Szkolenie Claude Code - od zera do zespołu agentów AI - TERMIN GWARANTOWANY - 15.02.2027

Szkolenie Claude Code - od zera do zespołu agentów AI: TERMIN GWARANTOWANY 15-17.02.2027
Termin gwarantowany odbędzie się na pewno, nawet przy jednym uczestniku. Szkolenie online na żywo z trenerem, 3 dni, w godz. 9:00-16:00.
Prowadzący: Łukasz Matuszewski
Szczegóły szkolenia, program i zapisy:
➜ Szkolenie Claude Code - od zera do zespołu agentów AI
Wszystkie terminy gwarantowane JSystems:
➜ lista terminów gwarantowanych
W skrócie
Trzydniowy warsztat, po którym programujesz z zespołem agentów Claude Code zamiast w pojedynkę i dostarczasz działający kod znacznie szybciej.
Przez trzy dni budujesz od podstaw kompletną aplikację (czat AI) i prowadzisz agenta przez każdy etap: planowanie, pisanie kodu, testy i wdrożenie.
Co potrafisz po tych 3 dniach
- Oddajesz agentom powtarzalną pracę - Skupiasz się na tym, co naprawdę wymaga Twojej wiedzy i decyzji, a agenci piszą kod, testy i poprawki według zasad, które im ustalisz.
- Prowadzisz Claude Code w każdym trybie - W terminalu, w aplikacji na komputer i w przeglądarce, z kluczowymi komendami, wyborem modelu (Opus, Sonnet, Haiku) i zarządzaniem kontekstem, czyli tym, co agent ma w danej chwili w pamięci.
- Dajesz agentowi właściwy kontekst zamiast pojedynczych pytań - Inżynieria kontekstu i pliki CLAUDE.md oraz AGENTS.md, dzięki którym agent zna zasady Twojego projektu. To różnica między przypadkowym a powtarzalnie dobrym wynikiem.
- Planujesz aplikację razem z agentem - Dokument wymagań (PRD) i zapis decyzji architektonicznych (ADR), a potem szkielet projektu przygotowany przez agenta.
- Budujesz zespół wyspecjalizowanych agentów - Sub-agenci od backendu, frontendu i testów, delegowanie im zadań oraz kontrola jakości ich pracy.
- Uruchamiasz kilku agentów równolegle - Git Worktrees, czyli osobne kopie repozytorium dla każdego agenta, planowanie zależności między zadaniami oraz łączenie wyników i rozwiązywanie konfliktów.
- Masz kod pod kontrolą od pierwszego testu - Metoda "najpierw test": test powstaje przed kodem, agent dopisuje implementację, a Ty zatwierdzasz kolejne zmiany. Do tego przegląd kodu z agentem i testy całej aplikacji z perspektywy użytkownika (E2E) z Playwright.
- Podłączasz narzędzia i przenosisz agenta do chmury - MCP, czyli standard łączenia agentów z innymi systemami, umiejętności (Skills) z aktualną dokumentacją bibliotek i automatyzacją przeglądarki, a także praca agenta w chmurze i w GitHub Actions z kontrolą kosztów.
Jak pracujemy
Ponad 60% czasu to praktyka. Trener realizuje projekt w TypeScripcie, ale możesz pracować w swoim języku i ulubionym edytorze, bo głównym narzędziem jest Claude Code, a nie konkretne IDE. Prowadzi Łukasz Matuszewski, który tworzy aplikacje webowe od 2003 roku, a od lat używa AI w codziennej pracy programisty.
Dla kogo
Dla programistów i osób technicznych, które chcą przyspieszyć pracę dzięki agentom AI: od zaczynających z Claude Code po doświadczonych, którzy chcą ułożyć pracę z wieloma agentami.
Wymagania wstępne: nie wymagamy wcześniejszego doświadczenia z Claude Code, wszystko budujemy krok po kroku.
Co zyskujesz
Warsztat, który zastosujesz w swoich projektach od razu po szkoleniu, zbudowaną aplikację jako punkt wyjścia oraz imienny certyfikat. Szkolenie ma termin gwarantowany: odbywa się na pewno, bez ryzyka odwołania, więc możesz spokojnie zaplanować swój udział. Ostatnie terminy gwarantowane były pełne przed startem, więc warto zarezerwować miejsce z wyprzedzeniem.
Zarezerwuj miejsce i zacznij programować z zespołem agentów Claude Code: od planu i testów po pracę równoległą i agenta w chmurze.
Sprawdź, czy w Twoim przypadku dostępne jest finansowanie szkolenia ze środków BUR/KFS. Dostępność finansowania zależy od warunków danego programu oraz decyzji właściwej instytucji. Więcej informacji: https://jsystems.pl/dofinansowanie/
Prowadzący szkolenie
![]() |
Łukasz Matuszewski |
Z Web Developmentem związany od 2003r, a z branżą szkoleń IT od 2010r. Pracował w wielu projektach dla globalnych korporacji (m.in. Roche, Fiji Water) oraz międzynarodowych startupów. Zarówno Full-Stack (TypeScript, React/Next, Node, Python, PHP, CI/CD, VPS, Cloud) i Desktop (Electron, Swift, Tauri, Rust).
Od lat wykorzystuje AI w swojej pracy (napierw Tabnine, potem Copilot, Cursor, Snyk i wiele innych), aplikacjach (od małych modeli dla IoT, po Voice AI i Avatary 3D) i automatyzacjach (RAG, OCR, itp.). Na szkoleniach stawia na praktyczne mini-projekty, ucząc jak AI może oszczędzić czas bez utraty jakości. Szkoli po polsku i angielsku, zarówno programistów jak i zespoły biznesowe.
Program szkolenia
Dzień 1: Fundamenty i start projektu
Temat przewodni: Poznaj Claude Code i zbuduj fundament projektu
Moduł 1.1: Wprowadzenie i konfiguracja
- Omówienie doświadczeń uczestników, poznajmy się
- AI w programowaniu w 2026: agenci, nie asystenci
- Krótki przegląd trendów i case studies wykorzystania agentów AI
- Korzyści vs ryzyka (halucynacje, nadmierne poleganie, context rot, koszty)
- Weryfikacja środowiska: Claude Code CLI, Desktop App, IDE, Node.js, Git
- Pierwsze uruchomienie Claude Code - interaktywny test
Cel: Gotowe środowisko, wspólny punkt startowy
Moduł 1.2: Claude Code - tryby pracy i kluczowe funkcje
- Claude Code CLI: tryb interaktywny vs jednorazowe polecenia (-p)
- Claude Desktop App: chat z kodem, Hyper-V sandbox (Windows)
- Claude Web z remote environments (cloud)
- Porównanie trybów: kiedy CLI, kiedy Desktop, kiedy Web
- Kluczowe komendy, np.: /resume, /compact, /context, /model, /permissions
- Modele: Opus vs Sonnet vs Haiku + alternatywy (np. GLM-5) - kiedy który
- Zarządzanie kontekstem: okno kontekstowe, kompresja, context rot
- Uprawnienia i tryby bezpieczeństwa (allowedTools, denyTools, Sandbox)
Cel: Swobodna praca z Claude Code w każdym trybie
Moduł 1.3: Context Engineering i konfiguracja agenta
- Od Prompt Engineering do Context Engineering
- CLAUDE.md i AGENTS.md - instrukcje dla agenta na poziomie projektu i globalnym
- Struktura kontekstu: system prompt, pliki konfiguracyjne, pamięć
- Path-based rules vs nested CLAUDE.md: różne zasady dla różnych folderów
- Praktyka: tworzenie CLAUDE.md i AGENTS.md dla naszego projektu
- Best practices: co wpisywać, czego unikać (max 200 lini), jak iterować
Cel: Skonfigurowany agent z jasnymi instrukcjami i zasadami pracy
Moduł 1.4: Projekt - AI Chat z Vercel AI SDK
- Omówienie projektu: prosty AI Chat (Backend + Frontend)
- Przygotowanie PRD (Product Requirements Document)
- Architektura: TypeScript, Vercel AI SDK (BE + FE), streaming
- Przygotowanie ADR (Architecture Decision Records)
- Agent inicjalizuje template projektu z Vercel AI
Cel: Plan aplikacji AI Chat (funkcjonalny i techniczny)
Praca domowa (Dzień 1)
- Dokończenie scaffoldingu jeśli nie ukończony
- Rozbudowa CLAUDE.md o preferencje i konwencje projektowe
- Eksperymentowanie z trybami Claude Code (CLI, Desktop, Web)
Dzień 2: Narzędzia, sub-agenci i budowa funkcjonalności
Temat przewodni: Deleguj pracę do zespołu agentów AI
Moduł 2.1: MCP - Model Context Protocol
- Czym jest MCP i dlaczego coraz częściej używamy Skills zamiast MCP
- Konfiguracja MCP Servers w Claude Code (.mcp.json, settings)
- Context7 MCP - pobieranie aktualnej dokumentacji (zamiast halucynacji)
- Playwright MCP - automatyzacja przeglądarki, analiza stron, E2E
- Inne przydatne serwery MCP (GitHub, filesystem, custom)
- Praktyka: stworzenie Design Guidelines na podstawie dowolnej strony z Playwright MCP
Cel: Agent z dostępem do aktualnej dokumentacji i przeglądarki
Moduł 2.2: Skills - dawanie umiejętności i workflow
- Skills - reużywalne umiejętności dla agentów
- Instalowanie istniejących skills jako bazowych template do dalszego rozwoju
- Tworzenie własnych skills w oparciu o historię sesji i nasz workflow
- Dodawanie skryptów i narzędzi (np. bash, CLI, MCP) w ramach skills
- Custom slash commands
Cel: Skonfigurowane narzędzia i workflows dla agentów
Moduł 2.3: Sub-agenci - delegowanie zadań
- Architektura sub-agentów w Claude Code: Task tool, agent types
- Jak Claude Code orkiestruje sub-agentów (główny agent kontroluje)
- Typy sub-agentów: Explore, Plan, custom (np. BE dev, FE dev, QA)
- Konfiguracja sub-agentów, pamięć i zasad pracy zespołowej
- Praktyka: definiowanie specjalistów dla naszego projektu
- be-developer - backend TypeScript
- fe-developer - frontend React/Vercel AI SDK
- qa-engineer - testy i jakość
- Delegowanie pierwszych zadań do sub-agentów
- Monitorowanie i feedback: jak kontrolować jakość pracy sub-agentów
Cel: Skonfigurowany zespół sub-agentów, pierwsze delegowane zadania
Moduł 2.4: Rozpoczęcie budowy aplikacji z sub-agentami
- TDD z agentem: Red → Green → Refactor
- Agent pisze testy PRZED kodem produkcyjnym
- Implementacja API backendu (streaming, Vercel AI SDK)
- React + Vercel AI SDK: useChat, streaming, komponenty
- Integracja frontend ↔ backend
- Sub-agent be-developer buduje endpoint chat
- Sub-agent fe-developer buduje UI czatu
- Sub-agent qa robi Code Review i testy E2E wygenerowanego kodu
- Git: granularne commity po każdej zielonej fazie
Cel: Wstępny kod aplikacji zbudowany przez wielu agentów
Praca domowa (Dzień 2)
- Dokończenie podstawowej aplikacji jeśli czas lub limity Claude nie pozwoliły na szkoleniu
- Dla chętnych: rozbudowa aplikacji (np. historia czatów, markdown rendering)
- Eksperymentowanie z delegowaniem zadań do sub-agentów
- Optymalizacja CLAUDE.md i AGENTS.md na podstawie doświadczeń z dnia
Dzień 3: Zespoły agentów, jakość i produkcja
Temat przewodni: Orkiestruj zespół agentów i przygotuj projekt na produkcję
Moduł 3.1: Agent Teams - praca równoległa
- Od sub-agentów do zespołów: orkiestracja wielu agentów
- Git Worktrees: izolowane środowiska dla równoległej pracy agentów
- Task Plan Matrix: planowanie zależności, fazy, briefing agentów
- Praktyka: rozdzielenie zadań między agentów pracujących równolegle
- Agent 1: nowa funkcjonalność backendu (w worktree)
- Agent 2: nowa funkcjonalność frontendu (w worktree)
- Agent 3: testy E2E (w worktree)
- Merge i rozwiązywanie konfliktów
Cel: Dokończenie aplikacji z wieloma agentami równolegle, merge wyników
Moduł 3.2: Testowanie i jakość z AI
- Agent self-assessment: feedback loop z TDD (unit, integration)
- Sub-agent qa-engineer: generowanie testów E2E (skill) i testy manualne (MCP)
- Playwright MCP do testów manualnych (automatyzacja przeglądarki)
- Code review z agentem: security, jakość, best practices
- Ograniczenia i konieczność ludzkiego przeglądu
Cel: Zestaw testów pokrywający kluczowe funkcjonalności, code review
Moduł 3.3: Claude w chmurze i podstawy CI/CD
- Claude Web z remote environments: agent pracujący w chmurze
- Konfiguracja środowiska w chmurze (secrets, starting script, GitHub integration)
- Headless mode w CI/CD: Claude Code bez interakcji (-p) w GitHub Actions
- Koszty i optymalizacja: tokeny, modele, cache
Cel: Zrozumienie pracy agenta w chmurze, Claude Web vs CI/CD
Moduł 3.4: Podsumowanie i dalsze kroki
- Demo: przegląd projektów uczestników
- Retrospektywa: co zadziałało, co wymaga poprawy
- Best practices pracy z Claude Code w zespole
- Zaawansowane tematy na przyszłość, modele lokalne (np. Gemma 4)
- Zasoby do dalszej nauki i rozwoju
Cel: Utrwalenie wiedzy, gotowość do samodzielnej pracy z Claude Code
Przeczytaj na naszym blogu
- Bezpłatny kurs Claude Code - kompletny przewodnik dla programistów (29 lekcji) - Claude Code tutorial
- 100 najczęstszych pytań i problemów związanych z Claude Code
- Claude Code vs Codex - które narzędzie AI do programowania wybrać?
- Czym jest Codex? Kompletny przewodnik dla początkujących (2026)
- Prompt Engineering - techniki które musisz znać żeby wyciągnąć maksimum z AI
- Kurs Claude Code: 20 serwerów MCP które warto znać
- Co to jest agent AI - kompletny przewodnik dla firm (definicja, architektura, zastosowania)
- Najciekawsze modele na Ollamie - 6 modeli do różnych zastosowań
Zapisz się na termin gwarantowany
➜ Szkolenie Claude Code - od zera do zespołu agentów AI
➜ wszystkie terminy gwarantowane
Pytania: [email protected], tel. 22 299 53 69
