 12 tipów

Baza Wiedzy AI Developera

Narzędzia, przewodniki i ściągi dla developerów budujących z agentami AI. Dodaj do zakładek.

Narzędzia AI Agents

Poniżej znajdziesz starannie wyselekcjonowane narzędzia, które pomagają w zarządzaniu kontekstem, rozszerzaniu możliwości agentów i automatyzacji workflow developerskiego.

🤖

HumanLayer

Katalog .claude/ z agentami i workflow dla Claude Code

WorkflowFreemiumDowolny8,800

HumanLayer to YC-backed startup budujący narzędzia dla AI agentów. Ich publiczne repozytorium (8.8k gwiazdek) zawiera katalog .claude/ który jest kopalnią złota. Agenci w .claude/agents/ - każdy ma jedną rolę: • codebase-analyzer - analizuje kod pod kątem zadania, kontekst, zależności, wpływ zmian • codebase-locator - szuka miejsc w kodzie, zwraca format file:line (np. app/services/payment_service.rb:127) • codebase-pattern-finder - znajduje wzorce, pytasz "jak obsługujemy błędy?" - dostajesz przykłady z całego codebase • thoughts-analyzer i thoughts-locator - przeszukują katalog thoughts/ jako bazę wiedzy projektu • web-search-researcher - szuka w internecie gdy lokalna wiedza nie wystarcza Komendy w .claude/commands/ - tu jest magia: • /create_plan - tworzy plan implementacji. Najpierw używa agentów do researchu, zadaje pytania, zbiera kontekst. Plan ląduje w thoughts/shared/plans/. Tickety z Linear zapisuje do thoughts/shared/tickets/. Po każdej fazie pauzuje i czeka na potwierdzenie. • /implement_plan - implementuje plan, każdy krok ma commit. Po automated verification pauzuje: "Phase N Complete - Ready for Manual Verification" • /validate_plan - sprawdza czy implementacja zgadza się z planem, porównuje git diff • /commit - commituje bez "Co-authored by AI". Ma w instrukcji: "NEVER add co-author information" • /founder_mode - dla eksperymentalnych features. Zrobiłeś commit bez ticketa? Tworzy ticket w Linear, branch, cherry-pick, push, PR - cały flow po fakcie • /research_codebase - dokumentuje kod bez sugerowania zmian. "DO NOT suggest improvements. ONLY describe what exists." • /ralph_impl - pętla bez nadzoru: pobiera najwyższy priorytet SMALL/XS ticket z Linear, tworzy git worktree dla izolacji, implementuje, commituje, robi PR i wraca po następny Więcej komend: /iterate_plan, /oneshot, /create_handoff, /resume_handoff, /create_worktree, /debug, /local_review, /linear, /ralph_plan, /ralph_research. Są też warianty _nt (no-thoughts) i _generic dla projektów bez katalogu thoughts/. Jak zaadoptować? Kopiujesz .claude/ do swojego projektu i restart Claude Code.

Funkcje

6 agentów AI - każdy z jedną rolą (analyzer, locator, pattern-finder, thoughts, web-search)
27+ komend slash z wariantami _nt i _generic
/create_plan - research → pytania → plan z pauzami na potwierdzenie
/implement_plan - faza po fazie, każdy krok = commit, pauza na manual verification

Integracje

Claude CodeLinearGit WorktreesGitHub

Przypadki użycia

• Standaryzacja workflow Claude Code w zespole
• Automatyzacja cyklu: Linear ticket → plan → kod → PR
• Nocny development z /ralph_impl (agent pracuje sam)

Odwiedź GitHub

🧠

Agent OS 2.0

System operacyjny dla AI agentów kodujących

Zarządzanie KontekstemDarmowyDowolny3,400

Agent OS to darmowy, open-source system plików markdown, który transformuje AI agentów z "zdezorientowanych stażystów" w produktywnych developerów. Definiujesz strukturę katalogów, konwencje nazewnictwa, stack technologiczny i zasady testów - wszystko w jednym miejscu. Agent zaczyna sesję, czyta konfigurację i od razu wie jak pracować z Twoim projektem. Kluczowa wartość to wbudowane komendy workflow: • shape-spec - agent PYTA o wymagania zamiast zgadywać • write-spec - tworzy formalną specyfikację z use cases • create-tasks - generuje listę zadań • implement-tasks - jeden agent realizuje zadania • orchestrate-tasks - wiele agentów dla złożonych features To spec-driven development - agent nie zaczyna pisać kodu dopóki nie rozumie co i po co. W zespole eliminuje to problem, że każdy developer ma swoje prompty i własny chaos.

Funkcje

System plików markdown dla kontekstu AI
Wbudowane komendy workflow (shape-spec, write-spec, create-tasks)
Spec-driven development
Orkiestracja wielu agentów

Integracje

Claude CodeCursorCodexGeminiAny AI coding tool

Przypadki użycia

• Standaryzacja pracy z AI w zespole developerskim
• Onboarding nowych developerów do projektu
• Automatyzacja spec-driven development

Odwiedź GitHub

⚡

Augment Code

Context Engine dla zespołów developerskich

Asystent KoduPłatnyZespół

Augment Code to platforma AI dla zespołów developerskich z unikalnym Context Engine - systemem, który utrzymuje bieżące zrozumienie całego stacka technologicznego: kodu, zależności, architektury i historii zmian. Kluczowe komponenty: • IDE Agents - agenty zintegrowane z VS Code i JetBrains, które wspierają listy zadań dla złożonej pracy, automatyczne zapamiętywanie między sesjami, konwersję promptów w pull requesty • Code Review - automatyczny przegląd który "myśli jak senior engineer" • CLI - pełna funkcjonalność AI dostępna w terminalu Integracje z Jira i Wiki oznaczają, że agent rozumie nie tylko kod, ale też kontekst biznesowy i dokumentację zespołu. W testach na Elasticsearch (3.6M linii Java) agenty Augment przewyższały Cursora i Claude Code: correctness +14.8%, completeness +18.2%.

Funkcje

Context Engine - rozumie cały stack
Integracja z Jira i Wiki
IDE Agents dla VS Code i JetBrains
Automatyczny Code Review

Integracje

VS CodeJetBrainsJiraConfluenceGitHubGitLab

Przypadki użycia

• Zespoły pracujące na dużych bazach kodu
• Automatyzacja code review
• Integracja AI z istniejącym workflow (Jira, Wiki)

Odwiedź

🔍

Glean

Enterprise AI dla wiedzy firmowej

Enterprise SearchEnterpriseEnterprise

Glean to platforma AI dla przedsiębiorstw, która łączy trzy kluczowe elementy: asystenta AI, agentów automatyzacyjnych i inteligentne wyszukiwanie. Glean indeksuje ponad 100 aplikacji biznesowych (Slack, Teams, GitHub, Salesforce, ServiceNow, Jira) i buduje "Enterprise Graph" - mapę kontekstu zawierającą całą wiedzę organizacyjną. Dla developerów oznacza to: • Agent Builder - graficzny konstruktor do budowy agentów bez kodowania • APIs i SDKs - możliwość integracji Glean w dowolne aplikacje • Model Hub - dostęp do najnowszych modeli AI Glean Agents mogą automatyzować procesy biznesowe, komunikację i zadania powtarzalne. W przeciwieństwie do narzędzi coding-only, Glean rozumie kontekst biznesowy i dokumentację. ROI: zwrot inwestycji w poniżej 6 miesięcy, 93% adopcja wśród pracowników w 2 lata, redukcja zapytań do IT o 20%.

Funkcje

Indeksowanie 100+ aplikacji biznesowych
Enterprise Graph - mapa wiedzy firmowej
Agent Builder bez kodowania
APIs i SDKs dla integracji

Integracje

SlackMicrosoft TeamsGitHubJiraSalesforceServiceNow+3

Przypadki użycia

• Centralizacja wiedzy firmowej
• Automatyzacja procesów biznesowych
• Onboarding nowych pracowników

Odwiedź

🚀

Antigravity Awesome Skills

132 gotowe umiejętności dla AI agentów

Biblioteka SkillsDarmowyDowolny

Antigravity Awesome Skills to biblioteka 132 gotowych umiejętności (skills) dla asystentów AI zajmujących się kodowaniem. To funkcjonalności, które rozszerzają możliwości agentów AI. Uniwersalny format SKILL.md oznacza, że skills działają we wszystkich platformach bez modyfikacji: • Claude Code (Anthropic CLI) • Gemini CLI (Google DeepMind) • Cursor • GitHub Copilot • Codex CLI (OpenAI) • Antigravity IDE Kategorie skills: • Cybersecurity (~50) - pentesting, ethical hacking, testy podatności • Development (~25) - TDD, debugging, wzorce React, architektura • AI & LLM (~8) - inżynieria promptów, wzorce agentów autonomicznych • Autonomous Systems (~8) - planowanie, kreator umiejętności • Automation (~6) - automatyzacja GitHub, skrypty shell Skills pochodzą z oficjalnych repozytoriów Anthropic, Vercel Labs i OpenAI - to battle-tested rozwiązania, nie amatorskie prompty.

Funkcje

132 gotowe skills
Uniwersalny format SKILL.md
Oficjalne skills od Anthropic, Vercel, OpenAI
Kategorie: Security, Development, AI, Automation

Integracje

Claude CodeGemini CLICursorGitHub CopilotCodex CLIAntigravity IDE+1

Przypadki użycia

• Rozszerzanie możliwości AI agentów
• Security testing i pentesting
• Automatyzacja workflow developerskiego

Odwiedź GitHub

🔄

Ralph Wiggum

Automatyczna pętla iteracji dla Claude Code

WorkflowDarmowyDowolny

Ralph Wiggum to oficjalny plugin Claude Code, który automatyzuje iteracyjny rozwój przez persistentne pętle. Technika polega na wielokrotnym podawaniu promptów do Claude aż do spełnienia kryteriów zakończenia. Kluczowa filozofia: zamiast szukać perfekcji za pierwszym razem, metodologia wykorzystuje deterministyczne błędy jako punkty danych do nauki. Główne cechy: • Automatyczne ponawianie zadań z samoodnoszącymi się promptami • Kontrola bezpieczeństwa przez --max-iterations • Wykrywanie zakończenia przez --completion-promise • Kompatybilność z Git worktrees dla równoległego developmentu Realne rezultaty: • 6 repozytoriów wygenerowanych na hackathonie Y Combinator • Kontrakt za $50K zrealizowany za $297 kosztów API • Język programowania CURSED rozwinięty przez 3 miesiące Idealne dla zadań z jasnymi metrykami sukcesu, projektów wymagających cykli udoskonalania i greenfield developmentu do automatyzacji nocnej.

Funkcje

Automatyczne pętle iteracji z kontrolą bezpieczeństwa
Wykrywanie zakończenia przez dopasowanie tekstu
Kompatybilność z Git worktrees
Integracja z ekosystemem Claude Code

Integracje

Claude CodeGit WorktreesTest FrameworksLinters

Przypadki użycia

• Automatyzacja powtarzalnych zadań developerskich
• Nocny development greenfield projektów
• Iteracyjne udoskonalanie kodu z testami

Odwiedź GitHub

📚

Context7

Aktualna dokumentacja dla LLM i edytorów AI

Zarządzanie KontekstemFreemiumDowolny

Context7 to serwer MCP (Model Context Protocol) od Upstash, który dostarcza aktualną, wersjonowaną dokumentację bezpośrednio do Twojego prompta. Problem który rozwiązuje: LLM-y opierają się na przestarzałych danych treningowych, co prowadzi do "halucynowanych API, które nawet nie istnieją" i nieaktualnych przykładów kodu. Jak działa: 1. Napisz prompt jak zwykle 2. Dodaj "use context7" na końcu 3. Otrzymaj kod używający aktualnych API Przykład: "Stwórz middleware Next.js walidujący JWT cookies. use context7" Kluczowe możliwości: • Wyszukiwanie i odkrywanie bibliotek • Ekstrakcja kontekstu z aktualnej dokumentacji • Przykłady kodu specyficzne dla wersji • Wsparcie dla prywatnych repozytoriów (plan premium) Darmowy tier dostępny, premium odblokowuje wyższe limity API i prywatne repozytoria.

Funkcje

Aktualna dokumentacja bezpośrednio w prompcie
Serwer MCP kompatybilny z wieloma klientami
Wyszukiwanie i odkrywanie bibliotek
Przykłady kodu specyficzne dla wersji

Integracje

Claude CodeCursorOpenCodeAny MCP-compatible client

Przypadki użycia

• Eliminacja halucynacji API w kodzie generowanym przez AI
• Praca z najnowszymi wersjami frameworków
• Szybkie prototypowanie z aktualną dokumentacją

Odwiedź GitHub

📦

Repomix

Pakuje cały codebase w jeden plik dla AI

Zarządzanie KontekstemDarmowyDowolny

Repomix to open-source narzędzie CLI, które konwertuje całe repozytoria kodu w pojedyncze pliki zoptymalizowane dla modeli AI. Pakuje kod w formaty XML, Markdown, JSON lub plain text - idealne do pracy z Claude, ChatGPT i Gemini. Kluczowe funkcje: • Git-aware - automatycznie respektuje .gitignore • Wykrywanie sekretów - wbudowany Secretlint dla bezpieczeństwa • Liczenie tokenów - metryki per-plik i dla całego repo • Kompresja kodu - Tree-sitter ekstrahuje sygnatury, ~70% redukcji tokenów • Zdalne repozytoria - przetwarzaj GitHub repos bezpośrednio przez URL Przypadki użycia: • Code review i analiza refaktoryzacji • Debugowanie z pełnym kontekstem • Planowanie implementacji • Audyty bezpieczeństwa bibliotek Nominowany do JSNation Open Source Awards 2025 w kategorii "Powered by AI".

Funkcje

Konwersja repo do XML, Markdown, JSON, plain text
Automatyczne respektowanie .gitignore
Wykrywanie sekretów przez Secretlint
Kompresja kodu z Tree-sitter (~70% mniej tokenów)

Integracje

ClaudeChatGPTGeminiGitHub ActionsDockerMCP Server

Przypadki użycia

• Pełny kontekst codebase dla AI code review
• Debugowanie z całym repozytorium jako kontekstem
• Planowanie implementacji nowych funkcji

Odwiedź GitHub

📖

Google Code Wiki

AI-generowana dokumentacja która ewoluuje z kodem

Asystent KoduFreemiumDowolny

Google Code Wiki to platforma napędzana przez Gemini AI, która automatycznie generuje i utrzymuje kompleksową, zawsze aktualną dokumentację dla repozytoriów kodu. Problem który rozwiązuje: Developerzy spędzają 30-40% czasu na rozumieniu kodu, którego nie napisali - zadanie utrudnione przez słabą, nieaktualną lub brakującą dokumentację. Jak działa: • Diagramy architektury, relacje klas i przepływy sekwencji generowane automatycznie • Dokumentacja regenerowana po każdym COMMIT - eliminacja "documentation drift" • Wbudowany Gemini chat agent odpowiada na pytania używając aktualnego wiki jako kontekstu Korzyści: • Nowi kontrybutorzy mogą commitować już pierwszego dnia • Seniorzy rozumieją nowe biblioteki w minuty, nie dni • SRE i audytorzy mają natychmiastowy dostęp do adnotowanego kodu Obecnie w public preview - darmowe dla publicznych repozytoriów. Pricing dla prywatnych repos TBD. Gemini CLI extension w rozwoju dla zespołów z legacy codebases.

Funkcje

Automatyczne generowanie dokumentacji przez Gemini AI
Diagramy architektury i relacji klas
Aktualizacja dokumentacji po każdym commit
Wbudowany chat agent do pytań o kod

Integracje

GitHubGemini AIGemini CLI (coming soon)

Przypadki użycia

• Szybki onboarding nowych członków zespołu
• Rozumienie legacy codebase bez "tribal knowledge"
• Utrzymanie aktualnej dokumentacji bez wysiłku

Odwiedź

🎙️

SuperWhisper

Dyktowanie dla developerów z AI

Voice InputFreemiumSolo developer

SuperWhisper to narzędzie do dyktowania na macOS używające modelu Whisper lokalnie (whisper.cpp na Apple Silicon). • Rozpoznawanie mieszanych języków — polski + angielskie terminy techniczne w jednym zdaniu • Słownik własny na terminy techniczne • Działa system-wide w każdej aplikacji • Tryby: Voice to Text, Super Mode (przetwarzanie przez LLM), własne • Cena: $8.49/mies. lub $249 lifetime

Funkcje

Lokalny model Whisper na Apple Silicon
Rozpoznawanie mieszanych języków (polski + angielski)
Słownik własny na terminy techniczne
Działa w każdej aplikacji (system-wide)

Integracje

macOSApple SiliconAny application

Przypadki użycia

• Dyktowanie długich promptów dla agentów AI (1800+ znaków)
• Rozmowy o kodzie w mieszanych językach
• Workflow kodowania bez użycia rąk

Odwiedź

🤖

Clawdbot

Prywatny asystent AI na własnym serwerze

Asystent AIDarmowySolo developer

Clawdbot to prywatny asystent AI do deployu na dowolnym VPS (AWS, DigitalOcean). • 50+ integracji (Gmail, Calendar, Telegram, Slack, Discord, WhatsApp) • Trwała pamięć, która gromadzi kontekst z czasem • Działa 24/7 nawet gdy laptop jest wyłączony • Dane zostają na Twoim serwerze • Konfiguracja przez USER.md i MEMORY.md

Funkcje

50+ integracji (Gmail, Calendar, Telegram, Slack, Discord, WhatsApp)
Trwała pamięć między rozmowami
Pełna kontrola danych na własnym serwerze
Działa 24/7 nawet gdy laptop jest wyłączony

Integracje

GmailGoogle CalendarTelegramSlackDiscordWhatsApp+1

Przypadki użycia

• Prywatny asystent AI dostępny przez komunikatory
• Automatyczne zarządzanie mailem/kalendarzem
• AI z pełną kontrolą danych na własnym serwerze

Odwiedź GitHub

🐝

Claude-Flow

60 wyspecjalizowanych agentów AI w jednym systemie

WorkflowDarmowyZespół

Claude-Flow to system roju (swarm) z 60 wyspecjalizowanymi agentami AI. • Agenci: developer, reviewer, tester, security, architekt, tech writer • Model roju — równoległe wykonanie zadań • Uczy się preferencji użytkownika z czasem • Po miesiącu wie, że preferujesz Rails, piszesz testy first i chcesz docs w określonym języku • Wieloetapowa weryfikacja kodu

Funkcje

60 wyspecjalizowanych agentów (dev, review, test, security, architekt, docs)
Model roju — równoległe wykonanie
Uczy się Twoich preferencji z czasem
Wieloetapowa weryfikacja kodu

Integracje

Claude CodeGitAny test framework

Przypadki użycia

• Automatyzacja pełnego cyklu developmentu
• Równoległy code review + testy + audyt security
• AI na skalę zespołu dla solo developerów

Odwiedź GitHub

💉

Skills

npm dla agentów AI — natychmiastowe umiejętności

Biblioteka SkillsDarmowyDowolny11,500

Skills to repozytorium 11 500+ gotowych umiejętności dla agentów AI. Stworzone przez Jakuba Mrugalskiego. • Instalacja jednym poleceniem: `npx skills add owner/repo` • Top: vercel-react-best-practices (38.9k instalacji), web-design-guidelines (29.5k), remotion-best-practices (20.4k) • Obejmuje security, design, bazy danych, optymalizację • Działa z każdym agentem AI do kodowania

Funkcje

11 500+ gotowych umiejętności
Instalacja jednym poleceniem: npx skills add owner/repo
Top skill: vercel-react-best-practices (38.9k instalacji)
Obejmuje security, design, bazy danych, optymalizację

Integracje

Claude CodeCursorCodexAny AI coding tool

Przypadki użycia

• Natychmiastowa nauka agenta AI best practices
• Standaryzacja umiejętności agentów w zespole
• Dodawanie ekspertyzy bez pisania promptów

Odwiedź GitHub

🖥️

Codex App

Natywna aplikacja macOS do AI-assisted coding od OpenAI

Asystent KoduPłatnyDowolny

Codex App to natywna aplikacja macOS od OpenAI (wydana luty 2026). • Git worktrees — różni agenci pracują na tym samym repo bez konfliktów • Automatyzacje — zadania w tle na harmonogramie • System rozszerzeń Skills • Lepszy w debugowaniu niż Claude Code (raporty społeczności), ale wolniejszy • Natywne doświadczenie macOS

Funkcje

Git worktrees — agenty pracują na tym samym repo bez konfliktów
Automatyzacje w tle na harmonogramie
System rozszerzeń Skills
Silne możliwości debugowania

Integracje

macOSGitOpenAI API

Przypadki użycia

• Równoległy development wielu agentów
• Zaplanowane zadania w tle
• Złożone sesje debugowania

Odwiedź

🔬

Google Antigravity

Diagnostyka wydajności Next.js z AI

Asystent KoduDarmowyDowolny

Google Antigravity łączy IDE + przeglądarkę + analizę wydajności w jednym interfejsie. • Pełna diagnoza w 5 minut z gotowymi poprawkami do zastosowania • Przykład: znalazł biblioteki niekompatybilne z Edge Runtime w middleware (jsonwebtoken → jose), naprawił kaskadowy 404 • Rezultat: start 10s → 3.2s, ładowanie stron "wieczność" → 200-500ms

Funkcje

IDE + przeglądarka + analiza wydajności w jednym interfejsie
Pełna diagnoza w 5 minut
Gotowe poprawki kodu do zastosowania
Wykrywanie kompatybilności Edge Runtime

Integracje

Next.jsChrome DevToolsVS Code

Przypadki użycia

• Optymalizacja wydajności Next.js
• Debugowanie wolnego ładowania stron i startu serwera
• Znajdowanie niekompatybilności Edge Runtime

Odwiedź

📈

SEO Machine

AI agenty do automatyzacji content marketingu

SEO & ContentDarmowyDowolny

SEO Machine to open-source narzędzie do pełnego workflow contentowego przez komendy terminala. • /research — badanie słów kluczowych + analiza konkurencji z GA4, GSC, DataForSEO • /write + /optimize — tworzenie treści zgodnych z brand_voice.md • /analyze-existing — audyt opublikowanych treści • Kontekst marki definiowany w brand_voice.md

Funkcje

/research — badanie słów kluczowych + analiza konkurencji
/write + /optimize — tworzenie treści zgodnych z marką
/analyze-existing — audyt opublikowanych treści
Kontekst przez brand_voice.md

Integracje

Google Analytics 4Google Search ConsoleDataForSEOClaude Code

Przypadki użycia

• Automatyczne badanie słów kluczowych i planowanie treści
• Generowanie treści zoptymalizowanych pod SEO
• Audyt wydajności istniejących treści

Odwiedź GitHub

🧠

claude-mem

Pamięć dla AI agentów — SQLite + Vector DB

PamięćDarmowyDowolny

claude-mem zastępuje statyczną pamięć markdown hybrydową bazą danych. • SQLite dla danych strukturalnych (sesje, obserwacje) + Chroma Vector DB dla wyszukiwania semantycznego • Auto-loguje 5 kluczowych momentów per sesja • Kategorie: decision, bugfix, feature, refactor, discovery • Web UI pod localhost:37777 • Tag `` do wykluczania wrażliwych danych

Funkcje

Hybrydowa: SQLite (strukturalne) + Chroma Vector DB (semantyczne)
Auto-logowanie 5 kluczowych momentów per sesja
Wyszukiwanie semantyczne — znajduje po znaczeniu, nie słowach
Kategorie: decision, bugfix, feature, refactor, discovery

Integracje

Claude CodeSQLiteChroma Vector DB

Przypadki użycia

• Trwała pamięć agenta między sesjami
• Semantyczne przeszukiwanie historii projektu
• Auto-dokumentowanie sesji developmentu

Odwiedź GitHub

📂

GitMCP

Każde repo GitHub jako źródło dokumentacji

DokumentacjaDarmowyDowolny

GitMCP zamienia dowolne publiczne repozytorium GitHub w źródło dokumentacji MCP. • Przydatne dla mniej popularnych bibliotek nieindeksowanych w Context7 • Agent czyta zawartość repo jako ustrukturyzowaną dokumentację • Integracja z serwerem MCP • Automatyczna ekstrakcja i indeksowanie treści

Funkcje

Każde publiczne repo GitHub jako źródło docs
Integracja z serwerem MCP
Działa z bibliotekami spoza Context7
Automatyczna ekstrakcja i indeksowanie treści

Integracje

GitHubClaude CodeAny MCP client

Przypadki użycia

• Dokumentacja niszowych/nowych bibliotek
• Uzupełnienie Context7 dla nieindeksowanych lib
• Szybka referencja z dowolnego projektu GitHub

Odwiedź GitHub

🔒

Ref.tools

Dokumentacja prywatnych repozytoriów i PDF

DokumentacjaFreemiumZespół

Ref.tools to płatne ($9/mies.) narzędzie dokumentacyjne dla prywatnych repozytoriów i plików PDF. • Wsparcie prywatnych repozytoriów • Indeksowanie dokumentów PDF • Integracja z serwerem MCP • Uzupełnia Context7 i GitMCP dla wewnętrznych/własnościowych baz kodu

Funkcje

Wsparcie prywatnych repozytoriów
Indeksowanie dokumentów PDF
Integracja z serwerem MCP
Działa z własnościowymi bazami kodu

Integracje

Claude CodePrivate Git reposPDF files

Przypadki użycia

• Dokumentacja prywatnego codebase dla AI
• Wewnętrzne dokumenty PDF dostępne dla agentów
• Integracja dokumentacji enterprise

Odwiedź

🎯

Shotgun CLI

Automatyczna analiza codebase i generowanie AGENTS.md

Zarządzanie KontekstemPłatnyDowolny

Shotgun CLI to narzędzie indeksujące cały codebase lokalnie przez tree-sitter. • Buduje graf klas, funkcji, zależności i wzorców • Generuje AGENTS.md — kompletną specyfikację projektu dla Cursor lub Claude Code • Tryby: Planning, Drafting, Multi-agent, Workspace sharing • Zespół z Warszawy

Funkcje

Lokalne indeksowanie codebase przez tree-sitter
Generuje specyfikację projektu AGENTS.md
Graf zależności: klasy, funkcje, wzorce
Tryby: Planning, Drafting, Multi-agent, Workspace sharing

Integracje

Claude CodeCursortree-sitterGit

Przypadki użycia

• Auto-generowanie kontekstu projektu dla agentów AI
• Onboarding AI do legacy codebase
• Koordynacja workspace wielu agentów

Odwiedź GitHub

🔎

QMD

Lokalna wyszukiwarka i RAG dla plików Markdown

DokumentacjaDarmowyDowolny

QMD to lokalna wyszukiwarka + RAG dla Markdown. Stworzony przez Tobiasa Lutke (CEO Shopify). • `qmd index` — buduje lokalną SQLite z plików Markdown • `qmd search` — wyszukiwanie pełnotekstowe BM25 • `qmd query` — wyszukiwanie wektorowe + re-ranking LLM • Wbudowany serwer MCP • Działa 100% lokalnie — brak zewnętrznych wywołań API

Funkcje

qmd index — buduje lokalną SQLite z Markdown
qmd search — wyszukiwanie pełnotekstowe BM25
qmd query — wyszukiwanie wektorowe + re-ranking LLM
Wbudowany serwer MCP

Integracje

Claude CodeAny MCP clientSQLiteLocal LLM

Przypadki użycia

• Lokalne przeszukiwanie dokumentacji projektu dla AI
• RAG bez wysyłania danych do zewnętrznych API
• Semantyczne przeszukiwanie bazy wiedzy Markdown

Odwiedź GitHub

Praktyczne Przewodniki

Ściągi, których naprawdę użyjesz. Wyciągnięte z realnego doświadczenia z AI.

👥

Zbuduj Zespół AI Agentów

Jak zbudować zespół 8 wyspecjalizowanych agentów AI do produkcyjnego kodowania

Zdefiniuj 8 ról: PM (człowiek), CTO, Backend Dev, Frontend Dev, Security Engineer, DBA, DevOps, Tester
Stwórz wspólne wiki (pliki markdown) — AI bez docs = junior bez onboardingu
Dodaj do instrukcji agenta: 'Używaj Context7 do nowych bibliotek, nigdy Google'

@cto "How does inter-service communication work?"
@backend "Add API endpoint following our patterns"
@security "Check GDPR compliance"
@tester "Write integration tests for payment module"

Napisz precyzyjny prompt w jednej sesji, potem wklej go do nowej sesji — agent pracuje z czystym kontekstem.

ralph-wiggumcontext7humanlayerclaude-mem

🔧

MCP & Kontekst — Ściąga

Jak zarządzać MCP serwerami i kontekstem, żeby AI nie zwariowało

Paradoks pluginów: więcej MCP serwerów = gorsza wydajność AI. Trzymaj tylko to, czego aktywnie używasz
Sam GitHub MCP = 91 narzędzi + 46 000 tokenów (22% okna kontekstowego!)
Użyj Tool Search (Anthropic): ładuje tylko 3-5 narzędzi na żądanie → 85% mniej tokenów

Analogia z rozszerzeniami Chrome: pamiętasz gdy Chrome był szybki przed 50 rozszerzeniami? To samo z MCP serwerami.

context7qmdagent-osshotgun-cli

🏢

Wdrażanie AI w Firmie

Najczęstsze błędy i sprawdzone podejście do wdrażania agentów AI

75% firm planuje agentów AI w 2 lata, ale tylko 20% ma polityki nadzoru
3 zabójcy wdrożeń: przestarzałe systemy danych, 'agent' który to zwykła automatyzacja, brak zabezpieczeń
Nadzór od pierwszego dnia — zespół IT + biznes + compliance zanim uruchomisz pierwszego agenta

"Gdybym miał nieograniczoną liczbę umysłów, jak bym zorganizował wszystko od zera?" — Ivan Zhao, CEO Notion

gleanaugment-code

🔐

Bezpieczeństwo AI Agentów

5 zasad bezpieczeństwa dla AI agentów — bo najsłabszym ogniwem jest człowiek

Dedykowane konta — agent dostaje własny email, nie Twój osobisty. Jeśli skompromitowany, zakres szkód jest ograniczony
Least privilege — kalendarz przez subskrypcję (read-only), nie pełny dostęp. Każde niepotrzebne uprawnienie = ryzyko
Tylko uwierzytelnianie kluczem — bez haseł. Ogranicz do znanych IP/urządzeń

Każdy system jest tak bezpieczny jak jego najsłabsze ogniwo. Dla agentów AI to prawie zawsze człowiek konfigurujący uprawnienia.

clawdbotantigravity-awesome-skills

🔄

Autonomiczne Workflow

Jak puścić agentów AI samopas — z kontrolą

Model pętli: prompt → praca → sprawdzenie → naprawa → powtórzenie → koniec (zamiast prompt → odpowiedź → stop → czekanie)
Dwa krytyczne parametry: --max-iterations (limit bezpieczeństwa) + --completion-promise (warunek zakończenia)
End-of-day agents (Mitchell Hashimoto): ostatnie 30 min → agenty przeglądają bugi, ogarniają maile, przygotowują kontekst na jutro

/ralph-loop "Refactor the auth module" --max-iterations 10 --completion-promise "complete"

Ralph Wiggum: kontrakt za $50K zrealizowany za $297 kosztów API. 6 repozytoriów wygenerowanych na hackathonie Y Combinator.

ralph-wiggumhumanlayercodex-app

🏗️

Wybór Frameworka dla AI

Dlaczego Convention over Configuration wygrywa z AI

Convention > Configuration dla AI: Rails/Django/Laravel dają 2-3x wzrost wydajności vs elastyczne frameworki
Rails: 20 lat spójnych wzorców = idealne dane treningowe LLM. Agent nigdy nie zgaduje gdzie umieścić pliki
Problem ekosystemu JS: React/Next/Express/Nest/Remix — każdy z innymi konwencjami. AI musi za każdym razem uczyć się lokalnych reguł

"Rails + Claude Code to szalony unlock — Rails powstał dla miłośników syntaktycznego cukru, a LLM-y to cukrowe potwory." — Garry Tan, CEO Y Combinator

agent-oshumanlayer

Szybkie Tipy

TL;DR — esencja w jednej linii

📝

AI bez dokumentacji = junior bez onboardingu

🧹

Czyść ~/.claude/ regularnie — zaległe pliki zjadają kontekst

📚

Używaj Context7 do nowych bibliotek, nigdy nie pozwól AI googlować docs

context7

🔌

Więcej MCP serwerów ≠ lepsze AI. Trzymaj tylko to, czego aktywnie używasz

🔒

Dedykowane konto AI — jeśli skompromitowane, zakres szkód jest ograniczony

🌙

End-of-day agents: ostatnie 30 min → agenty przygotowują kontekst na jutro

💰

50 000 tokenów googlowania docs → 500 tokenów przez Context7. Ten sam wynik

context7

🏗️

Frameworki z konwencjami (Rails, Django) dają AI 2-3x wzrost wydajności

🔄

Ralph Wiggum: --max-iterations to Twoja siatka bezpieczeństwa przed nieskończonymi pętlami

ralph-wiggum

🔍

Semantyczne wyszukiwanie znajduje "problemy z autentykacją" z logu "naprawiono bug logowania"

claude-mem

🛡️

Nigdy nie uruchamiaj agenta AI tam, gdzie trzymasz klucze SSH. Użyj kontenera/VM

📈

3 etapy autonomii: doradzaj → działaj z zatwierdzeniem → pełna autonomia w ścisłych granicach

Dodaj tę stronę do zakładek — to Twoja ściąga do AI developmentu

Znasz narzędzie, które powinno tu być?

Daj znać

Let's Build Together

Przekształć swoją cyfrową wizję

Tworzę strony internetowe i aplikacje mobilne, które przynoszą realne wyniki biznesowe. Od prostych stron docelowych po złożone rozwiązania e-commerce, pomogę Ci wyróżnić się w cyfrowym świecie.

Gotowy, aby rozpocząć swój projekt? Porozmawiajmy o tym, jak mogę pomóc Ci osiągnąć Twoje cyfrowe cele.

Umów spotkanie Porozmawiajmy

🤖

HumanLayer

Katalog .claude/ z agentami i workflow dla Claude Code

WorkflowFreemiumDowolny8,800

Funkcje

6 agentów AI - każdy z jedną rolą (analyzer, locator, pattern-finder, thoughts, web-search)
27+ komend slash z wariantami _nt i _generic
/create_plan - research → pytania → plan z pauzami na potwierdzenie
/implement_plan - faza po fazie, każdy krok = commit, pauza na manual verification

Integracje

Claude CodeLinearGit WorktreesGitHub

Przypadki użycia

• Standaryzacja workflow Claude Code w zespole
• Automatyzacja cyklu: Linear ticket → plan → kod → PR
• Nocny development z /ralph_impl (agent pracuje sam)

Odwiedź GitHub

Przekształć swoją cyfrową wizję

Gotowy, aby rozpocząć swój projekt? Porozmawiajmy o tym, jak mogę pomóc Ci osiągnąć Twoje cyfrowe cele.