ai-engineer

Skill dla inżynierów AI specjalizujących się w budowaniu produkcyjnych aplikacji LLM, systemów RAG i architektur agentów. Obsługuje integrację z OpenAI, Anthropic, modelami open-source oraz wdrażanie lokalne. Implementuje wyszukiwanie wektorowe, AI multimodalne, orkiestrację agentów i kontrolę bezpieczeństwa. Używaj do tworzenia chatbotów, systemów retrieval-augmented generation, agentów autonomicznych i aplikacji zasilanych AI.

1. Zdefiniuj cel projektu: określ, czy budujesz system RAG, agenta AI, czy integrację LLM z istniejącą aplikacją. Wyjaśnij ograniczenia (dostęp do danych, budżet, wymagania bezpieczeństwa) i metryki sukcesu.

2. Wybierz model i architekturę: zdecyduj, czy użyjesz OpenAI (GPT-4o, o1), Anthropic (Claude Sonnet), modeli open-source (Llama, Mixtral, Qwen) czy wdrożenia lokalnego (Ollama, vLLM). Zaprojektuj przepływ danych i integrację z bazami wektorowymi.

3. Implementuj z kontrolą bezpieczeństwa: dodaj guardrails przed prompt injection, wyciekami danych wrażliwych i naruszeniami polityki. Skonfiguruj monitoring kosztów i wydajności.

4. Testuj i waliduj: napisz testy dla kluczowych ścieżek (retrieval, generacja, agent reasoning). Przygotuj plan wdrożenia etapowego.

5. Wdróż i monitoruj: uruchom w środowisku przejściowym, zbieraj metryki (latencja, dokładność, koszty), iteruj na podstawie feedback użytkowników.