PABLO.ENGINEERING
GITHUB
DZIENNIK PRACY I NAUKI: AKTYWNY
// WARSZAWA, PL ·

BUDUJĘ AGENTÓW AI.
UCZĘ SIĘ NA TYM.
PISZĘ, CO WYSZŁO I CO NIE.

To mój dziennik pracy i nauki. Piszę w Pythonie i TypeScript, buduję agentów AI na własne potrzeby i zapisuję, co działa, co się psuje i czego się przy tym uczę. Sporo kodu powstaje z pomocą modeli LLM, więc staram się go testować i czytać, zanim trafi dalej.

EKSPLORUJ PROJEKTYDZIENNIK DEVLOG
TELEMETRY // ORCHESTRATOR
v2.4 // SNAPSHOT
CORE RUNTIMENode 22 LTS / Python 3.12
ACTIVE AGENTS8 Specialized Roles
STORAGE & QUEUESQLite (WAL) + Event-Driven
DIGEST ENGINEAutomated Git Pipeline
Daily Auto-Digest: Commity z gita są przetwarzane co 24 h na artykuły w devlogu.
// 01. PROJEKTY I EKSPERYMENTY

WYBRANE PROJEKTY

[ PROJEKTY I EKSPERYMENTY ]
CORE SYSTEM

AGENT OPERATIONS CENTER (AOC)

Panel, w którym zarządzam ośmioma botami AI: PM, programiści, tester i bezpieczeństwo. Zadania uruchamiam w tle przez `child.unref()` zamiast odpytywać bazę w pętli. Zapisy obsługuje SQLite w trybie WAL, więc nie potrzebuję Redisa. Całość działa na jednym małym VPS. Ile zadań system udźwignie, dopiero sprawdzam.

STATUS
IN DAILY USE
ARCHITECTURE
EVENT-DRIVEN
SPECIALIZATIONS
8 ROLES
#Next.js 15#TypeScript#Zod#SQLite WAL#Event Broker#SSE Streaming#Docker

APPSEC & QUALITY GATE

Zestaw reguł dla kodu, który piszą agenty: zakaz obchodzenia typów w TypeScript (`as any`, podwójne rzutowania), walidacja wejścia przez Zod i osobny agent-recenzent, który przegląda każdy commit. To nie gwarancja, że kod jest bez błędów. To filtr, który łapie najprostsze wpadki, zanim trafią do repozytorium.

[AUTO-AUDIT] DAILY VIA CI
  • Anti-Slop TS Guardrails
  • SAST AST Inspection
  • Strict XSS Sanitization
// AI AGENTS // GARMIN .TCX TELEMETRY

AI COACHES (TRAINANBOT & PABLOTRAINER)

TELEGRAM LIVE

Dwa boty na Telegramie: TrainAnBot i PabloTrainer. Czytają pliki `.tcx` z zegarka Garmin i liczą strefy tętna, więc nie przepisuję treningów ręcznie. TrainAnBot opiera się na publikacjach z PubMed, PabloTrainer pilnuje obciążenia przy łączeniu boksu, siłowni i biegania. To eksperyment, nie porada medyczna.

#AI Agents#OpenClaw#Telegram Bot#Garmin .TCX#PubMed API#Combat Conditioning
// AI AGENT // CODED PEDAGOGY

PROFECLAW - SPANISH TUTOR

Bot na Telegramie, z którego uczę się hiszpańskiego. Poprawia najwyżej dwa błędy w jednej wypowiedzi, żeby mnie nie zniechęcać, zlicza powtarzające się błędy i na ich podstawie układa powtórki. Eval Suite sprawdza, czy bot nie wymyśla etymologii. To ogranicza takie błędy, ale ich nie eliminuje.

#AI Agent#OpenClaw#Spaced Repetition#Eval Suite
// R&D LAB

DEEP CS & VIBECODING LAB

Tu ćwiczę algorytmy i struktury danych w Pythonie i TypeScript, utwardzam serwer z Linuksem i piszę małe narzędzia. Commity z gita raz dziennie zamieniają się w szkic wpisu: dwa modele Gemini, jeden pisze, drugi sprawdza.

#Algorithms#Python#TypeScript#Linux
// 03. ARCHITEKTURA I STOS

ENGINEERING TIMELINE

[ HISTORIA PROJEKTÓW ]

Zbudowałem panel, w którym zarządzam ośmioma botami AI. Nie odpytuję bazy co kilka sekund. Uruchamiam zadania w tle przez `child.unref()` w Node.js. Start zadania skrócił się z około 4 sekund do 50 ms (opisane w devlogu z 16 sierpnia). Baza SQLite w trybie WAL pozwala zapisywać bez blokowania, bez kosztownych klastrów typu Redis. Wciąż sprawdzam, jak system zachowuje się przy większej liczbie zadań.

Next.jsTypeScriptSQLite (WAL)Event-DrivenDockerSubagents
// 04. LAB / KONTAKT

COŚ CIEKAWEGO?
NAPISZ.

Masz problem, który pasuje do agentów AI, architektury event-driven, analizy danych albo zawodnej automatyzacji? Napisz. Odpowiadam na każdą sensowną wiadomość.

contact@paterski.com
PROFIL GITHUB