Jak Łukasz agentów popędza - publikacja pato
“Najgorsza część publikacji zajmuje mi około 10 minut - tak zwany Human Touch.” Łukasz opisuje swój system automatyzacji publikacji Patoarchitektów, gdzie AI agents robią transkrypcję, generują SEO, intro i posty - ale ostateczny bottleneck to ręczne poprawianie, bo “wygenerowane posty wychodzą takim korporacyjnym marketingiem, że można rzygać tęczą.” Ironia: cała infrastruktura (K3s w Azure, Claude z MCP, OpenAI Agent SDK, Airtable, RenderForm) działa automatycznie, ale człowiek musi ratować jakość contentu. Stos technologiczny? Agent Jane pobiera transkrypcję przez HappyScribe, ekstraktuje linki z Google Drive Szymona, generuje podsumowania przez Anthropic Sonnet (najlepszy polski), a GPT-5 prowadzi główną logikę. GPT-5 mini sprawdza maile - “tani i wystarczający.” Drugi agent obsługuje sprzedaż szkoleń: dostaje webhook z EasyCart i automatycznie zakłada wydarzenie w kalendarzu, dodaje uczestników. Szymon: “To był killer feature.” Kluczowa lekcja? “Agenty stosujemy tam, gdzie na wejściu mamy gołego teksta lub bloba.” Przewidywalne rzeczy to zwykły kod - webhooks, crony, API. Event-driven architecture, gdzie “LLM nie czeka proaktywnie” - wzbudza go cron w czwartki o 18:00. Czy Twój stack publikacji też wymaga Human Touch, żeby nie brzmiało jak korpo? Sprawdź, zanim MCP wygeneruje Ci tęczowy marketing. 🎯 A teraz nie ma co się obijać! 👉 Wpadajcie na naszego Discorda: https://discord.gg/78zPcEaP22 ! 🔥Tam możecie się z nami pokłócić o przyspieszanie SQL-a, podyskutować o naiwnych nadziejach na AI albo po prostu podzielić się swoimi IT-owymi przemyśleniami. Słuchasz Patoarchitektów dzięki PROTOPII – firmie, w której Łukasz i Szymon działają na co dzień, wspierając zespoły IT na każdym etapie: od projektowania, przez wdrożenia i migracje, aż po optymalizację i zabezpieczenia. Oferujemy też mentoring i szkolenia dostosowane do potrzeb każdej firmy, niezależnie od wielkości. Sprawdź nas: 👉 protopia.tech - Nasze sociale i linki - Materiały do odcinka - Pato szkolenia
Skupimy się głównie na implementacji alertingu w Grafanie. Czemu? Bo tam mamy wiele źródeł. Porównamy trochę z Alert Managerem, który... ma parę opcji, które są dość miłe. Głównie chodzi o to, żeby wybić wam z głowy patrzenie się na dashboardy i obserwowanie ręczne, co tam jest, bo o tych metrych będziecie mieli tysiące. Więc tak naprawdę, żebyście spali spokojnie i umieli tylko, żebyście reagowali na to, co wam systemy wyślą, jakie sygnały i żeby to było sensowne. I co 11 maja, bo to też warto dodać. No i ostatnie, Szymonie, twoje, czyli uzupełnienie całego observability i crème de la crème. Tak, creme de la creme i wspinające w ogóle całe podejście, jakby dochodzić do observability i monitoringu. Czyli jak już umiemy alerty wysyłać, to fajnie byłoby wiedzieć na co je wysyłać i wysyłać je zanim coś się wywali.
ładnie i poprawnie, czyli wykrywanie anomalii. Nie będziemy tutaj prawdopodobnie, chyba, że coś się zmieni na rynku do tego czasu, supermagicznych LLM-ów, ale po prostu metody statystyczne, matematykę, która umie wykrywać i zajmiemy się tym, gdzie dopasować jaki model i umiejętnością przewidywania i patrzenia, jak się zachowują nasze systemy i wykrywania po prostu pewnych prawidłowości, żeby wiedzieć, że coś się za chwilę wywali. Zapraszam. Tym też jest spore zainteresowanie, także śpieszcie się, póki możecie. I tym będziemy właśnie i kończyli nasz rok szkoleniowy, że tak powiem. Dobra. Lecimy to dzisiaj, Szymonie, czas na odcinek. Pato od kuchni. Łukasz się chwali. Tak. Pato od kuchni. Wytłumaczę, słuchajcie, nie tylko wam, ale też Szymonowi, co się dzieje, jak wyłączy program do nagrywania.
Próbuję zasugerować, to jest taka pierwsza rzecz i to nie jest agent, tylko zwykły flow z wykorzystaniem LLM-a i robi dwie rzeczy. Jeżeli jest więcej niż dwie ścieżki, to sprawdza, czy nie mieliśmy gościa w podcaście. To jest pierwsza rzecz. A drugi element, żeby nie zapomnieć tego ustawić, a drugi element, który się pojawia, to jeżeli jest to short, bo nazwy katalogu daje wtedy short, więc robi transkrypcję i sugeruje to, co Szymon czasem oglądasz, dziesięć proponowanych tytułów dla shorta, żeby spróbować przekazać kwintesencję. Tak, a dodam, że transkrypcja się i mi, i tobie dość mocno przydaje, także to jest bardzo cieszy ten krok. Dobra, bo to jest shortowa transkrypcja, ty jej nigdy nie widziałeś.
I tak jak on sobie to wszystko wygeneruje, to się zatrzymuje. I potem w czwartkiej godzinie osiemnastej do tego wątku, tego stanowego agenta wpada trigger. I ten trigger, bo słuchajcie, teraz rzecz, autonomiczny agent... Oznacza, że coś go wzbudziło. Tam LLM nie czeka proaktywnie, tylko jest to architektura event-driven, więc u mnie tym eventem jest Kron w czwartki o 18.00. Drugim wyborem jest HTTP webhook, więc... Który też był wcześniej. Dokładnie tak. Tutaj był mailhook w tym wypadku. Wzbudzał mailhook z tamtego agenta po dobraniu. Dobra, i on o 18 wrzuca. I on sobie pobiera z naszego sheeta, którego mamy z ekipą podcastu, którym się wymieniamy danymi, pobiera sobie linka do YouTube'a, pobiera sobie ID'ka z naszego hostingu.
To jest ciekawostka. Główny agent, którego macie w postaci hala, jaki agent od wydawania podcastu lata na GPT-5, a nie na Antropiku Szymon. To jest taka ciekawostka a propos naszych rozmów. To w takim razie, żeby coś było z tego takiego do wyniesienia dla innych, to czemu te modele w tych sytuacjach? Czy wiesz co? Przyznać, że dobór LLM-a w agencie jest istotny. To są dwa elementy. GPTP, bo ja zawsze zaczynam z tym. Są dwie rzeczy. Stanowi dla mnie on, tak jak powiedziałem, trochę poletko do zabaw.
Pokazano wszystkie 5 dopasowań. Transkrypcja generowana automatycznie i niesprawdzana ręcznie — może zawierać błędy.
Kliknij, aby znaleźć fragmenty, w których pada.