Serie poradników
Narzędzia
Ollama – w lokalnym zarządzaniu modelami językowymi AI
Wizualne projektowanie i automatyzacja przepływów pracy AI z wykorzystaniem Flowise
OpenJarvis: framework do uruchamiania personalnych agentów AI lokalnie
PyGPT — desktopowy asystent AI w Pythonie
FluidTop: terminalowy monitor wydajności dla Maców Apple Silicon
Agentic RAG for Dummies: Praktyczne podejście do inteligentnych systemów pozyskiwania informacji
SuperMemory: Silnik pamięci dla ery sztucznej inteligencji
LocalGPT: Inteligentna analiza dokumentów bez dostępu do chmury
Perplexica(Vane): Otwarte źródło jako alternatywa dla zaawansowanego wyszukiwania AI
PageIndex: Retrieval oparte na rozumowaniu zamiast podobieństwa wektorowego
DeepSearcher: Wyszukiwanie głębokie i reasoning na własnych danych z wykorzystaniem LLM
HeartLib: Otwarto-źródłowy framework do generowania muzyki opartej na sztucznej inteligencji
Poradniki
KNN, SVM i geometryczna intuicja klasyfikacji
Budowa autonomicznego Pipeline analitycznego dla GitHub Trends w środowisku n8n
MLX w praktyce: Wdrażanie i obsługa modeli AI bezpośrednio na urządzeniach Apple.
Ollama – w lokalnym zarządzaniu modelami językowymi AI
Od modelu do algorytmu: jak naprawdę działa uczenie maszynowe
Jak połączyć Google Drive i Google Sheets w n8n – konfiguracja node’ów i dostępów krok po kroku
Google OAuth w n8n: tworzenie aplikacji i nadawanie dostępu
Ollama Cloud API – darmowy dostęp do modeli AI w chmurze
Benchmarki LLM: jak naprawdę mierzy się inteligencję modeli językowych
Lokalne LLM kontra chmura – kiedy które rozwiązanie naprawdę ma sens?
Performance Tuning: Optymalizacja Latency i Throughput w Aplikacjach AI