// Agents That Learn, Act & Solve

Projekty z modelami językowymi i agentami AI

ATLAS to seria projektów, które pokazują praktyczne zastosowania LLM: od pojedynczego agenta z lokalnym modelem, przez RAG, po systemy wieloagentowe i modele multimodalne. Każdy projekt działa i ma dokumentację z diagramami.

  • LLM
  • RAG
  • agenci AI
  • Ollama
  • Python
  • Streamlit
Zobacz projekty Kod na GitHubie

Projekty

Każdy projekt to osobny folder w repozytorium, z kodem, testami i instrukcją uruchomienia.

Zrzut ekranu aplikacji ATLAS Flashcards

Fiszki do nauki z własnych materiałów, generowane lokalnym modelem Qwen 2.5 przez Ollamę. Ocena jakości przez LLM-as-judge, wyjaśnienia z RAG, eksport do Anki.

○ w przygotowaniu

Następne w ATLAS

  • Agent z narzędziami: tool calling i pamięć rozmowy.
  • System wieloagentowy: kilku współpracujących agentów z orkiestracją.
  • Model multimodalny: praca z obrazem i tekstem.
Zobacz mapę projektów

Co pokazują te projekty

Umiejętności, które rozwijam w kolejnych projektach ATLAS.

01

Modele lokalne

Uruchamianie modeli przez Ollamę, dobór modelu do zadania i sprzętu, praca bez chmury.

02

Ustrukturyzowane wyjście

Schematy Pydantic przekazywane do modelu, walidacja odpowiedzi w formacie JSON.

03

RAG

Embeddingi, wyszukiwanie po znaczeniu i odpowiedzi oparte na źródłach z cytowaniem fragmentów.

04

Ocena jakości

LLM-as-judge, progi jakości, deduplikacja i testy jednostkowe z atrapą modelu.