Szkolenie Codex - od zera do zespołu agentów AI - TERMIN GWARANTOWANY - 04.11.2026
Szkolenie Codex - od zera do zespołu agentów AI: TERMIN GWARANTOWANY 04-06.11.2026
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 Codex - od zera do zespołu agentów AI
Wszystkie terminy gwarantowane JSystems:
➜ lista terminów gwarantowanych
W skrócie
Trzydniowy warsztat, po którym programujesz z zespołem agentów Codeksa zamiast w pojedynkę i szybciej dostarczasz działający kod.
Przez trzy dni budujesz od podstaw kompletną aplikację AI Chat w TypeScripcie, prowadząc Codex przez każdy etap: planowanie, pisanie kodu, testy i wdrożenie.
Co potrafisz po tych 3 dniach
- Prowadzisz Codex w każdym trybie - W terminalu, w aplikacji na komputer z wieloma sesjami naraz i w chmurze, z kluczowymi komendami, doborem modelu i zarządzaniem kontekstem, czyli tym, co agent ma w danej chwili w pamięci.
- Dajesz agentowi właściwy kontekst zamiast pojedynczych poleceń - Inżynieria kontekstu i pliki AGENTS.md dla projektu, całego środowiska i pojedynczych folderów, dzięki którym agent zna zasady Twojego kodu. 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.
- Podłączasz do agenta zewnętrzne narzędzia - Przez MCP, czyli standard łączenia agentów z innymi systemami: aktualna dokumentacja bibliotek z Context7 i automatyzacja przeglądarki z Playwright. Do tego własne umiejętności agenta (Skills) i polecenia skrótowe.
- Budujesz zespół wyspecjalizowanych podagentów - Od backendu, frontendu i testów, z delegowaniem zadań i kontrolą jakości ich pracy. W Codeksie rozmawiasz z każdym podagentem także bezpośrednio, a nie tylko przez agenta głównego.
- Pracujesz metodą "najpierw test" - Test powstaje przed kodem, agent dopisuje implementację, a Ty kontrolujesz kolejne kroki i zatwierdzasz zmiany w repozytorium.
- Uruchamiasz kilku agentów równolegle - Izolacja środowisk dla każdego agenta, planowanie zależności między zadaniami, praca agentów w chmurze oraz łączenie wyników i rozwiązywanie konfliktów.
- Sprawdzasz jakość i włączasz agenta do potoku wdrożeniowego - Przegląd kodu z agentem, testy całej ścieżki użytkownika (E2E) z Playwright, uruchamianie Codeksa w GitHub Actions oraz kontrola 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 Codex, 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 Codeksem po doświadczonych, którzy chcą ułożyć pracę z wieloma agentami.
Wymagania wstępne: programujesz w dowolnym języku i znasz podstawy git. Nie wymagamy wcześniejszego doświadczenia z Codeksem, wszystko budujemy krok po kroku, a przed szkoleniem dostajesz materiały przygotowawcze.
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.
Zarezerwuj miejsce i zacznij programować z zespołem agentów Codeksa: od planu i testów po pracę równoległą i agenta w GitHub Actions.
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 Codex 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: Codex CLI, Desktop app, IDE, Node.js, Git
- Pierwsze uruchomienie Codex - interaktywny test
Cel: Gotowe środowisko, wspólny punkt startowy
Moduł 1.2: Codex - tryby pracy i kluczowe funkcje
- Codex CLI: tryb interaktywny vs jednorazowe polecenia
- Codex Desktop App: zarządzanie wieloma sesjami w GUI
- Codex w chmurze: remote environments, konfiguracja
- Porównanie trybów: kiedy CLI, kiedy Desktop, kiedy Cloud
- Kluczowe komendy i opcje konfiguracyjne
- Modele: GPT-5.3-Codex, GPT-5.4 + alternatywy (np. GLM-5) - kiedy który
- Zarządzanie kontekstem: okno kontekstowe, kompresja, context rot
- Uprawnienia i tryby bezpieczeństwa, sandbox, izolacja
Cel: Swobodna praca z Codex w każdym trybie
Moduł 1.3: Context Engineering i konfiguracja agenta
- Od Prompt Engineering do Context Engineering
- AGENTS.md - instrukcje dla agenta na poziomie projektu i globalnym
- Konfiguracja zachowania agenta: zasady, ograniczenia, preferencje
- Struktura kontekstu: system prompt, pliki konfiguracyjne, pamięć
- Nested AGENTS.md: różne zasady dla różnych folderów
- Praktyka: tworzenie konfiguracji agenta dla naszego projektu
- Best practices: co wpisywać, czego unikać, 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 konfiguracji agenta o preferencje i konwencje projektowe
- Eksperymentowanie z trybami Codex (CLI, Desktop, Cloud)
Dzień 2: Narzędzia, sub-agenci i budowa funkcjonalności
Temat przewodni: Deleguj pracę do zespołu agentów AI
Moduł 2.1: Narzędzia MCP i integracje Codex
- Narzędzia wbudowane w Codex: filesystem, shell, search, browser
- Czym jest MCP i dlaczego coraz częściej używamy Skills zamiast MCP
- Konfiguracja MCP Servers w Codex (config.toml)
- 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 i bezpośrednia komunikacja
- Architektura sub-agentów w Codex
- Unikalna cecha Codex: bezpośrednia komunikacja z sub-agentami
- Porównanie: Claude (orkiestrator kontroluje) vs Codex (interakcja z sub-agentami)
- Konfiguracja sub-agentów w projekcie
- 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 Codex nie pozwoliły na szkoleniu
- Dla chętnych: rozbudowa aplikacji (np. historia czatów, markdown rendering)
- Eksperymentowanie z delegowaniem zadań do sub-agentów
- Optymalizacja 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
- Równoległa praca agentów: izolacja środowisk, zarządzanie konfliktami
- Task Plan Matrix: planowanie zależności, fazy, briefing agentów
- Praktyka: rozdzielenie zadań między agentów pracujących równolegle
- Agent 1: nowa funkcjonalność backendu
- Agent 2: nowa funkcjonalność frontendu
- Agent 3: testy E2E
- Codex Cloud: agenci pracujący w remote environments
- 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: Codex w chmurze i CI/CD
- Codex Cloud environments: konfiguracja, sekrety, networking, GitHub
- Headless mode: Codex bez interakcji w pipeline
- Podstawy CI/CD z Codex (GitHub Actions)
- Koszty i optymalizacja: tokeny, modele, cache
Cel: Zrozumienie pracy agenta w chmurze, Codex Cloud vs CI/CD
Moduł 3.4: Podsumowanie i dalsze kroki
- Demo: przegląd projektów uczestników
- Retrospektywa: co zadziałało, co wymaga poprawy
- Porównanie ekosystemów: Codex vs Claude Code vs inne
- Best practices pracy z Codex 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 Codex
Przeczytaj na naszym blogu
- Czym jest Codex? Kompletny przewodnik dla początkujących (2026)
- Claude Code vs Codex - które narzędzie AI do programowania wybrać?
- Bezpłatny kurs Claude Code - kompletny przewodnik dla programistów (29 lekcji) - Claude Code tutorial
- 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 Codex - od zera do zespołu agentów AI
➜ wszystkie terminy gwarantowane
Pytania: [email protected], tel. 22 299 53 69