Senior full-stack inženýr, dnes specialista na agentní AI. Navrhuju odolné, self-hostované multi-agent systémy s reálnými provozními kontrolami — rozpočet, souběh, sledování nákladů, human-in-the-loop — a předám je vašim vývojářům pod auditem a governance.
Posun z promptování do řízení kontextu je řemeslo, ne nastavení. Naučím tým psát instrukce a AGENTS.md, držet hranice, dát agentovi paměť a zpětnou vazbu z reálného kódu. Výsledek nezávisí na konkrétním modelu ani nástroji — drží, i když se model za půl roku vymění.
AGENTS.md · skills · paměť · hranice
Z opakované práce udělám skill nebo subagenta, který ji odvede stejně pokaždé — popisy PR, generování testů, code review, rešerše napříč kódem. Nezůstává to u dema: vrstvu nasadím do vašeho workflow a běží v produkci s rozpočtem, souběhem a sledováním nákladů.
skills · subagenti · sledování nákladů · HITL
Napojím agenta na vaši observability. Přiletí nová chyba — agent si přečte stack trace, kód a testy, reprodukuje ji, najde příčinu, napíše opravu i testy a otevře pull request. Vy ho jen schválíte. Stejně řeším logování a debugging: kratší cesta od incidentu k fixu.
sentry.issue → čte kontext → fix + testy → PR
Naprogramuju MCP server, přes který AI rozumí vašemu systému a umí ho ovládat — vaše databáze, interní API, Jira, Confluence. Deterministicky, s hranicemi a oprávněními, ne přes screen scraping a doufání.
mcp: db · jira · confluence · interní API
Naživo ve vašem stacku ukážu, jak řídit AI — tipy, triky a gotchas z reálných nasazení, ne slidy. Vychovám champion network, která praxi udrží, když odejdu. Zároveň plním povinnost AI-literacy podle čl. 4 EU AI Act.
live PoC · champion network · čl. 4 EU AI Act
Pod celou vrstvou je governance — DORA, EU AI Act, GDPR. AI nesahá na auth, platby ani klíče. Měřím to, co dává smysl: cycle time, change-failure rate, čas od incidentu k opravě. Žádná hero-numbers.
AI nepíše místo vašeho týmu. Pracuje v kontextu, který má hranice, paměť a měření.
Self-hostovaná agentní platforma, která přežije hard kill — a obnoví schválení člověkem, na které čekala.
Sedm agentů — root orchestrátor plus specialisté na migrace, PR review, Sentry-fix a outreach — běží nad Postgres workflow světem. Běh zaparkovaný uprostřed na human-approval gate přežije tvrdý SIGKILL a po restartu pokračuje, s idempotentními efekty. Živý control plane s 38 nástroji nastavuje approval policy per nástroj; nahoře sedí React 19 observability konzole. Žádná třetí strana v datové cestě — LiteLLM routuje na nativní Anthropic, nativní OpenAI a vlastní Codex-pool gateway.
Rezervační SaaS od zakladatele, s hlubokým multi-provider AI backendem.
Multi-tenant rezervační platforma pro jakýkoli byznys. Založil jsem ji a vlastním Angular 21 Signals frontend a jeho 73-komponentovou UI knihovnu; produkt běží na 16+ AI službách nad 19-provider LLM abstrakcí se strukturovaným výstupem. Stavěné se spoluzakladatelem Martinem Foltýnem, který vlastní Laravel backend.
Realtime marketplace služeb s in-product AI vrstvou.
Marketplace na Expo / React Native + NestJS + Go — rozpoznání problému z fotky, živé sledování, platby v aplikaci. In-product AI vrstva běží s reálnými provozními kontrolami (rozpočet, souběh, idempotence, sledování nákladů) a Codex-pool gateway, na multi-runner test pyramidě (Playwright + Appium + unit/integration).
Agentní smyčka, která tvoří BPMN — prokazatelně stejné XML, jaké by nakreslil člověk.
V PowerFLOW jsem postavil produkční AI BPMN-authoring: od základu napsanou NestJS mikroslužbu se server-side agentní tool-loop přes SSE (function-calling + RAG), která posílá úpravy do reálného bpmn-js Camunda-7 Designer plátna. Deterministická factory mění výstup modelu na Camunda business objekty, golden-testované byte po byte proti lidskému Designeru. PoC pomohl získat kontrakt s CETIN.
Self-hostovaný Go PaaS, který umí řídit agenti.
Self-hostovaná platforma jako služba v Go v jednom binárce — blue-green deploye, auto-SSL, AES-256-GCM secrety — s TypeScript MCP serverem o ~90 nástrojích, takže agent zvládne celou smyčku deploy / diagnostika / screenshot přirozeným jazykem. Web, který právě čtete, na něm běží.
Enablement vývojářů banky pro agentní coding.
Jako externí konzultant přes ADF jsem postavil jejich GitHub Copilot / AIX enablement kit — znovupoužitelné skills, vlastní agenty a prompty napříč ~10 repozitáři, s bankovními guardraily (auth / platby / správa klíčů mimo hranice, anti-fabrication) a DORA-aware PR review. Reprodukovatelný eval harness — golden tasky z jejich vlastních repozitářů, A/B napříč modely — prokázal, že kit přiměje i slabší modely u rizikových změn odmítnout a eskalovat, místo aby je propustily.
Přes 10 let stavím škálovatelné a rychlé webové aplikace — jako Frontend Architect a full-stack na enterprise projektech i vlastních produktech. Poslední roky dělám něco, co navenek vypadá jako vývoj, ale uvnitř je to jiná disciplína: řídím kontext, ve kterém AI pracuje. Posiluju týmy, nenahrazuju je — a stejný workflow, který nasazuju u klientů, používám každý den sám.
Krátká konzultace, ve které najdeme, kde dává agentní vrstva největší smysl — a kde se jí naopak vyhnout. Bez závazku, bez hype.