Marcin RapaczSenior Frontend Developer / AI Engineer

Aplikacja dla osób piszących książki — edytor z historią wersji, czat, analiza stylu, import z PDF. To nie generator, który pisze książkę za autora: to wsparcie w pracy nad własnym tekstem — można o coś zapytać, skonsultować pomysł, zaczerpnąć inspiracji, a system zna treść książki i odpowiada na jej podstawie. Prowadzę ją od pierwszego commita po utrzymanie na produkcji.

Zadania AI idą przez kolejkę w bazie, więc awaria po stronie modelu nie blokuje zapisu tekstu, a kredyt wraca użytkownikowi, jeśli odpowiedź się nie zacznie. Analiza stylu celowo nie używa AI: to zwykły algorytm, więc nic nie kosztuje i za każdym razem daje ten sam wynik. Istniejącą książkę importuje osobny agent (LangGraph), który wykrywa rozdziały w kodzie, a model dostaje głos tylko wtedy, gdy konwencji jest kilka; zamiast paska postępu autor czyta, co agent właśnie robi, a nieudany import zwraca kredyty.

Druga wersja narzędzia do pozyskiwania kontaktów B2B dla klienta z branży HR, napisana od nowa; pierwsza była agentem z bramką LLM przed wysyłką, druga przenosi ciężar na weryfikowalne fakty. Zamiast kupować kontakty, system buduje własną bazę: zbiera ogłoszenia o pracę z historią podbić i płatnych wyróżnień, dociąga profile pracodawców, a model z dostępem do wyszukiwarki uzupełnia to, czego w ogłoszeniu nie ma — wielkość firmy, przynależność do dużej organizacji, telefon, stronę. Model wypowiada się raz, w typowanej odpowiedzi z zakazem zgadywania; o tym, czy firma jest w targecie, decyduje już zwykła reguła na faktach.

Żaden fakt od modelu nie trafia do człowieka bez potwierdzenia z niezależnego źródła: najpierw strona firmy i państwowy rejestr, bo są darmowe, dopiero potem płatne Google Places z podwójnym potwierdzeniem tożsamości. Każdy fakt nosi swoje pochodzenie i status, każde wywołanie modelu ma zapisany koszt, a limity dostawców pilnowane są w kodzie. Na końcu jest lista firm z potwierdzonym numerem — dzwoni człowiek. Ponad 300 testów offline, w tym atrapa modelu.

Strona firmowa rodzinnego producenta opakowań foliowych i hurtowni słodyczy spod Krakowa, przebudowana od nowa na Next.js 16 i React 19. Zlecenie prowadziłem bezpośrednio z klientem, bez pośredników: zakres, treść i SEO, wdrożenie i utrzymanie — wszystko, czego mała firma potrzebuje od jednej osoby. Rozwiązania dobrałem do jej skali: zamiast headless CMS-a z poprzedniej wersji treść w kodzie, bo przy kilkunastu produktach to mniej usług do utrzymania i zero zależności od zewnętrznego dostawcy.

Zdjęcie produktu płynie z karty na liście do okna szczegółów, a zdjęcie kategorii ze strony głównej do nagłówka podstrony (View Transitions); przy ograniczeniu animacji w systemie przejścia znikają. Analytics i mapa Google ładują się dopiero po zgodzie, firma trafia do wyszukiwarek jako LocalBusiness, a wdrożenie to obraz Dockera za Traefikiem z pipeline'em GitLab CI.