ABC AI
Zbuduj środowisko AI
na własnej maszynie.
Seria dla programistów, którzy chcą pracować z modelami językowymi bez wysyłania kodu i danych na zewnątrz. Zaczynamy od pustej maszyny, kończymy na agencie, który zna wasz projekt — za darmo i bez konta w jakiejkolwiek chmurze.
- 01Uruchamianie lokalnych agentów AI w oparciu o OllamaJak uruchomić modele językowe na własnym komputerze: instalacja Ollamy, wybór modelu, lokalne REST API i podpięcie pod edytor kodu.Zweryfikowano: wrzesień 2026
- 02Budowa agenta z dostępem do bazy wiedzy projektu (RAG) w oparciu o OllamaJak dać lokalnemu modelowi dostęp do kodu i dokumentacji projektu: indeksowanie repozytorium, embeddingi, wyszukiwanie i ocena jakości odpowiedzi.Zweryfikowano: wrzesień 2026
- 03Pamięć długoterminowa agenta AI w kontekście projektu (Ollama)Jak sprawić, żeby agent pamiętał ustalenia z poprzednich rozmów: wyciąganie faktów, ocena istotności i trwałe przechowywanie wiedzy o projekcie.Zweryfikowano: wrzesień 2026
- 04Kompletny agent programisty: łączymy Ollama, narzędzia, RAG i pamięćSpinamy RAG, pamięć długoterminową i wywoływanie narzędzi w jedną pętlę decyzyjną — działającego lokalnie agenta programisty opartego o Ollamę.Zweryfikowano: wrzesień 2026
W przygotowaniu
Pierwsze cztery odcinki zamykają temat lokalnego środowiska. Kolejne pięć prowadzi tego samego agenta dalej — z laptopa do chmury i do rąk pracowników. Każdy ukaże się tu po przejściu wszystkich kroków na żywo, tak jak poprzednie.
- 05Z lokalnego środowiska na Azure AI Foundry — co się zmienia i dlaczegoTa sama pętla agenta, inne środowisko. Endpoint zamiast localhost, tożsamość zamiast klucza, cena tokena zamiast wolnego RAM-u — i granica danych, która wreszcie ma znaczenie.
- 06Projektujemy aplikację lokalnie, uruchamiamy w chmurzeOllama jako darmowy warsztat: prompty i pętlę agenta dopracowujemy na własnej maszynie, a dopiero gotową aplikację — asystenta dla pracowników — wypuszczamy na Foundry.
- 07Ten sam agent jako dodatek do Microsoft TeamsAsystent trafia tam, gdzie zespół już pracuje: bot w czacie prywatnym, logowanie przez Entra ID, zgoda administratora tenanta i to, co zwykle wykłada się przy pierwszym wdrożeniu.
- 08Azure AI Search — firmowa baza wiedzy zamiast lokalnego RAG-aRAG z odcinka 2 w wersji dla całej organizacji: indeks, wyszukiwanie hybrydowe i najtrudniejszy element — uprawnienia do dokumentów, których pytający nie powinien zobaczyć.
- 09Pamięć per użytkownik, czyli dlaczego odpowiedź zależy od tego, kto pytaPamięć z odcinka 3 przypisana do osoby, nie do projektu. Klucz z Entra ID, zasada „zasięg pamięci = zasięg rozmowy” i granica między pamięcią prywatną a wiedzą zespołu.