Agenci CLI i AI w chmurze

Dzięki szkoleniu “Agenci CLI i AI w chmurze” zyskasz:

Umiejętność tworzenia i uruchamiania agentów AI z poziomu CLI
Praktyczną wiedzę o wdrażaniu agentów AI w chmurze
Gotowe wzorce i dobre praktyki budowy rozwiązań AI

wyślij zapytanie

Program szkolenia

Vibe Coding vs Vibe Engineering
Czym różni się Asystent od Agenta? (System 2 Thinking)
Bardzo szybkie powtórzenie podstaw:
- Okno kontekstu, atencja i tokeny,
- Autoregresja, halucynacje, knowledge cutoff,
- Benchmarki llmów, koszty, kiedy jakiego używać,
- Wyniki najnowszych badań o ai w programowaniu.
AI Agent jako zdolny junior z ADHD
- Wymaga zarządzania i podziału zadań na fragmenty,
- Potrzebuje jasnych instrukcji i kryteriów oceny.
Prompt Engineering dla Devów:
- Jak rozmawiać z modelem, żeby nie dostawać halucynacji,
- Kontekst, rola, format, ograniczenia,
- Context rot i jak sobie z nim radzić.

Instalacja i konfiguracja narzędzi CLI (np. Gemini CLI, github Copilot CLI, Claude Code – przegląd i wybór pod preferencje uczestników)
Wprowadzenie do repozytorium z “długiem technicznym”
Analiza codebase z CLI – jak “zrozumieć” projekt bez otwierania pliku.
Praca z dużym kontekstem (np. Gemini, kompresja, iteracja)
Personalizacja: Tworzenie plików AGENTS.md i reguł (global, projekt)

Oddelegujemy Unit Testy: Agent w chmurze napisze je asynchronicznie
Debuggowanie w CLI: w tym czasie lokalny agent naprawi błąd
Push do repo i merge kodu lokalnego i od zdalnego agenta
Code Review od agentów w github (m.in. Copilot, Gemini Assist, Codex)

Definiowanie “Umiejętności” (Skills) dla wybranych Agentów CLI
Agent stawia lokalną bazę (np. Sqlite) i generuje dane (seed)
Agent pisze testy integracyjne, odpala je i poprawia

Problem: Context Rot (gnicie kontekstu w miarę jego rośnięcia)
Rozwiązanie: skrypt odpalający nowych agentów dla każdego zadania
Implementacja skryptu bash i promptów dla wybranego CLI
Planowanie, PRD, ADR, Definition of Done i śledzenie postępu prac
Uruchomienie pętli (Think -> Plan -> Act -> Test -> Commit)
Poziom autonomii, dostęp do narzędzi, zagrożenia

Konfiguracja Code Review z wybranymi agentami AI (w.g. Ankiety)
One-Click Fix: wdrażanie poprawek sugerowanych przez github Copilot
Security First: skanowanie bezpieczeństwa

zapytaj o szkolenie

Grupa docelowa i idea szkolenia: Agenci CLI i AI w chmurze

Grupa docelowa szkolenia “Agenci CLI i AI w chmurze” to programiści (głównie na poziomie mid i senior), którzy dobrze znają przynajmniej jeden język programowania i chcą przejść od prostego używania AI do autouzupełniania kodu do świadomego zarządzania pracą agentów AI. Szkolenie skierowane jest także do tech leadów oraz developerów pracujących z AI na co dzień, którzy chcą zwiększyć produktywność zespołu, automatyzować procesy programistyczne oraz wykorzystywać narzędzia CLI i agentów w chmurze w codziennej pracy. Uczestnikami mogą być również ambitni juniorzy, którzy posiadają już podstawowe doświadczenie w pracy z kodem i terminalem oraz są otwarci na eksperymentowanie z nowymi metodami pracy z AI.

Idea szkolenia “Agenci CLI i AI w chmurze” opiera się na pokazaniu, jak przejść od roli osoby korzystającej z AI jako asystenta do roli „managera” zarządzającego autonomicznymi agentami AI. Podczas warsztatu uczestnicy uczą się delegować zadania agentom działającym w terminalu oraz w chmurze, automatyzować tworzenie kodu, testów i code review oraz wykorzystywać AI w procesach CI/CD. Szkolenie ma charakter praktyczny – uczestnicy pracują na rzeczywistym repozytorium z istniejącym kodem, który analizują, refaktoryzują i rozwijają przy pomocy agentów AI, poznając jednocześnie dobre praktyki zapewniania jakości i bezpieczeństwa kodu w projektach wspieranych przez AI.

zapisz się na szkolenie już teraz

Agenci CLI i AI w chmurze – korzyści ze szkolenia

Lepsza organizacja pracy nad projektami programistycznymi: Wykorzystanie agentów AI wymaga jasnego planowania zadań, definiowania kryteriów wykonania i dzielenia pracy na mniejsze etapy. Takie podejście porządkuje sposób realizacji projektów i ułatwia śledzenie postępów. Zarówno organizacja, jak i pracownicy korzystają z bardziej przejrzystego procesu developmentu.
Większa przewidywalność procesu wytwarzania oprogramowania: Automatyczne testy, analiza kodu oraz wsparcie agentów AI pomagają szybciej identyfikować problemy w projekcie. W rezultacie zmniejsza się liczba nieoczekiwanych błędów pojawiających się na późniejszych etapach developmentu. Przekłada się to na stabilniejsze projekty i bardziej przewidywalne planowanie pracy.
Lepsze wykorzystanie czasu pracy: Część zadań może być wykonywana przez agentów AI w tle lub w czasie, gdy programiści zajmują się innymi elementami projektu. Pozwala to bardziej efektywnie wykorzystywać dostępny czas i ograniczać przestoje w pracy. Zarówno organizacja, jak i pracownicy zyskują większą elastyczność w realizacji zadań.
Szybsze eksperymentowanie z nowymi rozwiązaniami technologicznymi: Agenci AI umożliwiają szybkie tworzenie prototypów oraz sprawdzanie różnych podejść do rozwiązania problemu. Dzięki temu łatwiej testować nowe pomysły i technologie bez dużych nakładów czasowych. Sprzyja to innowacyjności i rozwojowi projektów technologicznych.
Lepsza współpraca między człowiekiem a narzędziami AI: Szkolenie uczy świadomego projektowania pracy z agentami AI oraz określania ich roli w procesie developmentu. Programiści uczą się traktować AI jako narzędzie wspierające podejmowanie decyzji technicznych, a nie ich zastępujące. Takie podejście zwiększa efektywność pracy i buduje bardziej dojrzały model wykorzystania AI w organizacji.

Korzyści dla organizacji

Wyższa produktywność zespołów developerskich: Automatyzacja części pracy programistycznej przez agentów AI pozwala zespołom realizować więcej zadań w tym samym czasie. Agenci mogą generować testy, analizować kod, przygotowywać poprawki lub wykonywać zadania w tle, gdy programiści pracują nad innymi elementami projektu. Dzięki temu organizacja skraca czas realizacji projektów i zwiększa efektywność wykorzystania zasobów technologicznych.
Lepsza jakość kodu i stabilność systemów: Wykorzystanie agentów AI do analizy kodu, generowania testów oraz automatycznego code review pomaga wykrywać błędy na wczesnym etapie developmentu. Systematyczne sprawdzanie jakości kodu ogranicza ryzyko powstawania długu technologicznego i poprawia utrzymywalność projektów. Organizacja zyskuje bardziej przewidywalne i stabilne środowisko wytwarzania oprogramowania.
Szybsze wdrażanie nowych funkcjonalności: Automatyzacja analiz, testów i części implementacji przyspiesza cykl wytwarzania oprogramowania. Programiści mogą szybciej przygotowywać prototypy i rozwijać istniejące systemy, ponieważ część zadań wykonują autonomiczne agenty AI. Dzięki temu organizacja może szybciej reagować na potrzeby biznesowe i zmiany rynkowe.
Lepsze wykorzystanie procesów CI/CD i automatyzacji: Integracja agentów AI z repozytoriami kodu oraz pipeline’ami CI/CD pozwala rozszerzyć automatyzację w całym procesie wytwarzania oprogramowania. Agenci mogą przygotowywać testy, analizować pull requesty czy proponować poprawki jeszcze przed wdrożeniem zmian. Organizacja buduje w ten sposób bardziej dojrzałe i nowoczesne środowisko DevOps.
Budowanie kompetencji organizacji w obszarze AI w developmentcie: Szkolenie pozwala zespołom poznać nowoczesne narzędzia CLI i rozwiązania oparte na modelach AI stosowane w programowaniu. Organizacja zdobywa praktyczną wiedzę o tym, jak bezpiecznie i efektywnie wdrażać agentów AI w codziennych procesach pracy. Dzięki temu łatwiej rozwijać innowacyjne projekty oraz utrzymywać przewagę technologiczną.

Korzyści dla pracowników

Efektywniejsza codzienna praca z kodem: Wykorzystanie agentów AI pozwala delegować powtarzalne lub czasochłonne zadania związane z analizą kodu, generowaniem testów czy przygotowywaniem zmian. Programista może skupić się na projektowaniu rozwiązań i rozwiązywaniu bardziej złożonych problemów technicznych. Dzięki temu codzienna praca staje się bardziej produktywna i mniej obciążona rutynowymi czynnościami.
Lepsze zrozumienie nowoczesnych narzędzi AI dla programistów: Uczestnicy poznają praktyczne sposoby pracy z agentami AI w terminalu, repozytoriach kodu i procesach CI/CD. Dzięki temu łatwiej wykorzystują potencjał modeli językowych w rzeczywistych projektach programistycznych. Wiedza zdobyta na szkoleniu pozwala świadomie wybierać narzędzia i metody pracy z AI.
Sprawniejsze analizowanie i rozwijanie istniejących projektów: Szkolenie pokazuje, jak wykorzystać agentów AI do analizy dużych repozytoriów oraz pracy z projektami posiadającymi dług technologiczny. Programiści uczą się szybciej rozumieć strukturę aplikacji i identyfikować miejsca wymagające zmian. Dzięki temu łatwiej pracować z istniejącymi systemami i rozwijać je w kontrolowany sposób.
Automatyzacja części procesu programowania: Agenci AI mogą wspierać generowanie testów, analizę błędów czy przygotowanie fragmentów implementacji. Programiści uczą się, jak projektować zadania i delegować je agentom tak, aby zachować kontrolę nad jakością kodu. W rezultacie praca staje się bardziej zautomatyzowana i uporządkowana.
Lepsza kontrola nad jakością i bezpieczeństwem kodu: Uczestnicy poznają metody pracy z AI, które pozwalają ograniczać halucynacje modeli i zwiększać wiarygodność generowanego kodu. Nauczą się tworzyć odpowiednie instrukcje, kontekst i kryteria oceny dla agentów AI. Dzięki temu łatwiej utrzymać wysoki standard kodu w projektach wykorzystujących sztuczną inteligencję.

dowiedz się więcej

Metody wykorzystywane podczas szkolenia

Warsztat praktyczny

Uczestnicy pracują bezpośrednio z narzędziami AI w terminalu oraz z repozytorium kodu przygotowanym na potrzeby szkolenia. W trakcie ćwiczeń wykonują rzeczywiste zadania programistyczne, takie jak analiza projektu, generowanie testów czy refaktoryzacja kodu z pomocą agentów AI. Dzięki temu zdobywają praktyczne doświadczenie w korzystaniu z narzędzi, które mogą później zastosować w codziennej pracy.

Praca na rzeczywistym projekcie

Szkolenie wykorzystuje repozytorium z istniejącym kodem aplikacji AI do transkrypcji audio, które zawiera typowe problemy projektowe i dług technologiczny. Uczestnicy analizują kod, naprawiają błędy oraz rozwijają nowe funkcjonalności przy pomocy agentów AI. Pozwala to ćwiczyć pracę w warunkach zbliżonych do realnych projektów programistycznych.

Demonstracje trenerskie na żywo

Trener pokazuje krok po kroku sposób pracy z narzędziami CLI, agentami AI oraz integracją z repozytoriami kodu i procesami CI/CD. Uczestnicy obserwują praktyczne przykłady rozwiązywania problemów, konfiguracji narzędzi i zarządzania agentami AI. Demonstracje ułatwiają zrozumienie mechanizmów działania narzędzi przed samodzielnym wykonaniem ćwiczeń.

Ćwiczenia indywidualne przy komputerze

Każdy uczestnik pracuje na własnym środowisku developerskim z zainstalowanymi narzędziami i dostępem do repozytorium szkoleniowego. Zadania wykonywane są samodzielnie, dzięki czemu uczestnicy uczą się konfigurować narzędzia, pisać prompty i zarządzać agentami AI w praktyce. W razie potrzeby trener wspiera uczestników w rozwiązywaniu problemów technicznych.

Trenerzy

Łukasz Matuszewski

Od 2010 roku pracuje na styku technologii, szkoleń i wdrożeń AI. Ma doświadczenie menedżerskie jako CEO i CTO w Edukey oraz praktykę programistyczną w korporacjach i startupach. Tworzył rozwiązania dla eCommerce (m.in. Fiji Water i Justin Wine), łącząc Next.js z Shopify oraz integrując płatności i API (Stripe, PayPal, GraphQL). W obszarze AI buduje i wdraża narzędzia oparte m.in. o LangChain, Supabase VectorDB, OpenAI SDK i modele open-source (Mistral, Llama, DeepSeek), wykorzystując także RAG i OCR do automatyzacji. Łączy kompetencje techniczne z ugruntowanym zapleczem edukacyjnym: ukończył studia podyplomowe „Akademia Startup” na Uniwersytecie Ekonomicznym we Wrocławiu, jest magistrem socjologii Uniwersytetu Łódzkiego, a umiejętności w obszarze nowoczesnej AI rozwijał na kursach AI_Devs3 oraz Generative AI od Google. Szkoli po polsku i angielsku, pracując na konkretnych przykładach i mini-projektach, które szybko przekładają wykorzystanie AI na realną efektywność pracy.

Opinie

Profesjonalnie zorganizowane szkolenie

Jako przedstawiciel firmy chciałabym wyrazić nasze ogromne zadowolenie z usług firmy Warto Szkolić, która przeprowadziła dla naszego zespołu szkolenie sprzedażowe. Trener Paweł okazał się być prawdziwym profesjonalistą - jego wiedza, doświadczenie i zaangażowanie były widoczne na każdym kroku. Szkolenie było przeprowadzone w sposób dynamiczny i interaktywny, co sprawiło, że wszyscy uczestnicy byli aktywnie zaangażowani i zmotywowani do nauki. Efekty szkolenia przerosły nasze oczekiwania - każdy wyciągnął cos dla siebie. Warto Szkolić to firma godna polecenia i na pewno będziemy korzystać z ich usług w przyszłości.

Interesujące i bardzo profesjonale szkolenie

Firma Warto Szkolić przeprowadziła szkolenie nt. „Jak przeciwdziałać niewłaściwym zachowaniom w miejscu pracy” w ramach Planu Równości realizowanego w ING PAN. Było to szkolenie on-line, z materiałami szkoleniowymi, wygłoszone przez Pana Pawła Głowackiego. Szkolenie zostało bardzo pozytywnie przyjęte, wysoko ocenione przez naszych pracowników i bardzo interesujące. Współpraca z firmą Warto Szkolić była miłym i bezproblemowym doświadczeniem. Szkolenie zdecydowanie spełniło nasze oczekiwania. Oceniamy firmę Warto Szkolić jako rzetelną i godną polecenia.

Współpraca

Jesteśmy bardzo zadowoleni ze skorzystania z usług firmy Warto Szkolić. Z całą odpowiedzialnością mogę przyznać, że jest to firma godna zaufania. Bardzo mili pracownicy, którzy przeprowadzili nas przez cały proces dotyczący dofinansowania, realizacji i rozliczenia projektu. Najważniejsze jest to, że firma dopasowała się do naszych potrzeb, a szkolenie przerosło nasze oczekiwania.

więcej opinii