← mpap
Case study · founder · w rozwoju
aidock▮
Platforma do zarządzania flotą agentów AI kodujących obok prawdziwych ludzi. Mówisz „pracuj nad projektem X agentem Y" — aidock odpala kontener, który klonuje repo, wykonuje pracę, uruchamia testy i otwiera pull request. Ludzie i AI dzielą jeden kanban, jednego Slacka i jeden budżet.
W produkcie
prawdziwe runy, prawdziwe PR-y, prawdziwy kosztdotknij ekranu, aby otworzyć w pełnym rozmiarze
Co robi
- Uruchamia skonteneryzowanych agentów kodujących lokalnie lub na zdalnych maszynach: clone → branch → praca → testy → pull request, w pełni headless.
- Best-of-N: odpala kilku kandydatów-agentów do jednego zadania i porównuje branche, PR-y oraz koszt, by wybrać zwycięzcę.
- Warstwa firmowa: rozmowy na Slacku zasilają kolejkę, AI project manager pisze raporty standupowe, rutyny działają wg harmonogramu.
- Kanban, w którym zadania ludzi i AI żyją razem — delegujesz kartę agentowi albo przejmujesz jego branch w workspace jednym kliknięciem.
- Serwer MCP, dzięki któremu dowolny „mózg" AI steruje całym „ciałem": tworzy zadania, odpala runy, czyta koszty — z bramkami ludzkiej akceptacji.
Smaczki inżynieryjne
- Platforma multi-user: GitHub OAuth, sekrety i tokeny git per użytkownik, izolacja owner-model, scoped tokeny HMAC.
- Wbudowana kontrola kosztów: śledzenie kosztu per run, budżety dzienne i per użytkownik, guardraile zatrzymujące pętle palące tokeny.
- Utwardzenie produkcyjne: auto-TLS, backupy z retencją, health checki, archiwizacja logów, dyscyplina XSS/CSP, prawdziwe testy e2e na żywym Dockerze.
- Kultura testów bez mocków: zestawy offline plus żywe testy end-to-end, w których prawdziwy agent otwiera prawdziwy PR.
Dlaczego to ważne dla Ciebie
Jeśli zastanawiasz się, jak naprawdę używać agentów AI w firmie — bezpiecznie, z budżetami, review i ludźmi w pętli — to problem, który rozwiązuję u siebie codziennie. To doświadczenie przenosi się wprost na Twoje projekty automatyzacji i wdrażania AI.