Stan na 11 października 2026. Harness to pętla, narzędzia i kontekst. Żeby agent szukał okazji, pilnował cen,
gadał po polsku albo oglądał zdjęcia, potrzebuje klocków: wyszukiwarki, crawlera, kolejki, powiadomień, modelu
mowy, modelu wizji. Tu są najlepsze z nich, wybrane pod Twój sprzęt. Źródła: ZRODLA.md.
Zasady doboru (te same w każdej sekcji):
- Bez Dockera na start. Na maszynie nie ma dziś Dockera, więc preferuję
pip, npx / uvx albo pojedynczy plik
binarny. Narzędzia „tylko Docker" oznaczam.
- Lokalni wykonawcy dostają małe zestawy narzędzi tylko do odczytu. Narzędzia, które piszą i zmieniają świat,
trzyma planista (Opus) albo człowiek.
- Jedna bramka przed Anthropic i llama-swap — koszt i współbieżność widać w jednym miejscu.
- Licencja ma znaczenie dla zastosowań zarobkowych (U2): modele i narzędzia „tylko niekomercyjnie" oznaczam ⚠️.
Skróty zastosowań: U1 DevOps, U2 dochód pasywny (złożone przepływy), U3 rynki i okazje (wyszukiwanie +
alerty), U4 głos, U5 obrazy.
Spis treści
- Bramka i routing modeli
- Wyszukiwanie i pobieranie stron
- Agenci przeglądarkowi
- Deep research
- Monitoring cen i zmian na stronach
- Dane finansowe
- Powiadomienia i kanały
- Harmonogram i trwałe wykonanie
- Pamięć
- Obserwowalność i ewaluacja
- Piaskownice
- Serwery MCP dla DevOps
- Głos
- Obraz
- Niezawodność wywołań narzędzi i strojenie promptów
- Minimalne zestawy na start
Bramka i routing modeli
| Narzędzie |
Do czego |
Licencja |
Lokalnie |
Uwagi (2026) |
| llama-swap ⭐ |
podmiana modeli lokalnych, jeden adres dla czatu, embeddingów, audio i obrazów; mówi też API Anthropic /v1/messages |
MIT |
jeden plik binarny |
już go masz; brak budżetów i rozliczeń; przekroczenie concurrencyLimit daje od razu 429 |
| Bifrost ⭐ |
bramka przed Anthropic + llama-swap: fallbacki, wirtualne klucze z budżetami, kolejka |
Apache-2.0 (rdzeń) |
jeden plik binarny (Go) |
concurrency: 4 per dostawca z kolejką — dokładnie Twoje sloty; od v2.2.6 uwierzytelnianie domyślnie włączone |
| LiteLLM ⚠️ |
najbogatsze budżety i rozliczenia per klucz / zespół |
MIT + enterprise/ |
pip |
24.03.2026 skradzione poświadczenia PyPI → złośliwe wersje 1.82.7 i 1.82.8; w 2026 kolejne porady bezpieczeństwa proxy. Jeśli używasz — przypinaj dokładne wersje z hashami |
| TensorZero |
— |
— |
— |
⛔ zarchiwizowany 12.06.2026 |
| RouteLLM |
— |
— |
— |
⛔ brak commitów od 2024 |
💡 Uwaga do kursu 1. Część 9, §2.1 poleca LiteLLM — powstała
przed incydentem z marca 2026. Dziś jako domyślną bramkę wybrałbym Bifrost, a LiteLLM tylko z przypiętymi wersjami.
Wyszukiwanie i pobieranie stron
| Narzędzie |
Do czego |
Licencja |
Lokalnie |
Uwagi (2026) |
| SearXNG ⭐ |
prywatne API wyszukiwania (U3, U1) |
AGPL-3.0 |
bez Dockera |
JSON domyślnie wyłączony — dodaj json do search.formats, inaczej agent dostaje 403; publiczne instancje zwykle JSON blokują |
| Crawl4AI ⭐ |
strona → czysty Markdown, ekstrakcja CSS/XPath bez LLM albo LLM przez llama-swap (U3, U2) |
Apache-2.0 |
biblioteka pip |
używaj biblioteki, nie wystawiaj serwera Docker API — w 2026 seria poprawek bezpieczeństwa (RCE przez haki, ucieczki z piaskownicy) |
| Trafilatura |
najtańsza ścieżka HTML → tekst dla newsów i RSS |
Apache-2.0 |
pip, bez przeglądarki |
nie wykonuje JavaScriptu |
| Scrapling |
sklepy, które blokują zwykły crawler; wbudowany serwer MCP |
BSD-3 |
pip, Docker opcjonalnie |
szanuj regulaminy stron; jeden opiekun; łamiące zmiany MCP w v0.4.15 |
| Firecrawl |
API scrape / crawl / search |
AGPL-3.0 |
Docker Compose |
wersja self-host nie ma silnika antybotowego chmury; obsługa lokalnych LLM „eksperymentalna" |
| Playwright MCP |
przeglądarka przez drzewo dostępności — działa z modelami bez wizji |
Apache-2.0 |
npx |
README samo zaleca Playwright CLI + skills dla agentów (mniej tokenów); „nie jest granicą bezpieczeństwa" |
| agent-browser |
przeglądarka jako CLI z referencjami elementów — mały kontekst dla lokalnych wykonawców |
Apache-2.0 |
npm / cargo |
projekt eksperymentalny Vercel Labs |
Agenci przeglądarkowi
| Narzędzie |
Do czego |
Licencja |
Lokalnie |
Uwagi (2026) |
| browser-use |
domyślny otwarty agent przeglądarki: formularze, wieloetapowe zadania (U2, U3) |
MIT |
dowolny endpoint OpenAI-compatible |
dokumentacja ostrzega, że małe modele zwracają złe schematy akcji; antybot i CAPTCHA tylko w płatnej chmurze |
| Stagehand |
mieszanie skryptu z krokami LLM: act / extract / observe — przewidywalne przepływy (U2) |
MIT |
baseURL OpenAI-compatible |
najlepsze funkcje (cache, Model Gateway) po stronie chmury Browserbase |
| Skyvern |
powtarzalne formularze i portale, model wizyjny (U2) |
AGPL-3.0 |
ENABLE_OPENAI_COMPATIBLE=true |
antybot i proxy tylko w chmurze; AGPL ważne przy wystawianiu jako usługa |
| Nanobrowser |
rozszerzenie Chrome z agentami w Twojej zalogowanej przeglądarce (U3 doraźnie) |
Apache-2.0 |
własny dostawca OpenAI-compatible |
nie działa bez okna — trudno planować i orkiestrować |
Deep research
| Narzędzie |
Do czego |
Licencja |
Lokalnie |
Uwagi (2026) |
| Local Deep Research ⭐ |
planowane, cytowane raporty i „subskrypcje" tematów na SearXNG + llama-swap (U3, U2) |
MIT |
pip albo Docker |
najbardziej lokalny z grupy, publikuje wyniki na modelach lokalnych; brak globalnego limitu subagentów (#6820) — ogranicz bramką |
| GPT Researcher |
dojrzała biblioteka raportów z cytatami, którą woła orkiestrator (U3) |
Apache-2.0 |
OPENAI_BASE_URL + FAST_LLM / SMART_LLM |
od v3.7.0 nie potrzebuje embeddingów (BM25); wymaga Pythona 3.12+ |
| Vane (dawniej Perplexica) |
interaktywna wyszukiwarka z cytatami dla człowieka |
MIT |
OpenAI-compatible, Docker zalecany |
słabszy jako klocek bez UI |
| Deep Agents |
następca zarchiwizowanego (21.08.2026) Open Deep Research — framework, nie gotowa aplikacja |
MIT |
dowolny model LangChain |
patrz 01-PROFILE.md |
| STORM / Co-STORM |
długie raporty w stylu Wikipedii |
MIT |
LiteLLM |
⛔ tryb utrzymania, brak aktywności w 2026 |
Monitoring cen i zmian na stronach
| Narzędzie |
Do czego |
Licencja |
Lokalnie |
Uwagi (2026) |
| changedetection.io ⭐ |
pilnowanie cen i dostępności: tryb „Re-stock & Price", progi, historia cen, logowanie przez Browser Steps (U3) |
Apache-2.0 |
pip możliwy |
od 0.55.x reguły AI („powiadom, gdy cena < 50") i streszczenia przez endpoint llama.cpp; REST API — agent sam zakłada obserwacje; powiadomienia przez Apprise |
| Huginn |
wieloźródłowe potoki zdarzeń: RSS → filtr → LLM → Telegram (U3) |
MIT |
agent OpenAI z base_url |
wrócił do życia w 2026 (wydania od 08.2026, głównie łatki bezpieczeństwa); Docker zalecany |
| urlwatch |
obserwacja adresów z crona albo timera systemd, bez Dockera i demona |
BSD-3 |
brak LLM (podepnij skrypt) |
brak semantyki cen i UI |
| PriceBuddy |
tracker cen wielu sklepów z MCP |
⚠️ „GPL-3.0 z modyfikacjami" |
Docker |
AI tylko przez Ollama — sprawdź licencję przed użyciem zarobkowym |
| PriceGhost, Discount Bandit |
— |
⛔ brak pliku licencji |
— |
prawnie „wszystkie prawa zastrzeżone" — omijaj |
Dane finansowe
⚠️ Te narzędzia dają dane i analizę, nie porady inwestycyjne. Werdykty agentów (np. TradingAgents) to opinie,
nie sygnały. Sprawdzaj warunki źródeł danych — część darmowych jest „tylko do użytku osobistego".
| Narzędzie |
Do czego |
Licencja |
Lokalnie |
Uwagi (2026) |
| OpenBB ODP + openbb-mcp-server ⭐ |
jedna warstwa danych dla wielu dostawców (akcje, makro, opcje, krypto), oficjalny serwer MCP (U3) |
Apache-2.0 od V5 (30.09.2026; wcześniej AGPL) |
pip |
repozytorium przekierowuje teraz do openbq-org/OpenBB; dla małych modeli --tool-discovery i ograniczenie kategorii narzędzi |
| edgartools |
raporty SEC, transakcje insiderów (Form 4), 13F; serwer MCP |
MIT |
pip |
tylko spółki z USA; limit 10 zapytań/s (zasady SEC) |
| CCXT + ccxt-mcp |
100+ giełd krypto i rynków predykcyjnych, alerty cen i spreadów |
MIT |
npx -y ccxt-mcp |
⚠️ źle skonfigurowany serwer MCP może składać zlecenia — trzymaj agentów na poziomach tylko do odczytu |
| TradingAgents |
„firma tradingowa" z analityków, debaty bull/bear i zarządcy ryzyka na jedną spółkę |
Apache-2.0 |
llm_provider: "openai_compatible" |
od v0.6.0 osobny dostawca per poziom: Opus jako deep_think, lokalni analitycy jako quick_think; przy 13,6 tok/s wolny |
| FinRobot |
raporty o spółkach; liczby (DCF, WACC) liczy kod, LLM tylko pisze |
Apache-2.0 |
słabo — wymaga klucza API |
dobry wzorzec: „LLM opowiada, kod liczy" |
| yfinance / Alpha Vantage / FRED |
ceny, fundamenty, makro |
kod Apache / MIT |
pip / uvx |
Yahoo: nieoficjalne endpointy, blokady 429, dane „do użytku osobistego"; Alpha Vantage free: 25 zapytań/dzień; FRED: darmowy klucz |
Powiadomienia i kanały
| Narzędzie |
Do czego |
Licencja |
Lokalnie |
Uwagi (2026) |
| ntfy ⭐ |
push na telefon jednym curl -d "…" host/temat — najprostsze narzędzie dla agenta |
Apache-2.0 / GPLv2 |
jeden plik binarny |
dla natychmiastowych powiadomień na iOS ustaw upstream-base-url na ntfy.sh |
| Apprise ⭐ |
jedna biblioteka → 100+ kanałów; routing w konfiguracji, nie w kodzie agenta |
BSD-2 |
pip |
v2.0.0 (26.09.2026) łamie API (notify() zwraca obiekt) — przypnij 2.x |
| Telegram Bot API |
interaktywne alerty z przyciskami („odłóż", „otwórz ofertę"), rozmowa z agentem z telefonu, notatki głosowe jako wejście (wersje 10.1–10.3 z 2026 dodały m.in. formatowanie, wiadomości ulotne i nowe opcje wejścia głosowego) |
darmowe |
long polling — bez publicznego adresu |
konto przypięte do numeru, usługa scentralizowana — nie wysyłaj tam danych służbowych |
| Gotify |
w pełni samodzielny serwer wiadomości |
MIT |
jeden plik binarny |
bez przekaźnika zewnętrznego |
| Matrix |
szyfrowane pokoje, które w całości są Twoje — dobre na incydenty U1 |
AGPL-3.0 (Synapse) |
pip / continuwuity jako plik binarny |
największy narzut utrzymania |
Harmonogram i trwałe wykonanie
| Narzędzie |
Do czego |
Licencja |
Lokalnie |
Uwagi (2026) |
| timery systemd ⭐ |
„uruchom skrypt X co N minut"; Persistent=true nadrabia przegapione uruchomienia |
system |
natywnie |
brak ponowień i współbieżności między zadaniami — skrypt musi być idempotentny |
| Prefect ⭐ |
potoki Pythona: pobierz → wzbogać → alarmuj; ponowienia, cache, automatyzacje (U2, U3) |
Apache-2.0 |
prefect server start na SQLite, bez Dockera |
oficjalny PrefectAgent w Pydantic AI |
| DBOS Transact |
trwałe przepływy jako biblioteka, kolejki z limitem współbieżności (cap 4!) |
MIT |
tylko Postgres |
backend trwałości Pydantic AI |
| Temporal |
wzorcowy silnik trwałego wykonania; długie przepływy z czekaniem na człowieka |
MIT |
temporal server start-dev |
największy narzut i stroma krzywa nauki; integracje z większością frameworków |
| Hatchet |
zadania trwałe dla agentów, limity i klucze współbieżności |
MIT |
Postgres |
— |
| Trigger.dev |
zadania TS z nazwanymi, współdzielonymi limitami współbieżności i cronem |
Apache-2.0 |
Docker / K8s |
checkpointy i autoskalowanie tylko w chmurze |
| Inngest |
zdarzeniowe funkcje krokowe |
⚠️ SSPL (każda wersja po 3 latach → Apache) |
jeden plik binarny |
licencja |
Pamięć
| Narzędzie |
Do czego |
Licencja |
Lokalnie |
Uwagi (2026) |
| Cognee ⭐ |
graf wiedzy + wektory z dokumentów, kodu i rozmów; serwer MCP (U1 runbooki, U2/U3 korpusy) |
Apache-2.0 |
wbudowany stos (SQLite + LanceDB), LLM_PROVIDER=custom |
od v1.6.0 działa bez żadnego klucza chmurowego |
| Graphiti |
graf czasowy: fakty z oknem ważności („cena od–do", stan infrastruktury) |
Apache-2.0 |
OpenAIGenericClient |
wymaga Neo4j (GPL) albo FalkorDB (SSPL); dużo wywołań LLM na epizod |
| Mem0 |
najprostsza pamięć preferencji i stanu asystenta |
Apache-2.0 |
dostawcy vLLM / LM Studio |
pamięć grafowa usunięta z wersji otwartej (tylko platforma); OpenMemory MCP wygaszony (07.2026) |
| Letta Code |
agent z pamięcią jako rdzeniem, nie biblioteka |
Apache-2.0 |
lokalne: Ollama / LM Studio / llama.cpp |
przeszedł na TypeScript; patrz 01-PROFILE.md |
Obserwowalność i ewaluacja
| Narzędzie |
Do czego |
Licencja |
Lokalnie |
Uwagi (2026) |
| Arize Phoenix ⭐ |
ślady OpenTelemetry, ewaluacje, wbudowany serwer MCP — Opus może sam czytać ślady |
⚠️ Elastic License 2.0 |
pip install + SQLite |
najlżejsza pełna opcja; ELv2 OK do użytku własnego, nie jako usługa |
| Langfuse |
najpełniejsza platforma: ślady, koszty, prompty, monitory z alertami |
MIT (rdzeń) |
Postgres + ClickHouse + Redis + S3 |
ciężka do samodzielnego hostowania |
| OpenLIT |
ślady + monitoring GPU AMD (użycie, pamięć, moc) skorelowany ze śladami; wykrywanie zapętlonych agentów |
Apache-2.0 |
ClickHouse |
ciekawe dla 4× R9700 |
| promptfoo ⭐ |
testy regresji promptów i wywołań narzędzi: DeepSeek kontra Opus na Twoich zadaniach, red teaming |
MIT |
dostawca llama.cpp |
przejęty przez OpenAI 9.03.2026, nadal MIT; 0.124.0 przeniósł wiele SDK do instalacji opcjonalnej |
Kursy mają już własne narzędzia do ewaluacji — kurs 2, część 14 i
local-llm-quality-bench.
Piaskownice
| Narzędzie |
Do czego |
Licencja |
Lokalnie |
Uwagi (2026) |
| sandbox-runtime (srt) ⭐ |
listy dozwolonych ścieżek i hostów dla dowolnego procesu — powłoki wykonawcy, lokalnych serwerów MCP |
Apache-2.0 |
bubblewrap + socat, bez Dockera |
„wczesny podgląd badawczy"; przestrzenie nazw na wspólnym jądrze — słabsze niż mikro-VM |
| bubblewrap |
prymityw pod srt; ręczne profile per komenda |
LGPL |
wymaga przestrzeni nazw użytkownika |
to nie gotowa piaskownica — bezpieczeństwo zależy od argumentów; patrz kurs 1, część 7 |
| microsandbox ⭐ |
mikro-VM (libkrun) dla niezaufanego kodu napisanego przez LLM; serwer MCP |
Apache-2.0 |
KVM, bez Dockera |
beta, łamiące zmiany |
| E2B runtime |
standardowe SDK piaskownic dla frameworków |
Apache-2.0 |
Docker + KVM |
tryb „Embed" na jednej maszynie |
| gVisor |
jądro w przestrzeni użytkownika dla kontenerów |
Apache-2.0 |
bez KVM |
GPU tylko NVIDIA |
| Daytona |
— |
⛔ rdzeń zamknięty 11.06.2026 |
— |
nie wybieraj do nowych projektów |
Serwery MCP dla DevOps
Lokalne modele gubią się przy długich listach narzędzi — wybierz 2–3 serwery, nie wszystkie (pułapka H5
w 01-PROFILE.md).
| Serwer |
Do czego |
Licencja |
Tryb bezpieczny |
Uwagi (2026) |
| kubernetes-mcp-server ⭐ |
Kubernetes / OpenShift bezpośrednio przez API (nie nakładka na kubectl), wiele klastrów |
Apache-2.0 |
read_only = true, disable_destructive = true, Secret w denied_resources |
npx / uvx / plik binarny; przed 1.0 |
| mcp-grafana ⭐ |
Prometheus (PromQL), Loki (LogQL), Tempo, dashboardy, incydenty |
Apache-2.0 |
--disable-write, --enabled-tools |
v2.0.0 włączył anonimowe statystyki domyślnie — wyłącz |
| github-mcp-server |
CI, PR, issues, Dependabot |
MIT |
--read-only, wąskie --toolsets |
v2.0.0 dodał typowane wyjścia dla „code mode" |
| GitLab MCP (wbudowany) |
MR, CI, work items |
GitLab |
brak globalnego trybu tylko do odczytu |
GA na wszystkich planach od GitLab 19.5; używaj konta o niskich uprawnieniach |
| awslabs/mcp |
EKS, ECS, IaC, CloudWatch |
Apache-2.0 |
wiele domyślnie tylko do odczytu |
dziesiątki serwerów — wybierz 2–3 |
| gcloud-mcp |
Cloud Logging, Monitoring, Trace |
Apache-2.0 |
lista zakazanych komend |
podgląd, łamiące zmiany |
| terraform-mcp-server |
dokumentacja dostawców i modułów, HCP Terraform |
MPL-2.0 |
— |
go install bez Dockera |
| Datadog MCP |
logi, metryki, ślady, monitory |
zamknięty SaaS |
role mcp_read / mcp_write |
tylko zdalny |
Głos
Kluczowe ograniczenie: DeepSeek-V4-Flash w 3 bitach zajmuje 104,2 GB, a z 4 slotami po 131k praktycznie
całe 128 GB VRAM. Każdy model mowy na GPU musi albo działać na CPU, albo dostać kartę zwolnioną przez llama-swap.
| Warstwa |
Wybór |
Licencja |
Polski |
Uwagi |
| Framework rozmowy |
Pipecat ⭐ |
BSD-2 |
✅ przez Smart Turn |
base_url dla LLM i STT — wpinasz llama-swap i whisper-server; pip, bez Dockera |
| Wykrywanie końca wypowiedzi |
Smart Turn v3.2 |
BSD-2 |
✅ (94,47% wg ogłoszenia v3.0) |
8 MB, CPU, ~10–100 ms |
| Alternatywa frameworku |
LiveKit Agents |
Apache-2.0 |
❌ detektory tury bez polskiego |
tylko gdy potrzebujesz WebRTC albo telefonii |
| STT (główny) |
whisper.cpp large-v3 |
MIT |
✅ WER 4,74% (FLEURS-pl) — najlepszy otwarty |
ROCm (HIP) udokumentowany; już go masz |
| STT (na CPU, odciąża GPU) |
Parakeet-TDT-0.6B-v3 przez parakeet.cpp / onnx-asr |
CC-BY-4.0 |
✅ WER 7,31% |
bardzo szybki, znaczniki czasu |
| STT do przetestowania |
Qwen3-ASR w llama.cpp |
Apache-2.0 |
polski na liście, brak WER |
działa w Twoim llama-swap (audio w llama.cpp eksperymentalne) |
| TTS polski (teraz) |
Piper pl_PL |
silnik GPL-3.0, głosy osobno |
✅ 5 głosów |
CPU, prawie zero opóźnienia, brzmi robotycznie |
| TTS polski (lepszy) |
Chatterbox Multilingual V3 |
MIT (każde nagranie ma niewidoczny znak wodny) |
✅ |
0,5B; ROCm nieudokumentowany — zarezerwuj dzień na test |
| TTS polski (lepszy) |
VoxCPM2 |
Apache-2.0 |
✅ |
2B, 48 kHz; wsparcie AMD niepotwierdzone |
| TTS angielski |
Kokoro-82M |
Apache-2.0 |
❌ |
mały i dobry — tylko EN |
| ⚠️ do omijania przy U2 |
XTTS-v2, F5-TTS, Higgs Audio v3, Fish Audio S2 |
niekomercyjne wagi |
— |
licencja blokuje użycie zarobkowe |
Mowa-do-mowy (speech-to-speech) po polsku lokalnie na AMD — w październiku 2026 nie znalazłem działającego modelu. Moshi to EN i CUDA,
Qwen3-Omni nie mówi po polsku, Unmute to EN/FR i CUDA. Działa tylko kaskada STT → LLM → TTS
(szczegóły i opóźnienia: 03-ARCHITEKTURA.md).
Obraz
| Potrzeba |
Wybór |
Licencja |
Uwagi |
| Czy główny wykonawca widzi? |
DeepSeek-V4-Flash jest tylko tekstowy. Do testu: DeepSeek-V4-Flash-Vision-Exp — ten sam rozmiar + ~0,93 GB mmproj |
MIT |
eksperymentalny, nietestowany na ROCm; wymaga llama.cpp ≥ b10766; obrazy + wywołania narzędzi naraz niezweryfikowane — trzymaj tekstowy GGUF jako zapas |
| Osobny wykonawca wizyjny (zrzuty ekranu, zdjęcia, wykresy) |
Qwen3.6-35B-A3B (Q4 ~23 GB, 3B aktywnych) albo Qwen3.8-27B (Q4 ~18,5 GB) |
Apache-2.0 |
mieści się na jednej R9700; zastępuje Qwen2.5-VL-7B z kursu 1, części 5; potrzebuje wolnej karty |
| Agent GUI (computer use) |
Holo4-35B-A3B |
Apache-2.0 |
⚠️ omijaj Holo4-27B (CC-BY-NC) |
| Dokumenty i OCR |
Docling + PaddleOCR-VL-1.5 |
MIT / Apache-2.0 |
oficjalne wsparcie llama.cpp, mało VRAM; Docling ma serwer MCP |
| Generowanie i edycja obrazów |
ComfyUI na kołach PyTorch ROCm + Qwen-Image-Edit-2511, Z-Image-Turbo, FLUX.2 klein 4B |
ComfyUI GPL-3.0; modele Apache-2.0 |
lżej: stable-diffusion.cpp sd-server za llama-swap; ⚠️ omijaj FLUX dev, Qwen-Image-2.1 (niekomercyjne) i modele Hunyuan (licencja wyklucza UE) |
| Trudne przypadki |
wyślij obraz do Opusa 5.5 |
— |
kompromis koszt / prywatność |
Niezawodność wywołań narzędzi i strojenie promptów
| Narzędzie |
Do czego |
Licencja |
Uwagi |
| forge |
„warstwa niezawodności" dla lokalnych modeli: ratowanie zepsutych wywołań narzędzi, ponowienia, walidacja, wymuszone kroki; SlotWorker — kolejka priorytetowa do wspólnych slotów |
MIT |
wyniki (8B: z kilku do 84%) podaje sam autor; jeden opiekun; proxy przed llama-server |
| DSPy |
„programowanie, nie promptowanie": optymalizator GEPA z Claude jako nauczycielem stroi prompty, które potem wykonuje lokalny model |
MIT |
najlepsze do precyzyjnej ekstrakcji i klasyfikacji ofert (U3); to nie runtime agentów |
Minimalne zestawy na start
Wspólna baza dla U1–U3: llama-swap (masz) + Bifrost (limit 4, budżety) + Phoenix (ślady).
| Zastosowanie |
Zestaw |
| U1 — DevOps |
kubernetes-mcp-server (tylko odczyt) · mcp-grafana (--disable-write) · github-mcp-server albo GitLab MCP · srt wokół powłoki każdego wykonawcy · promptfoo do sprawdzenia, czy DeepSeek radzi sobie z Twoimi runbookami, zanim mu je oddasz |
| U2 — dochód pasywny |
Prefect (albo DBOS z limitem kolejki 4) · Cognee jako pamięć · microsandbox dla kodu pisanego przez agentów · Apprise → ntfy dla „zatwierdź / gotowe / błąd" · promptfoo w CI |
| U3 — rynki i okazje |
SearXNG (z JSON) · Crawl4AI jako biblioteka + Trafilatura · changedetection.io dla cen · OpenBB ODP + MCP, edgartools, CCXT tylko do odczytu · Local Deep Research dla cytowanych przeglądów · ntfy przez Apprise + bot Telegram · timery systemd, potem Prefect |
| U4 — głos |
Pipecat + Smart Turn · whisper.cpp large-v3 (albo Parakeet na CPU) · gpt-oss-20b jako szybki „głos" delegujący do DeepSeeka / Opusa · Piper pl_PL, potem Chatterbox albo VoxCPM2 |
| U5 — obrazy |
test Vision-Exp · Qwen3.6-35B-A3B jako wykonawca wizyjny · Docling + PaddleOCR-VL · stable-diffusion.cpp albo ComfyUI z modelami Apache-2.0 |
Jak te klocki łączą się z harnessem i planistą Opus — 03-ARCHITEKTURA.md.