From f07f48171b5ea04f6766592b698b9e545c293d07 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?Pawe=C5=82=20Doma=C5=84ski?= Date: Fri, 31 Jul 2026 08:25:06 +0000 Subject: [PATCH] Jul 31, 2026, 10:25 AM --- .../Collection_Tool.zip | Bin ... chatbota do 24_7 systemu autonomicznego.md | 154 ++++++++++++++++ ...y potencjał Twojego zestawu agenta Hermes.md | 122 ++++++++++++ ...l. 48 Hours Later, Graphify Went Viral..md | 94 ++++++++++ ... że aktywnie usuwam codzienne aplikacje.md | 126 +++++++++++++ ...ego dla pamięci LLM działa także na kod.md | 173 ++++++++++++++++++ ...eated the Same Way You Treat Your House.md | 62 +++++++ 7 files changed, 731 insertions(+) rename Collection_Tool.zip => assets/Collection_Tool.zip (100%) create mode 100644 inbox/15 poziomów agenta Hermes_ od chatbota do 24_7 systemu autonomicznego.md create mode 100644 inbox/19 ukrytych funkcji, które odblokują prawdziwy potencjał Twojego zestawu agenta Hermes.md create mode 100644 inbox/Andrej Karpathy Asked for a Tool. 48 Hours Later, Graphify Went Viral..md create mode 100644 inbox/Obsidian x Hermes Agent jest tak dobry, że aktywnie usuwam codzienne aplikacje.md create mode 100644 inbox/Poprawka Andreja Karpathy'ego dla pamięci LLM działa także na kod.md create mode 100644 inbox/Your PKM System Should be Treated the Same Way You Treat Your House.md diff --git a/Collection_Tool.zip b/assets/Collection_Tool.zip similarity index 100% rename from Collection_Tool.zip rename to assets/Collection_Tool.zip diff --git a/inbox/15 poziomów agenta Hermes_ od chatbota do 24_7 systemu autonomicznego.md b/inbox/15 poziomów agenta Hermes_ od chatbota do 24_7 systemu autonomicznego.md new file mode 100644 index 0000000..dea9c7e --- /dev/null +++ b/inbox/15 poziomów agenta Hermes_ od chatbota do 24_7 systemu autonomicznego.md @@ -0,0 +1,154 @@ +--- +title: "15 poziomów agenta Hermes: od chatbota do 24/7 systemu autonomicznego" +source: "https://nitingavhane.medium.com/15-levels-of-hermes-agent-from-chatbot-to-24-7-autonomous-system-da15c3c204f6" +author: + - "[[Nitin Gavhane]]" +published: 2026-06-25 +created: 2026-07-31 +description: "Historia tylko dla członków" +tags: + - "clippings" +--- +Cześć wszystkim, nazywam się Nitin Gavhane i na tym blogu chcę pokazać Wam coś, czego większość właścicieli firm całkowicie pomija, zakładając Hermes Agent. + +Używają go jako chatbota. Wpisz pytanie, otrzymaj odpowiedź, zamknij zakładkę. To poziom 1. Jest ich jeszcze 14 — a różnica między tym, gdzie większość ludzi się kończy, a tym, gdzie to może faktycznie zmierzać, jest naprawdę zaskakująca. + +Zmapowałem wszystkie 15 poziomów, podzielonych na trzy fazy. Każdy z nich rozwija poprzedni, ale możesz zacząć na poziomie, który pasuje do twojego zestawu. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*r3-f1rNekB2SR28NbmQLDw.png) + +## Faza 1: Fundacja (Poziomy 1–3) + +Masz zainstalowanego Hermesa. Odpowiada na twoje pytania. + +## Poziom 1 — Prompty jednorazowe + +Wpisujesz prompt, agent odpowiada. Podstawowe rzeczy. + +Ale większość ludzi przeoczy: Hermes nie jest wyszukiwarką. Chatbot *rozmawia* o różnych rzeczach. Hermes *robi* różne rzeczy — czyta pliki, pisze kod, uruchamia polecenia terminala, przeszukuje internet, zapisuje wyniki na twoim komputerze. + +Różnica polega na tym, jak je wywołasz. "Jakie są najlepsze CRM-y dla solo założycieli?" – to zapytanie wyszukiwarki. "Zbadaj top 5 CRM-ów dla solo założycieli, porównaj ceny i funkcje, zapisz raport do folderu raportów" to zadanie agenta. To samo pytanie, zupełnie inny wynik. Teczka czeka na ciebie trzy minuty później. + +Błąd: wpisywanie promptów tak, jakbyś używał Google. + +## Poziom 2 — Pamięć i SOUL.md + +To właśnie tutaj przestaje być generyczne. + +SOUL.md to plik, który piszesz — około 50 do 80 linijek — który mówi agentowi, kim jesteś. Twój model biznesowy, segmenty klientów, marże, preferencje – czego nigdy nie powinien robić. Ładuje się na początku każdej sesji. + +Bez niej, jeśli zapytasz "czy powinienem podnieść ceny?", otrzymasz wpis na blogu o strategii cenowej. Dzięki temu — zakładając, że wpisałeś faktyczne liczby i podział klientów — otrzymujesz coś w stylu: "Twój poziom wejściowy konwertuje 12%. Podniesienie go o 10 dolarów ryzykuje zmianę w segmencie B, co stanowi 60% Twoich przychodów. Najpierw testowałbym na segmencie A." + +To samo pytanie. To zupełnie inna odpowiedź. + +MEMORY.md i USER.md przechowują fakty na różnych sesjach — projekty, preferencje, bieżący kontekst. Agent przestaje prosić cię o ponowne wyjaśnianie za każdym razem, gdy otwierasz nowy czat. + +## Poziom 3 — Komendy cięciem + +Większość użytkowników nigdy ich nie odkrywa. To naprawdę szkoda, bo samo w sobie zmienia, ile uda się zrobić podczas sesji.`/background` + +Podczas pisania propozycji wpisujesz. Twoja główna sesja trwa dalej. Pięć minut później pojawia się panel z analizą konkurencyjną. Wklejasz to do propozycji bez przerwa.`/background research [competitor] pricing and positioning` + +Jest też (automatycznie uruchamia zadanie następcze po zakończeniu obecnego) oraz (przekierowuje agenta w trakcie biegu bez przerywania). Takie istnieją. Warto wiedzieć.`/queue` `/steer` + +## Faza 2: Dźwignia (poziomy 4–7) + +Hermes zaczyna działać mądrzej. Przestajesz robić rzeczy, które on może znieść. + +## Poziom 4 — Umiejętności i odpowiedni model dla każdej z nich + +Umiejętności to pakiety wiedzy, które agent ładuje, gdy jest to potrzebne. Umiejętność badawcza obciąża metodologię badawczą. Umiejętność przeglądu kodu ładuje wzorce bezpieczeństwa. + +Ale prawdziwym odkryciem nie są same umiejętności — to przekierowanie każdej z nich do innego modelu. Wyszukiwarka nie potrzebuje najdroższego modelu. DeepSeek V4 Flash kosztuje 0,10 dolara za milion tokenów i radzi sobie z rutynowym badaniem bez problemu. Analiza złożona lub końcowa recenzja jest warta przeprowadzenia na Opus. Jeśli wykonujesz 30+ zadań badawczych miesięcznie, różnica szybko się sumuje. + +Błąd: spalanie drogich tokenów na zadaniach, które ich nie potrzebują. + +## Poziom 5 — MCP: łączenie rzeczywistych narzędzi + +Serwery MCP łączą Hermesa z Gmailem, Slackiem, Notion, ClickUp, GitHubem, Twoim kalendarzem i wieloma innymi usługami. Agent teraz pracuje z twoimi danymi, nie tylko z otwartym internetem. + +Przykład praktyczny: "co się stało na Slacku w tym tygodniu, kiedy byłem w dół?" Agent czyta Twoje kanały, filtruje według wzmianek i kluczowych tematów, porównuje zapisane cele i dostarcza 10-linijkowe podsumowanie. Nie przełączam się między tabami. Nie przewijałem 200 wiadomości. + +Jedna rzecz do zwrócenia uwagi: nie podłączaj 15 narzędzi naraz. Każdy MCP dodaje definicje, które model musi odczytać w każdej turze. Zainstaluj to, czego faktycznie używasz, wyłącz to, czego nie używasz. + +## Poziom 6 — Podagenci działający równolegle + +Hermes może generować oddzielnych agentów potomnych, z których każdy ma własny kontekst i narzędzia. Człowiek bada. Można krytykować. Nadrzędny współrzędne i syntetyzują. + +Prawdziwy przykład: potrzebujesz badań konkurencyjnych dotyczących trzech firm. Jeden agent na każdego konkurenta, wszyscy działają na DeepSeek. Rodzic na Sonet łączy trzy raporty. Dziesięć minut zamiast trzydziestu — a powolny wynik jednej firmy nie utrzymuje konkurencji z pozostałymi. + +## Poziom 7 — Async: działa, gdy cię nie ma + +To jest zmiana sposobu myślenia, która oddziela poziom 6 od poziomu 7. + +`/goal` Pozwala ustawić trwały cel — coś w stylu "Znajdź 100 klinik w Toronto, zbuduj stronę docelową dla każdej z nich, sporządz spersonalizowane e-maile kontaktowe" — a agent biegnie do niego automatycznie, tura po turze, aż jest gotowy lub Ty go zatrzymasz. + +Prace crona idą dalej. Ustal sobie zadanie na bieg o 7 rano każdego ranka. Mądrzejszą częścią jest bramka wakeAgent: lekki skrypt najpierw sprawdza, czy coś się zmieniło. Nic się nie zmieniło = zero wywołań LLM = $0. Konkurencja zaktualizowała stronę z cenami = agent budzi się, bada sprawę, wysyła brief na Twój Telegram przed pierwszą kawą. + +Przestałeś pytać. Zaczęły się dziać rzeczy. + +## Faza 3: Autonomia (Poziomy 8–15) + +Hermes biegnie bez ciebie. System z czasem się poprawia. + +## Poziom 8 — Wiele profili, wyspecjalizowanych dla każdego zadania + +Zamiast jednego agenta robiącego wszystko, budujesz osobne profile. Profil Scouta skanuje sygnały co kilka godzin. Analityk syntetyzuje wyniki o 10:00. Briefer przekazuje Telegramowi o 8:00 pięciopunktowe podsumowanie. + +Nie dzielą się pamięcią. Każdy wykonuje jedną pracę z odpowiednim modelem do danego zadania. + +Czytasz podsumowanie przy kawie. Trzech różnych agentów zbudowało go przez noc. + +## Poziom 9 — Baza wiedzy, która z czasem staje się mądrzejsza + +To potrzeba kilku miesięcy, żeby naprawdę poczuć. Umiejętność Wiki LLM buduje zestaw powiązanych plików markdown — artykułów, transkrypcji, notatek badawczych, podsumowań spotkań — które rosną za każdym razem, gdy je udostępniasz. + +Miesiąc pierwszy: 50 wpisów, przydatne. Miesiąc trzeci: 300+ wpisów z krzyżowymi odniesieniami. Kiedy pytasz "jak konkurent X obsługuje onboarding?", agent nie szuka tylko w internecie. Pobiera twoje własne notatki badawcze, rozmowę z klientem sprzed dwóch miesięcy, w której pojawił się konkurent X, oraz artykuł, który indeksowałeś w zeszłym miesiącu. Żadne wyszukiwanie w sieci nie znajduje takiej kombinacji. + +## Poziom 10 — Kanban w różnych profilach + +Wspólna tablica zadań z łańcuchami zależności. Karta "Buduj strony docelowe" czeka, aż "Zbadaj 100 klinik" zostanie ukończona. Agenci podejmują pracę, gdy zależności są czyste. + +Warto to robić kwartalne projekty z 10+ zadaniami, które się rozwijają. To przesada jak na prosty, trzyetapowy pipeline — nie dodawaj złożoności tam, gdzie nie jest to potrzebne. + +## Poziom 11 — Głos + +Wyślij wiadomość głosową na Telegramie, WhatsAppie lub Discordzie. Agent transkrybuje, przetwarza i może odpowiadać dźwiękiem. + +Jadąc na spotkanie: "czy powinienem wiedzieć coś z wczorajszych badań, zanim rozmowa o 11 rano się pojawi?" Agent odpowiada 30-sekundowym podsumowaniem audio. Słuchasz zamiast czytać. Ręce na kierownicy. + +## Poziom 12 — Automatyzacja przeglądarki + +W przypadku stron bez API agent otwiera przeglądarkę, nawiguje i pobiera potrzebne informacje. Konkurent bez publicznych danych cenowych: agent otwiera swoją stronę cenową, porównuje ją z poprzednim miesięcznym migawką w twojej wiki, oznacza wszelkie zmiany w twoim porannym briefingu. + +Jest wolniejszy i bardziej delikatny niż bezpośrednie wywołanie API. Używaj go tylko, gdy nie istnieje API. + +## Poziom 13 — Hermes jako API + +Twój zestaw Hermes jest wystawiony jako punkt końcowy HTTP, kompatybilny z formatem OpenAI. Każdy frontend, który mówi o OpenAI, może się z nim połączyć. + +Twoje badania konkurencyjne działają jako API. Niestandardowy wewnętrzny dashboard go zasłuchuje. Twój zespół widzi najnowsze informacje na żywej stronie. Nikt nie musi otwierać Telegrama. + +## Poziom 14 — integracja z IDE + +Hermes działa wewnątrz VS Code, Zeda lub JetBrains. Podczas pisania strony z cenami pytasz: "jak konkurent X strukturuje swoje poziomy?" Agent sprawdza twoją wiki Obsidian, pobiera notatki badawcze, odpowiada — bez opuszczania edytora czy otwierania zakładki przeglądarki. + +## Poziom 15 — Twoje rozwiązanie jako produkt rozpowszechnialny + +Wszystko — SOUL.md, umiejętności, zadania cron, struktura wiki, powiązane narzędzia — zapakowane jako repozytorium git. + +Nowy członek zespołu wykonuje jedno polecenie. Mają tam twoje profile Scouta, Analityka i Briefera, strukturę wiki, zadania crona i szablony SOUL.md zainstalowane w 10 minut. Możesz też wysłać go klientowi lub sprzedać. + +Jedna zasada: brak kluczy API w dystrybucji. Dane uwierzytelniające pozostają na każdym komputerze. Repozytorium niesie charakter i workflow. Użytkownik przynosi własne klucze. + +## Gdzie większość ludzi faktycznie się zatrzymuje + +Poziomy 1 i 2. + +Piszą SOUL.md, używają Hermesa jako inteligentnego chatbota, oszczędzają 30 minut dziennie. To nie jest nic — ale stanowi około 10% dostępnej ceny. + +Przeskok z poziomu 3 do 7 to moment, w którym dzienne oszczędności przechodzą z minut do godzin. Zadania w tle, asynchroniczne cele, zadania cron z bramkami wakeAgent — to wszystko nakłada się w sposób, który trudno wyjaśnić, dopóki nie działa przez miesiąc. + +Przeskok z 7 do 10 to moment, gdy agent przestaje być narzędziem, którego używasz, a staje się systemem, który działa. Przeglądasz prace, które powstały bez ciebie. + +Gdybym miał zaczynać od nowa, użyłbym trybu Blank Slate podczas instalacji: wszystko wyłączone oprócz modeli i podstawowych narzędzi do plików. Dodawaj po jednej rzeczy na raz. Dokładnie wiedz, co się włączyło i dlaczego. To najtańszy i najbardziej kontrolowany sposób, by osiągnąć poziom 15 bez wydawania pieniędzy na cechy, o których jeszcze nie pomyślałeś. \ No newline at end of file diff --git a/inbox/19 ukrytych funkcji, które odblokują prawdziwy potencjał Twojego zestawu agenta Hermes.md b/inbox/19 ukrytych funkcji, które odblokują prawdziwy potencjał Twojego zestawu agenta Hermes.md new file mode 100644 index 0000000..0ce3982 --- /dev/null +++ b/inbox/19 ukrytych funkcji, które odblokują prawdziwy potencjał Twojego zestawu agenta Hermes.md @@ -0,0 +1,122 @@ +--- +title: "19 ukrytych funkcji, które odblokują prawdziwy potencjał Twojego zestawu agenta Hermes" +source: "https://nitingavhane.medium.com/19-hidden-features-to-unlock-the-true-potential-of-your-hermes-agent-setup-467464db027c" +author: + - "[[Nitin Gavhane]]" +published: 2026-07-11 +created: 2026-07-31 +description: "Historia tylko dla członków" +tags: + - "clippings" +--- +Cześć wszystkim, nazywam się Nitin Gavhane i na tym blogu chcę przejść poza podstawowy etap instalacji i czatu w Hermes Agent, samodzielnie hostowanym i samodoskonalącym się agencie od Nous Research, i zagłębić się w funkcje, których większość ludzi nigdy nie dotyka. Jeśli uruchomiłeś tylko kreator konfiguracji, połączyłeś Telegrama i zadałeś kilka pytań, zużywasz może jedną trzecią tego, co faktycznie tam jest. Przejdźmy przez resztę. + +[**\[Czytaj ten blog za darmo\]**](https://medium.com/@nitingavhane/467464db027c?sk=990a8ba7fc413fadabcd8e5918a7dfa2) + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*XKLDVqrSpHpSElY3brUuKw.png) + +## 1\. wyłapuje problemy, zanim zaczniesz je szukaćhermes doctor + +Gdy coś wydaje się nie tak, większość osób zaczyna przeglądać pliki konfiguracyjne pojedynczo. Jest wbudowane polecenie diagnostyczne, które sprawdza połączenie z dostawcą, ustawienia modelu i ogólne konfiguracje za jednym razem, informując cię, co faktycznie jest uszkodzone. To pierwsza rzecz, którą trzeba uruchomić, zanim założysz, że problem jest w modelu. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*YbwGjTQFYAqk5RAoG44Y5Q.png) + +## 2\. Sam się migruje z OpenClaw bez kopiowania pojedynczego pliku + +Jeśli pochodzisz z OpenClaw, Hermes faktycznie sprawdza twój stary folder podczas konfiguracji i oferuje automatyczne przeniesienie twoich ustawień, wspomnień, umiejętności i kluczy API.`~/.openclaw` + +Jest tryb próby próbnej, który pozwala dokładnie zobaczyć, co się poruszy, zanim zdecydujesz się na to, oraz opcje migracji wszystkiego oprócz sekretów lub całkowitego nadpisania konfliktów. Rzadko zdarza się, by tak różne narzędzia były tak bezbolesne. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*rdt6lKz-ZWRA3xLmr_7sag.png) + +## 3\. Możesz uruchomić go na siedmiu różnych backendach, a niektóre z nich nie kosztują nic podczas bezczynności + +Domyślnie jest lokalny, ale Hermes działa też w Dockerze, przez SSH na zdalnym dekodzie lub przez środowiska bez serwera, takie jak Daytona, Modal i Vercel Sandbox. Opcje bez serwera to najciekawsze elementy: hibernuje, gdy ich nie używasz, więc agent, który siedzi bezczynnie przez większość dnia, kosztuje niewiele cennie, ale budzi się w pełni natychmiast w momencie, gdy wyślesz mu wiadomość. + +## 4\. Istnieje budżet iteracji, który sam się chroni, zamiast po prostu się zawieszać + +Każdy agent musi mieć limit na liczbę kroków, które może wykonać, zanim coś zmusi go do zatrzymania. Hermes dzieli ten budżet między agenta macierzystego i wszystkich podagentów, których generuje, i jest inteligentniejszy niż płaski licznik. Pętle narzędziowe, które uruchamiają własne wewnętrzne wersje, otrzymują zwrot budżetu po ukończeniu, więc nie opróżniają puli niesprawiedliwie. Gdy budżet się kończy, dostajesz jedno ostrzeżenie, ostatni telefon, a potem agent musi podsumować i zakończyć wszystko w czystości, zamiast po prostu umrzeć w pół myślenia. + +## 5\. Kurator sprząta własną bibliotekę umiejętności według harmonogramu i jest w tym naprawdę ostrożny + +Oto coś, co ludzie całkowicie pomijają. Gdy Hermes działa już jakiś czas, gromadzi folder umiejętności, własne notatki krok po kroku do zadań, które już rozwiązał. Zostawiony w spokoju ten folder robi się niechlujny. Kurator działa okresowo (w nowszych wersjach na podstawie testu nieaktywności, a nie stałego zegara) i decyduje, umiejętność po umiejętności, czy zachować je, załatać, połączyć czy archiwizować, w zależności od tego, jak są faktycznie używane. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*_wKfQNd97VLF44NRc0BOcw.png) + +Co sprawia, że jest to bezpieczne, a nie lekkomyślne: dotyka to tylko umiejętności, które sam napisał agent, nigdy tych, które zainstalowałeś z huba. Nigdy nie usuwa się od razu, najgorszy przypadek to archiwizacja do folderu do odzyskania. Przed każdym przejściem robi pełny migawkę katalogu umiejętności, więc cofnięcie jest o jedno polecenie, a nawet cofnięcie można cofnąć. + +## 6\. Umiejętności stają się nieaktualne i archiwizowane według stałego, przewidywalnego harmonogramu + +Nie musisz zgadywać, kiedy dana umiejętność jest przestarzała. Każda umiejętność stworzona przez agenta, która nie używa się 30 dni, jest automatycznie uznawana za nieaktualną, a taka, która osiągnie 90 dni nieużywania, zostaje zarchiwizowana. Ta część nie jest decyzją modelu, to deterministyczna reguła, co oznacza, że zawsze dokładnie wiesz, dlaczego umiejętność zniknęła. + +## 7\. GEPA daje ci samorozwój z rzeczywistym ludzkim punktem kontrolnym + +Kurator i jego własne umiejętności pisania są całkowicie autonomiczne, bez potrzeby zatwierdzania. Ale istnieje znana słabość w każdym systemie, w którym agent ocenia swoją pracę: zwykle uważa, że poradził sobie świetnie, nawet jeśli tak nie było. GEPA (Genetic-Pareto prompt evolution) to osobny, towarzyszący projekt, który inaczej podchodzi do tego problemu. Zamiast prosić agenta o samoocenę, przegląda on ślady wykonania, aby zrozumieć, dlaczego coś faktycznie zawiodło, a następnie proponuje konkretne przepisania w procesie ewolucyjnego wyszukiwania. Każda proponowana zmiana musi przejść pełny zestaw testów i przegląd PR przed wysłaniem. To samodoskonalenie, ale nie niekontrolowane. + +## 8\. Możesz przypiąć umiejętność, żeby nic jej nie usuwało cicho + +Jeśli jest jakaś umiejętność, od której zależy cały Twój workflow, chroni ją przed archiwizacją lub usuwaniem przez automatyczne sprzątanie. Można to nadal załatać i ulepszać, tylko gwarantujesz, że nigdy nie zniknie.`hermes curator pin` + +## 9\. Dostępna jest opcja pamięci holograficznej z wbudowanym systemem oceny zaufania + +Poza domyślnym zestawem pamięci, Hermes obsługuje w pełni lokalne zaplecze pamięci oparte na holograficznych reprezentacjach zredukowanych, co pozwala na kompozycyjne, algebraiczne zapytania zamiast zwykłego wyszukiwania słów kluczowych. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*IWI0B_VI3FhXtTvLCwm6nw.png) + +Pamięć holograficzna i model użytkownika dialektycznego + +Naprawdę przydatną częścią jest ocena zaufania: fakt, który jest wielokrotnie potwierdzany podczas sesji, z czasem przybiera na wadze, podczas gdy ten, który jest zaprzeczony nowszym częściom, traci na wadze. Gdy dwa zapamiętane fakty faktycznie się ściekają, to wyłania się na jaw, abyś mógł rozwiązać tę sprzeczność, zamiast po prostu wybierać jeden po cichu. + +## 10\. Buduje pogłębiający się model ciebie, a nie tylko listę faktów o tobie + +Oddzielnie od surowego przechowywania faktów, Hermes stosuje dialektyczne modelowanie użytkownika (oparte na systemie o nazwie Honcho), które stara się budować ewoluujący obraz tego, kim jesteś w różnych sesjach, a nie płaską listę przechowywanych stwierdzeń. To różnica między agentem, który pamięta "użytkownik woli tryb ciemny", a tym, który powoli buduje działającą teorię tego, jak lubisz robić rzeczy. + +## 11\. Prace Cron są pisane prostym angielskim, a nie składnią Cron + +Nie musisz pamiętać, chyba że chcesz. Możesz po prostu powiedzieć Hermesowi coś w stylu: "każdego dnia powszedniego o 8 rano wyślij mi przegląd nowości w AI" i to zamienia to w pracę, zaplanowaną pracę. Rozumie też one-shotowe opóźnienia, takie jak "przypomnij mi za 30 minut" oraz proste interwały, jak "co 2 godziny". Zadania są przechowywane jako zwykłe pliki JSON, przetrwają restarty, a wyniki każdego uruchomienia są zapisywane na dysku, żeby można było sprawdzić, co się wydarzyło danego dnia.`0 9 * * 1-5` + +## 12\. Profile pozwalają uruchomić kilku całkowicie oddzielnych agentów na jednej maszynie + +Profil to w pełni izolowana instancja Hermesa, z własną konfiguracją, pamięcią, umiejętnościami, sesjami i plikiem tożsamości, działająca równolegle z innymi na tym samym urządzeniu, bez udostępniania czegokolwiek, chyba że wyraźnie sklonujesz ją przy tworzeniu profilu. W ten sposób ludzie prowadzą obok siebie profil "badacza", profil "dewelopera" i profil "produktowy", każdy z własną osobowością i własnym botem na Telegramie, zamiast jednego agenta ogólnego przeznaczenia, który próbuje być wszystkim naraz. + +## 13\. Może być podłączony bezpośrednio do edytora kodu jako backend agenta + +Dzięki protokołowi Agent Client, temu samemu, którego używa Zed i niektóre nowe integracje VS Code, Hermes może pełnić rolę agenta za Twoim edytorem, a nie osobnego okna czatu. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*msEnEN0L4HXEQZLFj15OuQ.png) + +Sesja jest powiązana z katalogiem roboczym twojego projektu i pozostaje w tym samym magazynie sesji co wszystko inne, a serwery MCP twojego edytora stają się dodatkowymi narzędziami, które Hermes może wykorzystać w tym kontekście. + +## 14\. Jest prawdziwy panel internetowy, nie tylko terminal + +Wbudowany lokalny pulpit oferuje wyszukiwanie sesji, zarządzanie cronem, edytor konfiguracji z widokami formularzy i surowych YAML oraz zarządzanie umiejętnościami – wszystko w zakładce przeglądarki. Obsługuje także grupowe czaty z wieloma agentami, gdzie możesz @mention konkretnych agentów po imieniu, aby przekierować wiadomość dokładnie do tego, którego chcesz. + +## 15\. Może eksportować własne zachowanie jako dane treningowe + +Poza codziennym użytkowaniem, Hermes posiada tryb badawczy stworzony do generowania trajektorii wywoływania narzędzi w partiach, z konfigurowalnymi pracownikami i zestawami narzędzi oraz integracją z Atropos do uczenia ze wzmocnieniem. Mówiąc wprost, możesz przekształcić rzeczywistą historię pracy agenta w dane do dopracowywania, zamiast traktować każdą sesję jako jednorazową. + +## 16\. Model bezpieczeństwa zakłada, że agent ostatecznie napisze ryzykowny kod i planuje go + +Ponieważ Hermes może wykonywać kod, który sam pisze, domyślne są budowane z uwzględnieniem tego ryzyka: poświadczenia są usuwane z wszystkiego, co model generuje i uruchamia, sesje pozostają odizolowane, a sandboxing oparty na kontenerach uniemożliwia zdezorientowanemu lub skompromitowanemu agentowi wyjście poza jego linię. Nic z tego nie jest czymś, co musisz konfigurować samodzielnie, to po prostu domyślne zachowanie systemu. + +## 17\. Jedna subskrypcja może zastąpić pięć oddzielnych kluczy API + +Zamiast łączyć osobno dostawcę modelu, API wyszukiwania, usługę generowania obrazów, klucz tekst-in-speech oraz narzędzie automatyzacji przeglądarki, Nous Portal łączy dostęp do modelu z wyszukiwaniem w sieci, generowaniem obrazów, TTS i przeglądarką chmurową pod jednym kontem. Możesz nadal zabrać własne klucze do wszystkiego, jeśli wolisz, ale dla wielu osób samo to jest warte ustawienia. + +## 18\. Umiejętności, które budujesz w Hermesie, nie są przypisane do Hermesa + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*kBKACIeYGKynHODUt4COCA.png) + +Umiejętności podążają za agentskills.io otwartym standardem, co oznacza, że plik umiejętności, który napiszesz lub dopracujesz w Hermesie, można wrzucać do Claude Code, Kursora lub Kodeksu bez przepisywania go. Jeśli zamierzasz poświęcić czas na naukę agenta, jak lubisz wykonywane zadanie, warto wiedzieć, że praca nie jest przypisana do jednego narzędzia. + +## 19\. Delegowanie jest celowo proste i to jest właściwa cecha + +Podczas gdy wiele frameworków wieloagentowych wymaga konfigurowania ról, reguł routingu i schematów przekazywania wiadomości, zanim cokolwiek zadziała, Hermes po prostu generuje subagenta, przekazuje mu zadanie, własne narzędzia i rozmowę, a także pozwala głównemu agentowi koordynować. Jeśli musisz refaktoryzować kod, zbadać dokumentację API i jednocześnie uruchomić zestaw testów, delegujesz trzy zadania i pozwalasz im działać równolegle, zamiast robić wszystko kolejno samemu. + +## Od czego bym zaczął + +Gdybym miał wybrać kilka do ustawienia, wybrałbym profile, naturalny cron-up i przypinanie umiejętności krytycznych. Te trzy niemal natychmiast zmieniają sposób, w jaki agent się czuje, i żaden z nich nie zajmuje więcej niż kilka minut. Reszta – GEPA, narzędzia do eksportu badań, holograficzna pamięć – warto znać, ale mają większe znaczenie, gdy faktycznie prowadzisz Hermesa wystarczająco długo, by mieć coś wartego optymalizacji. + +To jest motyw przewodni wszystkich dziewiętnastu z nich. Hermes nagradza osoby, które korzystają z niego po pierwszym tygodniu. Agent, który jest dołączony do skryptu instalacyjnego, jest w porządku. Ta, która działa od miesiąca, z własnymi umiejętnościami, pamięcią i profilem dostosowanym do twojej rzeczywistej pracy, to zupełnie inna sprawa. + +Ten wpis opiera się na publicznej dokumentacji Hermes Agent oraz artykułach społecznościowych z ekosystemu Nous Research. Funkcje i domyślne wersje mogą się zmieniać między wersjami, więc warto sprawdzić oficjalną dokumentację przed poleganiem na konkretnych wersjach. \ No newline at end of file diff --git a/inbox/Andrej Karpathy Asked for a Tool. 48 Hours Later, Graphify Went Viral..md b/inbox/Andrej Karpathy Asked for a Tool. 48 Hours Later, Graphify Went Viral..md new file mode 100644 index 0000000..3f05438 --- /dev/null +++ b/inbox/Andrej Karpathy Asked for a Tool. 48 Hours Later, Graphify Went Viral..md @@ -0,0 +1,94 @@ +--- +title: "Andrej Karpathy Asked for a Tool. 48 Hours Later, Graphify Went Viral." +source: "https://www.towardsdeeplearning.com/andrej-karpathy-asked-for-a-tool-48-hours-later-graphify-went-viral-10d8ead5f50e?gi=b86cdc65a433&source=home_for_you---------2-98--------------------0dafcc76_5f3c_4bc6_bff8_35a939ffb2db-------15-------" +author: + - "[[Sumit Pandey]]" +published: 2026-07-27 +created: 2026-07-31 +description: "Andrej Karpathy Asked for a Tool. 48 Hours Later, Graphify Went Viral. It’s called Graphify, and it turns any folder of code, docs, and images into a queryable knowledge graph: no vector database …" +tags: + - "clippings" +--- +## Nazywa się Graphify i zamienia dowolny folder z kodem, dokumentacją i obrazami w zapytanialny graf wiedzy: bez bazy wektorowej, bez konfiguracji, tylko jedno polecenie. + +3 kwietnia 2026 roku Andrej Karpathy opublikował post o czymś, co nazwał " *LLM Knowledge Bases",* a w ciągu kilku godzin wywołało to popularność w społeczności AI. Główna idea była zaskakująco prosta: zamiast używać RAG do pobierania fragmentów z surowych plików za każdym razem, gdy zadajesz pytanie, niech LLM kompiluje te pliki w uporządkowany, powiązany markdown wiki, który trwa przez sesje, gromadzi wiedzę w czasie i sprawia, że każde przyszłe zapytanie jest tańsze. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*kZgsErlnbJ71b8kDR_QlLA.png) + +> **Jeśli nie możesz przeczytać artykułu dalej z powodu paywalll, kliknij** [**tutaj**](https://www.towardsdeeplearning.com/andrej-karpathy-asked-for-a-tool-48-hours-later-graphify-went-viral-10d8ead5f50e?sk=1aacd6ad148238d2e3377516d3b8a77a) + +Karpathy opisał wrzucenie papierów, zrzutów ekranu, repozytoriów i artykułów do folderu, a następnie wskazanie na niego LLM, aby stworzyć wiki z podsumowaniami, linkami zwrotnymi, mapami koncepcyjnymi i plikiem indeksowym, po którym model mógł samodzielnie się poruszać. Brak osadzeń wektorowych, brak zaawansowanego pipeline'u wyszukiwania, tylko pliki markdown, które się składają. Tweet stał się viralem, następujący gist na GitHubie stał się viralem, a nagle wszyscy zaczęli mówić o zebranej wiedzy jako zamienniku za odzyskiwanie.`/raw` + +Moja pierwsza reakcja to zainteresowanie zmieszane z lekką frustracją, bo krążyłem wokół podobnych pomysłów pracując z Claude Code przy większych repozytoriach i napotykając ten sam mur, na który napotykają wszyscy: model odkrywa Twój kod od zera na każdej sesji, a okno kontekstowe wypełnia się na długo zanim model zrozumie architekturę. Rama Karpathy'ego zadziałała, ale jego konfiguracja była, przyznając samą siebie*, "chaotyczną kolekcją skryptów",* a ja nie zamierzałem składać własnego kompilatora wiki od podstaw. + +> A potem, 48 godzin później, ktoś faktycznie ją wysłał. + +## Czym jest Graphify (a czym nie jest) + +Programista o nazwisku Safi Shamsi wydał [Graphify](https://github.com/safishamsi/graphify), narzędzie open-source, które operacyjnie wykorzystuje wzór Karpathy dla baz kodu. Kierujesz go na dowolny folder, a on analizuje wszystko w środku: kod w 19 językach, PDF-y, markdown, obrazy w tym zdjęcia na tablicy suchościeralnej i diagramy za pomocą Claude Vision, a także tworzy pełny graf wiedzy z wykrywaniem społeczności, interaktywną wizualizację HTML, skarbiec Obsidian z inteligentnymi linkami zwrotnymi oraz wiki, gdzie każdy agent może zacząć i nawigować bez parsowania JSON. Instalacja to jedna linia:`index.md` + +```hs +pip install graphifyy && graphify install +``` + +Następnie wpisujesz w Claude Code (lub Codex, OpenCode, OpenClaw) i kierujesz go do katalogu projektu. To, co wychodzi, trafia do folderu: do interaktywnej eksploracji, podświetlania węzłów bogów i zaskakujących połączeń, jako trwały graf do zapytań oraz do inkrementalnej pamięci podręcznej, aby przyszłe aktualizacje nie przetworzyły wszystkiego ponownie.`/graphify` `graphify-out/` `graph.html` `GRAPH_REPORT.md` `graph.json` + +> Czym Graphify nie jest: nie jest systemem RAG, nie jest bazą wektorową i nie jest wrapperem chatbota. Jest to etap kompilacji, dokładnie taki, jaki opisał Karpathy, który przekształca chaotyczny katalog w ustrukturyzowany artefakt wiedzy, nad którym każdy agent LLM może rozumować bez czytania każdego pliku. + +## Liczba 71,5x: najpierw sceptycyzm, potem matematyka + +Główne twierdzenie to 71,5 razy mniej tokenów na zapytanie niż czytanie surowych plików. Brzmiało to zbyt dobrze, więc sprawdziłem, jak benchmarki są faktycznie zorganizowane. + +Na małą skalę (6 plików Pythona modelujących warstwę transportową HTTP) kompresja jest marginalna i nieco nieistotna: te pliki już mieszczą się w oknie kontekstowym, a prawdziwą wartością jest przejrzystość strukturalna: widzisz, że,, i są węzłami boskimi projektu, a także klastry społecznościowe, które grupują powiązane moduły. To przydatne, ale nie jest to 71-krotna poprawa.`Client` `AsyncClient` `Response` `Request` + +Przy 52 plikach, co stanowi mieszankę kodu, prac naukowych i obrazów, redukcja tokenów faktycznie sięga 71 razy i więcej. Repozytorium wysyła przepracowane przykłady z surowymi wejściami i rzeczywistymi wynikami, więc możesz samodzielnie zweryfikować liczby, co jest rodzajem przejrzystości, której chciałbym, aby więcej projektów open source przyjęło. Powód, dla którego skalowanie kompresji jest prosty: graf destyluje wszystko na węzły, krawędzie, podsumowania społeczności oraz raport, który LLM może przetworzyć w ułamku tokenów potrzebnych do odczytania surowej treści. + +To ma największe znaczenie w procesach pracy agentów. Jeśli masz kilku agentów piszących kod równolegle lub prowadzisz długą sesję Claude Code obejmującą kilka commitów, podawanie 52 surowych plików do kontekstu na każdej turze jest marnotrawstwem. Dostarczanie raportu grafowego, który zawiera te same informacje strukturalne w 1/71 tokenów, to zasadniczo inny profil kosztowy. + +## Pod maską: Bez magii, tylko dobra inżynieria + +Architektura jest odświeżająco przejrzysta. Pliki kodu przechodzą przez parasowanie AST w drzewie (tree-sitter) w 19 językach: Python, JavaScript, TypeScript, Go, Rust, Java, C, C++, Ruby, C#, Kotlin, Scala, PHP, Swift, Lua, Zig, PowerShell, Elixir i Objective-C. Kursuje całkowicie lokalnie; Żadna zawartość pliku nie opuszcza twojego komputera do kodu. Dokumenty i obrazy są przesyłane przez istniejące API modelu platformy do ekstrakcji semantycznej: Claude, jeśli jesteś w Claude Code, GPT-4, jeśli jesteś w Codex. + +NetworkX buduje graf, algorytm Leiden za pomocą graspologic obsługuje wykrywanie społeczności, a vis.js renderuje interaktywną wizualizację. Nie jest potrzebny Neo4j, nie ma zewnętrznego serwera, wszystko działa lokalnie. Każda krawędź na wykresie jest oznaczona poziomem pewności:,, lub, więc zawsze wiesz, co znaleziono w materiale źródłowym, a co model zgadł na podstawie kontekstu.`EXTRACTED` `INFERRED` `AMBIGUOUS` + +System stopniowej aktualizacji to miejsce, gdzie jakość inżynierii jest widoczna. Tryb działa w terminalu w tle i utrzymuje wykres aktualny podczas zmian w bazie kodu: zapisy pliku kodu wywołują natychmiastowe przebudowywanie AST bez wywołania LLM, podczas gdy zmiany dokumentów i obrazów wymagają ponownego uruchomienia semantycznego przejścia. Git hooks () odbudowuje graf po każdym commitcie i każdej zmianie gałęzi, a jeśli odbudowa się nie powiedzie, hook wychodzi z poziomu niezerowego, więc git pokazuje błąd zamiast cicho kontynuować na przestarzałym grafie. Ten ostatni szczegół brzmi błahko, ale poprzednie zachowanie polegało na wyjściu z zera przy awarii, co oznaczało, że wykres mógł się bez ostrzeżenia przestać wyświechtać – dokładnie taki cichy błąd, który podważa zaufanie do narzędzi deweloperskich.`--watch` `--update` `graphify hook install` + +## Jak to wygląda w praktyce: uruchamianie tego na własnym repozytorium + +Czytanie benchmarków to jedno, więc uruchomiłem Graphify na prawdziwym projekcie, żeby zobaczyć, jak faktycznie wygląda efekt. Repozytorium to generator kodów QR, który stworzyłem z Claude Code: łącznie 27 plików, mieszanka 18 plików kodu z,, i konfiguracjami, 4 dokumentami w tym,, i, oraz 5 obrazami z interfejsem UI, logo Toward Deep Learning oraz kilkoma testowymi PNG.`src/` `test/` `AGENTS.md` `CLAUDE.md` `FLOW.md` + +Rurociąg przebiegał w czterech etapach. Najpierw zeskanował folder i wszystko sklasyfikował. Następnie lokalnie przeanalizował wszystkie 18 plików kodu za pomocą tree-sitter AST, bez udziału LLM, całkowicie darmowy: ten przebieg sam w sobie wyodrębnił każdą funkcję, klasę, import i relację wywołań, generując 162 węzły i 240 krawędzi (np. ). Po trzecie, uruchomił 6 równoległych subagentów Claude'a do odczytania dokumentacji i obrazów: to była część LLM, około 193 tys. tokenów. Agenci Vision spojrzeli na zrzuty ekranu interfejsu i faktycznie zrozumieli je jako elementy interfejsu, łącząc "logo dropzone udostępnia dane z panelem podglądu QR" i rozpoznając, że "korekcja błędów H" w interfejsie jest uzasadnieniem odznaki dekodowania-weryfikacji. Agent dokumentacyjny wyciągnął koncepcje architektoniczne z i: takie rzeczy jak "Scan Verification Gate", "Darken-and-Retry Loop" oraz "Yellow Pitfall". Po czwarte, połączył wszystko w jeden graf: 229 węzłów, 296 krawędzi, przeprowadził wykrywanie społeczności Leiden i znalazł 26 społeczności, obliczył węzły bogów i mosty międzyspołecznościowe, a każdą krawędź oznaczył jako,, lub.`src_main → calls → selectPalette()` `AGENTS.md` `FLOW.md` `EXTRACTED` `INFERRED` `AMBIGUOUS` + +Interaktywna wizualizacja grafu (poniżej) to to, co trafia do. Możesz kliknąć dowolny węzeł, aby zobaczyć jego typ, społeczność, plik źródłowy, stopień i sąsiadów. Pasek boczny wymienia wszystkie 26 społeczności z liczbą węzłów, które można włączać i wyłączać, aby wyizolować klastry.`graphify-out/graph.html` + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*bT1OxddVRBq3pmjANeXK-g.png) + +Zrzut ekranu z mojego własnego repozytorium. + +Co zostawił na dysku obok wizualizacji: jako graf do zapytań, który przechodzi, z raportem audytowym obejmującym węzły boga, niespodzianki i sugerowane pytania, a do tego późniejszy tylko przetwarza pliki, które się zmieniły.`graph.json` `graphify query` `GRAPH_REPORT.md` `cache/` `manifest.json` `--update` + +Ale to, co naprawdę mnie zaskoczyło, to to, co pokazał wykres, a co nie było oczywiste po samym uruchomieniu lub przeczytaniu kodu. Środek ciężkości repozytorium okazał się być nauką o kolorach, a nie kodowaniem QR: gęstym rdzeniem grafu jest matematyka kontrastu, palety i ekstrakcji kolorów, podczas gdy kodowanie QR to tylko dwie zależności biblioteki na obrzeżach.,, oraz są węzłami strukturalnymi, a bramka weryfikacji skanów jest centralna dla architektury, co jest dokładnie tym, czego wymaga, ale czego nie poznasz bez porównania specyfikacji i implementacji. Testy są podłączone bezpośrednio do modułów, które testują, zamiast unosić się na bok, co jest dobrą architekturą widoczną. Koncepcje i tworzą własną wyspę: specyfikacja odpowiada kodowi pod względem znaczenia, ale nic strukturalnie nie łączy obu tych rzeczy, i właśnie tam poszło 19 wiszących krawędzi. A zrzuty ekranu UI kodują deklaracje produktowe takie jak "nigdy nie opuszcza przeglądarki" i "korekcja błędów H" jako węzły grafu powiązane z elementami UI, które uzasadniają: to model wizji robiący coś, czego nigdy bym nie pomyślał zrobić ręcznie.`ls` `src_main` `src_palette` `src_verify` `AGENTS.md` `AGENTS.md` `FLOW.md` + +Po zakończeniu gry umiejętność również rejestrowała, więc w każdej przyszłej sesji Claude Code mogę uruchomić i uzyskać odpowiedź z grafu, zamiast czytać cały repozytorium od nowa. To jest zasada skompilowanej wiedzy: zapłać opłatę za ekstrakcję raz, potem zapytaj za darmo.`/graphify` `graphify query "why does the download button start disabled?"` + +## Szczere zastrzeżenia + +Graphify to wersja 0.3.1 i działa szybko, więc można się spodziewać nierównych krawędzi. Jakość ekstrakcji semantycznej zależy całkowicie od Twojego LLM. Claude Vision dobrze radzi sobie z diagramami i zdjęciami na tablicy, ale jakość będzie się różnić w zależności od innych modeli, a jeśli Twój projekt mocno opiera się na dokumentacji wizualnej, dokładność wykresu jest tak dobra, jak model wizualny, który analizuje te obrazy. + +Liczba kompresji 71,5x zależy od korpusu. Jeśli Twój projekt to dziesięć plików Pythona z czystym README, prawdopodobnie nie potrzebujesz grafu wiedzy: musisz przeczytać README. Narzędzie to najlepiej sprawdza się w repozytoriach średnich i dużych, gdzie złożoność strukturalna przewyższa to, co programista (lub LLM) może pomieścić w pamięci roboczej, a mieszanka kodu, dokumentacji i artykułów naukowych tworzy połączenia międzydomenowe, które trudno odkryć przez liniowe czytanie plików. + +Poprawki bezpieczeństwa dla SSRF i YAML injection w wizualizacji HTML pojawiły się w najnowszej wersji. Projekt jest młody, aktywnie utrzymywany i przechodzi przeglądy kodu społecznościowego, ale jeśli kierujesz go na wrażliwe bazy kodu, powinieneś samodzielnie przejrzeć powierzchnię zabezpieczeń, zamiast zakładać, że została ona wzmocniona na skalę produkcyjną. + +I najważniejsze zastrzeżenie: wykres wiedzy mówi, co się z czym łączy, ale nie wyjaśnia, dlaczego architekt podjął konkretny kompromis, jakie ograniczenia ukształtowały projekt ani jakie nieudane próby doprowadziły do obecnego podejścia. Ten kontekst wciąż żyje w głowach zespołu, w dyskusjach pull requestów i w wiadomościach commit. Graphify daje mapę strukturalną; Wiedza instytucjonalna nadal jest na Tobie. + +## Dlaczego to ma znaczenie poza samym narzędziem + +Najbardziej interesuje mnie szerszy wzór. Karpathy określił przejście od " *tokenów zużywanych na generowanie kodu* " do " *tokenów wydawanych na kompilację wiedzy",* a Graphify jest pierwszym wiarygodnym narzędziem, które operacjonalizuje tę zmianę dla baz kodu. Fakt, że gra została wysłana 48 godzin po oryginalnym tweetu, ma już 1500 gwiazdek i port.NET, a jest instalowana jako umiejętność na wielu platformach programistycznych agentów, pokazuje, że popyt czekał, aż ktoś zbuduje podaż. + +Przechodzimy od "AI czyta twój kod" do "AI rozumie twój kod", a to są zasadniczo różne możliwości. Odczyt jest liniowy: model przetwarza pliki pojedynczo i utrzymuje to, co może, w kontekście. Zrozumienie jest strukturalne: model wie, które moduły zależą od kogo, gdzie znajdują się węzły boga, które społeczności skupiają się razem oraz jak wyglądają zaskakujące połączenia międzydomenowe. + +Czy Graphify stanie się standardem długoterminowym, pozostaje niepewne, i szczerze mówiąc, byłoby zaskakujące, gdyby ta przestrzeń pozostała tak prosta przez długi czas. Wydaje się jasne, że wzorzec kompilacji kodu w trwałe, zapytywalne reprezentacje wiedzy pozostanie na stałe, ponieważ alternatywa polega na ponownym wprowadzaniu surowych plików do kontekstu na każdej sesji, mając nadzieję, że model zapamięta to, czego się ostatnio nauczył: już osiągnął swój sufit. + +Repozytorium jest otwarte, posiada licencję MIT i naprawdę zajmuje pięć minut, żeby spróbować: [github.com/safishamsi/graphify](https://github.com/safishamsi/graphify). Skieruj go na swój najbardziej niechlujny projekt i zobacz, jakie powiązania znajdzie. W najgorszym wypadku dowiesz się czegoś o własnym kodzie, czego wcześniej nie znałeś. + +*Jeśli uznałeś to za pomocne, śledź* [*Toward Deep Learning*](https://www.towardsdeeplearning.com/), *aby poznać więcej narzędzi i pomysłów, które faktycznie zmieniają świat.* \ No newline at end of file diff --git a/inbox/Obsidian x Hermes Agent jest tak dobry, że aktywnie usuwam codzienne aplikacje.md b/inbox/Obsidian x Hermes Agent jest tak dobry, że aktywnie usuwam codzienne aplikacje.md new file mode 100644 index 0000000..066ff19 --- /dev/null +++ b/inbox/Obsidian x Hermes Agent jest tak dobry, że aktywnie usuwam codzienne aplikacje.md @@ -0,0 +1,126 @@ +--- +title: "Obsidian x Hermes Agent jest tak dobry, że aktywnie usuwam codzienne aplikacje" +source: "https://medium.com/obsidian-observer/obsidian-x-hermes-agent-is-so-good-im-actively-deleting-day-to-day-apps-78ec4ff20423?source=home_for_you---------0-98--------------------0dafcc76_5f3c_4bc6_bff8_35a939ffb2db-------15-------" +author: + - "[[Theo Stowell]]" +published: 2026-07-27 +created: 2026-07-31 +description: "Oto dlaczego tworzę alternatywy, które są jeszcze lepsze..." +tags: + - "clippings" +--- +![](https://miro.medium.com/v2/resize:fit:1158/format:webp/1*fc_pBMPYKfQ6QpsZJV_yjg.png) + +## Oto dlaczego tworzę alternatywy, które są jeszcze lepsze... + +> **Jeśli nie jesteś członkiem Medium, możesz nadal przeczytać ten tekst za darmo na stronie PARAZETTEL.com —** [**Obsidian x Hermes Agent Is So Good I'm Aktywne Usuwam Daily To-Day Apps**](https://parazettel.com/articles/hermes-obsidian-deleting-apps/) + +Przez długi czas myślałem, że jestem zdecydowany w swoich wyborach programowych, nawet regularnie pisałem o tym, jak złe są ciągłe decyzje dotyczące zmian... + +## [Twój system PKM powinien być traktowany tak samo, jak Twój dom](https://parazettel.com/articles/pkm-system-like-house/?utm_campaign=im_actively_deleting_apps&source=post_page-----78ec4ff20423---------------------------------------) + +### Pozwól, że wyjaśnię tę analogię – tak skuteczną, że wstydzę się, że wcześniej o niej nie pomyślałem... + +parazettel.com + +To się zmieniło, ponieważ w obecnym czasie, w rozwoju technologii, wydaje się, że wprowadzamy nowy paradygmat zbierania i zarządzania informacjami. + +Obecnie aktywnie usuwam aplikacje, bo znalazłem lepszą alternatywę — rozmawiam z agentem AI i tworzę ten sam efekt. + +Tym agentem [jest Hermes Agent](https://github.com/NousResearch/hermes-agent), samodoskonalący się agent AI stworzony przez Nous Research. W połączeniu z Obsidianem (czyli na urządzeniu, które może uzyskać dostęp do mojego osobistego skarbca Obsidian), zaczął zastępować narzędzia i (można powiedzieć) radzi sobie lepiej. + +Ale najpierw podsumuję, jak ogólnie ustawiłem agenta... + +## Jak ustawiłem Hermes x Obsidian + +Trzymam Hermesa na VPS, serwerze w Manchesterze, który nie jest mój. Synchronizuję tam też mój sejf Obsidian, korzystając z headless-sync z Obsidian, więc agent może pracować z tymi samymi notatkami i kontekstem, których używam na lokalnym laptopie. + +Wyjaśniłem szerszą konfigurację lokalną i chmurową w moim niedawnym artykule o ustawieniu asystenta i stażysty. Najważniejsze jest to, że asystent może czytać kontekst, który już stworzyłem, a następnie wykonywać zatwierdzone zadania bez konieczności siedzenia przed terminalem... + +## [Teraz moją operację kierują asystent i stażysta (obaj AI)](https://parazettel.com/articles/personal-assistant-and-intern/?utm_campaign=im_actively_deleting_apps&source=post_page-----78ec4ff20423---------------------------------------) + +### I oba łączą się z Obsidianem bezproblemowo. Oto jak sobie z tym wszystkim radzę... + +parazettel.com + +Dołączyłem też Hermesa do bota na Telegramie. Dzięki temu mam asystenta, do którego mogę się zbliżyć z dowolnego miejsca, by pracować z notatkami i repozytoriami na GitHubie, zamiast kolekcji aplikacji, które muszę otwierać po kolei. + +I w połączeniu to właśnie zaczyna zastępować oprogramowanie tworzone na zamówienie w moim codziennym stosie. + +## Niestandardowy, uprościony i offline CRM + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/0*VMpj6gCv0Pu0-w5w.png) + +Nigdy tak naprawdę nie korzystałem z porządnej aplikacji CRM. + +Chyba że liczyć Kit do wysyłania maili i śledzenia takich osób, to głównie zarządzałem relacjami społecznością przez mieszankę pamięci, spontanicznych decyzji i w dużej mierze unikania rzeczy:/ + +Stworzyłem więc CRM w Obsidian dla społeczności PARAZETTEL i [Fundacji](https://parazettel.com/foundations?utm_campaign=im_actively_deleting_apps) (po prostu podpowiadając wtedy Claude'owi). Synchronizuje się z Kit przez ich MCP, co oznacza, że mogę łatwo go zaktualizować i mieć zmiany synchronizowane z najbardziej aktywnym punktem kontaktu subskrybenta. + +To oznacza, że nie muszę tracić czasu na próbowanie takich rzeczy jak HubSpot czy innych nadmuchanych absurdów, które mogą być dostępne jako CRM w dzisiejszych czasach. Mam coś, co spełnia swoje zadanie, z narzędziami, których używam. + +Następną rzeczą, którą chcę połączyć, jest Skool, co oznacza, że jeśli uda mi się to zrobić, każdy, kto dołączy do [Foundations](https://parazettel.com/foundations?utm_campaign=im_actively_deleting_apps), natychmiast zostanie zsynchronizowany z moim osobistym CRM i Kit, a także zacznie otrzymywać maile z lekcjami bez opóźnienia i bez mojego wkładu. + +W rzeczywistości nie ma sposobu o niższym tarciu — ustawiasz wszystko raz, z niewielkim nakładem pracy, a potem masz własny workflow, gotowy do działania, gdy pojawią się nowe informacje. + +To jeden z przykładów większego procesu, który przeprowadziłem wewnętrznie (można powiedzieć), ale są też inne media, które udaje mi się zastąpić lepszymi alternatywami... + +## Menedżer zadań AI, który działa za mnie + +Jedynymi funkcjami, których kiedykolwiek chciałem od menedżera zadań, była prostota i szybki mechanizm przechwytywania, żebym nie zapomniał swoich myśli. + +Mogłem zainstalować Todoist, Things lub inne popularne rozwiązania, ale zamiast tego po prostu stworzyłem kolejny profil Hermes... + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/0*BHASoUolUsK8hCLM.png) + +Okropna gra słów na imię, przepraszam;) + +Jego głównym zadaniem jest wziąć to, co powiem, rozwinąć i zostawić jako notatkę w mojej skrzynce odbiorczej Obsidian. Mój domyślny agent Hermes może wtedy przetworzyć tę notatkę w nocy. + +Wystarczy, że otworzę wiadomości na Telegramie i wrzucę krótką lub dłuższą notatkę głosową, i bez względu na to, jak bardzo moje myśli są pomieszane czy pomieszane, istnieją kolejne procesy, które mają zapewnić, że pomysł jest dopracowany i gotowy, jeśli wrócę do niego i zdecyduję, że warto go realizować. + +Wczoraj przetestowałem to podczas biegu i na szczęście, dzięki projektowi notatek głosowych w Telegramie, jest na tyle funkcjonalny, że mogę przepisywać pomysły podczas ruchu (nieźle, biorąc pod uwagę, że kiedyś musiałem się zatrzymać, żeby coś wpisać na klawiaturze telefonu, nie jestem dobry w wielozadaniowości). + +Są też inne rzeczy, które chciałbym kiedyś zrobić z tą kombinacją, które wyjaśnię w następnym momencie. Ale chcę też argumentować, że warto zachować prostotę, nawet gdy świetne narzędzia są tak dostępne... + +## Pomysły na przyszłość + +Weźmy Strong, moją aplikację do ćwiczeń. To fantastycznie zaprojektowane oprogramowanie, którego używam z niemal od 2023 roku, bo jest najlepsze na rynku. Ale i tak jest to uciążliwe, żeby trzymać go otwartego i nagrywać rzeczy podczas sesji. + +Mam realny plan, by wprowadzić trenera personalnego w Hermes, kolejny profil podobny do tego, który stworzyłem do zarządzania zadaniami. Mógłbym opowiedzieć o szczegółach: + +> "Dobra, właśnie wchodzę na siłownię. Dziś będziemy ćwiczyć nogi." + +… + +> "Zestaw rozgrzewkowy 120 kg na sześć przysiadów. Czułem się świetnie i nie bolałem pleców." + +Agent mógłby umieścić to w bogatszej bazie danych na podstawie tego, co wyeksportowałem ze Strong. To mogłoby sprawić, że śledzenie będzie bardziej naturalne, zachować użyteczny kontekst wokół sesji i dać sugestie, jeśli zdecyduję się zbudować program dążący do konkretnego celu. + +*Jednak fakt, że mogę zastąpić aplikację, nie oznacza, że powinienem uczynić ją moim priorytetem numer jeden...* + +Syndrom obiektu błyszczącego nigdy nie był tak błyszczący. Musisz być bardzo selektywny w tym, co chcesz, żeby twój agent Hermes robił i jak chcesz, żeby to działało z notatkami w Obsidianie, bo inaczej skończysz z chaosem, który nie przynosi żadnej wartości. + +Wciąż uczę się tej umiejętności i buduję procesy, które pomagają agentom rozpoznać, gdzie popełniają błędy, zachować koncentrację i kontrolować siebie. + +To oznacza, że wciąż muszę korzystać z rozeznania — to wciąż na mnie spoczywa decyzja, co warto zautomatyzować, zanim to oddam. + +I tu wraca Minimalne Notowanie (a przynajmniej zasady, które możemy nazwać minimalną implementacją agenta)... + +## [Minimalne robienie notatek: Kompletny przewodnik](https://parazettel.com/articles/minimal-note-taking/?source=post_page-----78ec4ff20423---------------------------------------) + +### Dowiedz się, jak najlepiej robić notatki dla swojego przypadku... + +parazettel.com + +Nie chodzi o to, by tworzyć jak najbardziej skomplikowany system, ponieważ agent może go teraz utrzymać. Chodzi o to, by system skupił się na pracy, która coś zmienia. + +Od mnie do Ciebie — miej to na uwadze i pamiętaj, co chcesz osiągnąć, zanim zbudujesz 40-stopniowy workflow agenta dla czegoś, co nie jest równoległe z twoją pracą. + +Tak czy inaczej, to Hermes x Obsidian w trakcie zastępowania wszystkich aplikacji, z których korzystam, niektóre od wielu lat. Mam nadzieję, że dało ci to trochę inspiracji. + +PARAZETTEL Foundations to program, który tworzę, aby uczyć solidnych praktyk robienia notatek od podstaw. + +Możesz [odwiedzić stronę główną Foundations](https://parazettel.com/foundations?utm_campaign=im_actively_deleting_apps), aby dowiedzieć się więcej o treści i czy jest to dla Ciebie. + +*Pierwotnie opublikowano w* [*https://parazettel.com*](https://parazettel.com/articles/hermes-obsidian-deleting-apps/) *dnia 27 lipca 2026 roku.* \ No newline at end of file diff --git a/inbox/Poprawka Andreja Karpathy'ego dla pamięci LLM działa także na kod.md b/inbox/Poprawka Andreja Karpathy'ego dla pamięci LLM działa także na kod.md new file mode 100644 index 0000000..8a96bb2 --- /dev/null +++ b/inbox/Poprawka Andreja Karpathy'ego dla pamięci LLM działa także na kod.md @@ -0,0 +1,173 @@ +--- +title: "Poprawka Andreja Karpathy'ego dla pamięci LLM działa także na kod" +source: "https://medium.com/ai-all-in/andrej-karpathys-fix-for-llm-memory-works-on-code-too-9a9e38b18b4e?source=home_for_you---------3-98--------------------0dafcc76_5f3c_4bc6_bff8_35a939ffb2db-------15-------" +author: + - "[[Yanli Liu]]" +published: 2026-07-28 +created: 2026-07-31 +description: "Dwa narzędzia open-source, które zamieniają jego pomysł w graf kodu dla własnej bazy kodu." +tags: + - "clippings" +--- +## Dwa narzędzia open-source, które zamieniają jego pomysł w graf kodu dla własnej bazy kodu. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/0*dtqmeOA4U98MiuB4) + +Zdjęcie: Kevin Butz na Unsplash + +[Przeczytaj to za darmo](https://medium.com/ai-all-in/andrej-karpathys-fix-for-llm-memory-works-on-code-too-9a9e38b18b4e?sk=6429de91d574260cebe1b572abee952a) + +Prosi swojego agenta programistycznego, by znalazł każdego dzwoniącego daną funkcję, zanim ją dotkniesz. Gregreje repozytorium, otwiera cztery lub pięć plików, przegląda importy, których nie potrzebuje, i daje ci odpowiedź. + +Zapytaj jutro ponownie, ten sam repozytorium, to samo pytanie. Zaczyna od zera i robi cały crawl od nowa. + +**Nic, czego się wczoraj nauczył, nie przeniosło się do niej.** + +Pisałem o tej dokładnej awarii w kwietniu, tylko nie dla kodu. " [RAG, LLM Wiki czy Gbrain? "Jak twój agent pamięta zmienia wszystko](https://medium.com/ai-advances/rag-llm-wiki-or-gbrain-how-your-agent-remembers-changes-everything-56829e66725c) " porównał trzy sposoby, w jakie agent może pamiętać: za każdym razem szukać na nowo, skompilować wiki raz i ciągle je zapytać, albo iść dalej i działać na podstawie tego, co wie. + +Tweet Andreja Karpathy'ego był kotwicą tego tekstu. Jego argument: przestańcie traktować LLM jako wyszukiwarki, które czytają te same dokumenty na każde pytanie. Skompiluj wiedzę w strukturę raz. Zamiast tego zapytaj strukturę. + +Ten tekst dotyczył badań i robienia notatek. + +Kod ma ten sam problem. + +Więc poszukałem narzędzi, które traktują bazę kodu tak, jak Karpathy traktuje folder badawczy: przeanalizują ją raz, zbudują strukturę, pozwólą agentowi zapytać strukturę zamiast ponownie czytać pliki. + +Istnieje kilka takich przypadków. Graphify i codebase-memory-mcp robią wersje tego do szerszych wejść, plików Terraform, notatek ze spotkań, całych zestawów dokumentacji, nie tylko kodu. + +Dwa z nich pozostają dedykowane kodowi: + +- [colbymchenry/codegraph](https://github.com/colbymchenry/codegraph) to wersja ogólnego przeznaczenia, z ponad 60 000 gwiazdek na GitHub. +- [tirth8205/code-review-graph](https://github.com/tirth8205/code-review-graph) zawęża tę samą ideę, by pull request review, z ponad 25 000 gwiazdek dla siebie. + +Chciałem się dowiedzieć, czy którykolwiek z tych rozwiązań faktycznie zmienia sposób pracy agenta na co dzień i jak byś go wykorzystał. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*0FjeXwKE4itTViYegY7EQQ.png) + +Diagram autorstwa autora: RAG, LLM Wiki i GBrain, z dodanym Code Wiki jako odpowiednikiem kodu + +Grep traktuje twój kod jak zwykły tekst. Może wskazać każdą linijkę, w której pojawia się imię. Nie potrafi powiedzieć, co faktycznie zależy od tego imienia, ani co przerywa dwa kroki od linii, na którą patrzysz. + +Wykres to naprawia, zachowując relacje, a nie tylko słowa. Przeanalizuj kod raz i zamiast wyrzucać właśnie znalezioną strukturę, zapisz ją: ta funkcja wywołuje tamto, ten plik importuje tamten, ta klasa dziedziczy tamtę. + +To daje ci dwie rzeczy, które warto nazwać osobno. + +1. Najważniejszą z **nich jest niezawodność**: agent przestaje brakować zależności bez tych samych słów, ponieważ **istnieje krawędź grafu, niezależnie od tego, czy dwa pliki używają tego samego słownictwa.** +2. **Koszt** to druga, mniejsza rzecz, którą warto znać. Zapytanie wstępnie obliczonego grafu pod kątem "kto to wywołuje" kosztuje kilka wierszy, a nie pięć plików surowego tekstu do przeczytania i rozważania. + +Oba narzędzia budują wykres w ten sam sposób. + +- Parsuj za pomocą tree-sittera, prawdziwego parsera, który rozumie granice funkcji, zamiast zgadywać na podstawie wcięcia czy słów kluczowych. +- Zapisz wynik w SQLite: symbole jako węzły, wywołania i importy oraz dziedziczenie jako krawędzie. +- Siedź za serwerem MCP, żeby twój agent bezpośrednio zapytywał graf, zamiast gregre i czytać pliki od zera w każdej sesji. + +Jeszcze jedna rzecz, którą warto wiedzieć przed instalacją czegokolwiek: oba narzędzia są najpierw lokalne. Brak wywołań sieciowych, brak kluczy API, tylko plik SQLite na twoim komputerze. Żadne dane nie opuszczają laptopa, a koszt za zapytanie nie ma więcej niż jednorazowe składanie. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*dusPBEHzG5KSRBJqOprQJA.png) + +Diagram autora: Współdzielony potok: tree-sitter parsuje raz, graf znajduje się w SQLite, MCP udostępnia go agentowi + +### Czym jest Codegraph + +Codegraph to narzędzie na pozostałe dziewięćdziesiąt procent czasu spędzonego z agentem kodującym: zrozumienie bazy kodu. + +Instalacja to jedno polecenie:. Następnie przelewa go do swojego agenta i buduje indeks.`curl -fsSL https://raw.githubusercontent.com/colbymchenry/codegraph/main/install.sh | sh` `codegraph install` `codegraph init` + +Uruchomiłem to na [OmniRoute](https://github.com/diegosouzapw/OmniRoute), open-source projekcie ponad 8 000 plików. Indeks kończył się w 34 sekundy i zajmował 325 megabajtów na dysku, nieco więcej niż 233-megabajtowy repozytorium źródłowe, z którego został zbudowany. + +Gdy już zostanie zbudowany, agent otrzymuje nowe polecenia zamiast polegać na grepcie i odczytach plików. znajduje, kto coś dzwoni. Ślady się psują, jeśli to zmienisz. Oba zwracają krótką, bezpośrednią odpowiedź zamiast stosu akt do przeczytania.`codegraph callers` `codegraph impact` + +Oto jak to wyglądało na prawdziwej imprezie. OmniRoute ma kontrolę routingu o nazwie *classifyRoute*, ukrytą w kodzie uwierzytelniania. Zapytałem codegraph, co by się zmieniło, gdybym to zmienił. + +Odpowiedź pojawiła się jednym wywołaniem, 344 bajty: sama classifyRoute, jej jeden bezpośredni wywołujący oraz plik o nazwie proxy.ts. To ostatnie jest ciekawe. proxy.ts nie wywołuje bezpośrednio classifyRoute, lecz funkcję o nazwie runAuthzPipeline, która wywołuje classifyRoute. + +Grep, szukając dosłownego tekstu "classifyRoute", znalazł 17 dopasowań w trzech plikach. Nigdy nie wypłynęło proxy.ts. Połączenie jest oddalone o dwa kroki, a grep pasuje tylko do słów. + +**Codegraph znalazł to, ponieważ wykres śledzi, co faktycznie co nazywa**.Wspólne słownictwo nie ma z tym nic do rzeczy. + +Odpowiedź Codegraph była o 98,7% mniejsza niż sam grając i czytając trzy pasujące pliki. + +To jest codzienna wartość. Zanim dotkniesz funkcji, zapytaj, co od niej zależy, i uzyskaj odpowiedź uwzględniającą pośrednictwo, a nie tylko taką, która wyróżnia to, co dzieje się przy dzieleniu twojego hasła wyszukiwania. + +### Czym jest Code Review Graph? + +code-review-graph istnieje dla węższego momentu: momentu, w którym dokonałeś zmiany i musisz wiedzieć, co ona dotyka, zanim otworzysz pull request. + +Instalacja to najpierw w środowisku wirtualnym, jeśli twój system nie ma jeszcze skonfigurowanego PIP. Wtedy i.`pip install code-review-graph` `code-review-graph install` `code-review-graph build` + +Zbudowanie tego samego grafu OmniRoute zajęło 2 minuty i 25 sekund, czyli około cztery razy dłużej niż codegraph. Lokalny sklep zajmował 1,4 gigabajta, ponad czterokrotnie większy niż codegraph. + +To wymiana za dodatkową głębię, którą uchwyca. + +To jednak uchwyca więcej. Zapytanie code-review-graph dla wywołujących classifyRoute zwracało ten sam proxy.ts zależności, jaki znajdował codegraph, plus coś, co odpowiedź codegraph złożyła w jeden ogólny wpis pliku: cztery indywidualne przypadki testowe, każdy nazwany i numerowany linijkami, które konkretnie wykonują classifyRoute. + +**Taka szczegółowość to właśnie to, czego recenzent naprawdę chce.** Zanim zatwierdzisz zmianę, chcesz wiedzieć nie tylko, czy coś w pliku testowym ją obejmuje, ale także które testy są właściwe i czy są właściwe. + +code-review-graph przypisuje również ocenę ryzyka do zmienionego kodu i może na niej wyciągnąć pull request. To zestaw czynników ważonych, ile rzeczy nazywa ten kod, czy jest on objęty testami, czy nazwa pasuje do listy słów kluczowych brzmiących bezpiecznie, sumowanych i ograniczonych. **To nie jest model wytrenowany na rzeczywistych rezultatach.** Potraktuj to jako zachętę do bliższego przyjrzenia się, a nie jako werdykt. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*bi-YgDTUL423bzOQ1TWBMQ.png) + +Diagram autora: ocena ryzyka code-review-graph: sześć czynników ważonych zsumowanych i ograniczonych + +Poproś o coś szerszego, na przykład pełny promień wybuchu całego pliku zamiast jednej funkcji, a wynik szybko rośnie. Mój test wyniósł 596 kilobajtów, a obcięte do 500 z 5 264 dotkniętych węzłów. Szerokie zapytania zachowaj na momenty, gdy naprawdę potrzebujesz pełnego obrazu, a wąskie na codzienne przeglądy. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*dCBdXUb-toyDz4-GV5oYvw.png) + +Schemat autora: Wąskie zapytanie pozostaje małe; balonki o szerokim promieniu wybuchu do 596KB + +### codegraph vs code-review-graph + +Obok siebie dwa narzędzia dzielą się dokładnie wzdłuż oczekiwanych schematów: jedno stworzone do szybkości i codziennego użytkowania, drugie pod kątem głębi podczas recenzji. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*KzImUp3rmJLtchyU-HpgBA.png) + +Diagram autora: ocena ryzyka code-review-graph: sześć czynników ważonych zsumowanych i ograniczonych + +Używaj Codegraph do pisania i rozumienia kodu, a jeśli potrzebujesz głębszej recenzji kodu, dodaj code-review-graph. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*EfEsTccVeMjtvBtG1b0aNw.png) + +Diagram autora: Używaj codegraphu podczas pisania, przegląd kodu przed scalaniem + +Pamiętaj, że żadne z tych narzędzi nie jest gotowym oprogramowaniem i oba mają nierówne krawędzie, które warto znać, zanim na nich polegasz. + +Auto-sync, funkcja, która ma utrzymać wykres w aktualności bez zastanowienia się, powoduje problemy z GitHubem na obu repozytoriach opisujące luki. Plik zapisany w trakcie edycji może zostać zindeksowany względem przestarzałego hasha i pozostać nieprawidłowy aż do pełnej rekonstrukcji. Przemianowane pliki mogą pozostawić nieaktualny węzeł pod starą nazwą i nieindeksowany pod nową. Żadne z narzędzi nie ostrzega cię, gdy to się dzieje, więc odbuduj to, zanim zaufasz odpowiedzi, która ma znaczenie. + +Zakres języków też nie jest jednolity. Niezależny akademicki benchmark na powiązanym narzędziu, Codebase-Memory, wykazał, że parsowanie oparte na drzewie gwałtownie spada na makro-wysoko obciążonym C, ponieważ parser w ogóle nie reprezentuje makr preprocesora. Kod opierający się na mocnych makr w C napotka tu prawdziwe luki. + +Precyzja Code-Review-Graph w analizie wpływu jest niższa niż sugerują liczby nagłówkowe. Według własnych opublikowanych danych, blisko cztery na dziesięć oznaczonych "dotkniętych" plików okazuje się nie. Z tego samego powodu, dla którego zapytania recenzyjne są wąskie, co w ostatniej części. + +To wszystko nie czyni żadnego z tych narzędzi bezużytecznymi. Oznacza traktowanie wykresu jako mocnego pierwszego podejścia, a nie jako źródła prawdy, którego nigdy nie trzeba sprawdzać. + +![](https://miro.medium.com/v2/resize:fit:1400/format:webp/1*rwxFjJ7h-zMVV1cGV5jjkQ.png) + +Diagram autora: Trzy szczere ograniczenia, które warto sprawdzić, zanim zaufasz któremukolwiek z narzędzi + +### Ostateczne przemyślenia + +**Karpathy nigdy nie chodził o wiki. Chodziło o to, żeby remake LLM nie działał, bo już działał.** + +codegraph i code-review-graph stosują to do kodu: parsują raz, zachowują strukturę, zapytują ją zamiast czytać ponownie. + +Zacznij od codegraph. To szybsza konfiguracja i obejmuje to, co robisz najbardziej: rozumienie kodu podczas jego pisania. Dodaj code-review-graph, gdy faktycznie będziesz mieć workflow pull request, który wymaga sprawdzenia promienia wybuchu przed merge. + +Następnie uruchom jedno zapytanie na własnym kodzie. Wybierz funkcję, którą zamierzasz zmienić i uruchom. Sprawdź, czy odpowiedź nie wyświetli czegoś, co Grep mógłby przeoczyć. To jedyny punkt odniesienia, który się tu liczy, i możesz go sam przeprowadzić w ciągu najbliższych pięciu minut.`codegraph impact ` + +## [Jak sprawić, by Claude w kilka minut zaczął prowadzić badania jak doktorat](https://medium.com/ai-all-in/how-to-make-claude-research-like-a-phd-in-minutes-f226e9c40677?source=post_page-----9a9e38b18b4e---------------------------------------) + +### Jak STORM Stanforda zamienia temat w cytowany, wieloperspektywiczny brief i jak go przedstawić w Claude. + +medium.com + +## Zanim pójdziesz! 🦸🏻♀️ + +Jeśli podobała ci się moja historia i chcesz mnie wesprzeć: + +1. Rzuć trochę Medium miłości 💕 (brawa, komentarze i podkreślenia), wasze wsparcie znaczy dla mnie wszystko. 👏 +2. [Śledź mnie](https://medium.com/@yanli.liu/about) na Medium i subskrybuj, aby otrzymywać mój najnowszy artykuł🫶 + +## [O nim - Yanli Liu - Medium](https://medium.com/@yanli.liu/about?source=post_page-----9a9e38b18b4e---------------------------------------) + +### Przeczytaj teksty Yanli Liu na Medium. Dzienny specjalista finansowy z Luksemburga, doświadczony programista i pasjonat... + +medium.com \ No newline at end of file diff --git a/inbox/Your PKM System Should be Treated the Same Way You Treat Your House.md b/inbox/Your PKM System Should be Treated the Same Way You Treat Your House.md new file mode 100644 index 0000000..56497f7 --- /dev/null +++ b/inbox/Your PKM System Should be Treated the Same Way You Treat Your House.md @@ -0,0 +1,62 @@ +--- +title: "Your PKM System Should be Treated the Same Way You Treat Your House" +source: "https://parazettel.com/articles/pkm-system-like-house/?utm_campaign=im_actively_deleting_apps&source=post_page-----78ec4ff20423---------------------------------------" +author: + - "[[Theo Stowell]]" +published: 2025-04-15 +created: 2026-07-31 +description: "Let me explain this analogy — so effective I'm embarrassed I didn't think of it sooner…" +tags: + - "clippings" +--- +Kilka dni temu, gdy pisałem ostatni tekst o teorii robienia notatek (konkretnie o minimalnym robieniu notatek), zaczęła się rodzić zalążka pomysłu. Pomysł porównywania systemu notatek do domu lub przestrzeni mieszkalnej. + +Nie musisz się dwa razy zastanawiać, by skutecznie korzystać z domu (nawet samo wyrażenie brzmi trochę głupio), więc nie powinieneś też się zastanawiać, jeśli chodzi o efektywne zarządzanie wiedzą. + +Użyję tego tekstu, by wyjaśnić, dlaczego... + +--- + +Oto sedno sprawy — mimo że jest to znacznie mniejsza skala, twój system PKM jest jak dom. Chcesz, żeby działało prawidłowo, robiło dla ciebie właściwe rzeczy i było pozytywnym wpływem na twoje życie, a nie ciężarem. + +To prawda, więc zadziwia mnie, jak wiele osób zmienia systemy i aplikacje równie często, co ubiera się. + +Czy kiedykolwiek rozważyłbyś przeprowadzkę co tydzień? Nie? Traktuj więc swój system PKM tak samo. Podejmuj decyzję cierpliwie i logicznie, ale gdy znajdziesz platformę i system i się tam ustabilizujesz, nie przeskakuj z miejsca na miejsce. + +Są ku temu powody. Wyobraź sobie, że ciągle przemieszczasz się po świecie, mieszkając w różnych miejscach — byłoby niezwykle trudno wypracować właściwy rytm, a twoja energia i podejmowanie decyzji byłyby poświęcone na próbę przetrwania do końca dnia. + +To samo jest przy ciągłym przełączaniu się między systemami i aplikacjami. Cała twoja uwaga i energia skupia się na nauce, jak działa aplikacja lub system, zamiast na jakieś sensowne tworzenie czy przetwarzanie wiedzy. + +Zamiast tego, gdy mieszkasz w tym samym domu i w tym samym miejscu przez wystarczająco długi czas, możesz wyrobić sobie przydatne nawyki. Korzystanie z domu lub systemu staje się czymś naturalnym, a ty możesz bardziej skupić się na realizacji swojego celu w życiu, zamiast próbować powstrzymać wszystko przed rozpadem. + +Zmiany są w porządku, ale porównaj je nie do przeprowadzki do nowego domu w nowym kraju, lecz do przechowywania czegoś na nowej półce. Dużo mniejsza poprawka jest lepsza. + +Jeśli wprowadzisz wiele takich zmian z czasem, możesz skończyć z zupełnie innym stylem notowania niż na początku, ale ewolucja ta była trwała. + +Czułeś się, jakbyś codziennie pracował w tym samym systemie, zamiast się wykluczać za każdym razem, gdy rzucasz się w nowe środowisko. + +--- + +Nie podobałoby ci się też, gdyby twój dom był za duży lub za mały. Chodzi o znalezienie równowagi. + +Za małe i za mało rzeczy, a nie możesz go wykorzystać do swoich planów. Brak przyjęć — kuchnia nie ma przyborów do gotowania, a gości nie ma miejsca. + +Jeśli jednak Twój dom jest zbyt duży, masz przed sobą pełnoetatową pracę, by upewnić się, że nie popadnie w ruinę. Nigdy nie będziesz mógł cieszyć się korzyściami bycia tam, bo masz zbyt wiele rzeczy do ogarnięcia i tyle bałaganu, że nie jesteś zorganizowany ani zgodny ze swoją pracą. + +Zgadnij co? System notatek jest taki sam. + +Za dużo pluginów, motywów i fragmentów, a tracisz czas, dbając o to, by 'dobrze ze sobą współpracowały' (uwierz mi, byłem w takiej sytuacji) i nie psuły się ani nie powodowały katastrofy. + +Ale jest coś w posiadaniu kilku potężnych funkcji, które przynoszą realne korzyści systemowi... + +W kontekście mojego i mojego systemu w Obsidian, Folder notes i Dataview to dwie wtyczki społecznościowe, które znacznie ułatwiają mi życie. + +Ale nie chcesz iść za daleko w żadną z tych stron. Najlepszy system do Twojej pracy znajduje się na spektrum pomiędzy zbyt prostym a zbyt złożonym, z wystarczającą liczbą funkcji, by pomóc ci efektywnie pracować, ale bez wystarczającej ilości rzeczy, które mogłyby cię zdezorientować i rozpraszać w wykonywaniu zadania. + +To jak dom. Nie chcesz mieszkać w jednym pokoju, ale nie chcesz mieć 25 takich do zarządzania i utrzymania. Znajdź idealny środek, gdzie możesz pracować bez ograniczeń i bez rozpraszaczy. + +--- + +To, co właśnie opisałem w ostatniej części tego tekstu, to podstawowa zasada mojego zasady: minimalnego robienia notatek. + +Dzięki za przeczytanie! \ No newline at end of file