Produkty, które naprawdę działają.

Projektuję i wdrażam web, AI i R&D — jako jedna osoba łączę design system, implementację i agentowy workflow w spójną całość, którą da się zmierzyć.

Zbudowane z narzędzi i technologii, którym ufam

Next.jsTypeScriptReactTailwind CSSFramer MotionGSAPLenisVercelOpenAIAnthropicHugging FaceLanceDBPostgresPrismaMCPNode.jsPythonONNXMonaco EditorLucideNext.jsTypeScriptReactTailwind CSSFramer MotionGSAPLenisVercelOpenAIAnthropicHugging FaceLanceDBPostgresPrismaMCPNode.jsPythonONNXMonaco EditorLucide
Projekty · interaktywne

Produkty, które żyją.
Od AI po streaming.

Poniżej pokazuję trzy flagowe projekty z żywymi symulacjami — każdy reprezentuje inny obszar mojej pracy.

Flagowy projekt · interaktywny podgląd

AIGameDev Studio — agentyczne IDE dla twórców gier

Jedno miejsce, w którym pomysł na grę zamienia się w grywalny prototyp. Piszesz do agenta co ma zrobić, a on czyta pliki, planuje zmiany, pisze kod, uruchamia testy i pokazuje wynik — bez wychodzenia poza studio.

Cztery tryby pracy. Agent działa sam od początku do końca zadania, Edit poprawia zaznaczony fragment, Plan rozpisuje kroki przed działaniem, a Ask odpowiada na pytania bez ruszania kodu. Każdy tryb ma własne narzędzia i własny ton rozmowy.

Prawdziwe studio, nie tylko edytor. Markdown w kilkunastu stylach z eksportem do PDF, kompilator LaTeX, generator i obróbka obrazów, Kanban projektu, web scraper do research'u, transkrypcja głosu, synteza mowy, integracja z Git i terminal. Wszystko pod ręką, w tym samym oknie.

Najedź kursorem, żeby zobaczyć agenta w akcji. Kliknij plik w drzewie albo wybierz operację z górnego menu — każda funkcja ma własny scenariusz pokazujący, jak działa w praktyce.

9:41
AIGameDevStudio

Moduł

Agent

Connected
Ł
Dodaj streaming SSE do /api/chat.
3 tools · 6 steps
Dodaję Server-Sent Events z typowanymi zdarzeniami thinking, tool.start, token, done.
Agent working…
Napisz do agenta…Agent

Flagowy projekt · pełna aplikacja

ParagonyOSA — Twoje finanse napędzane AI

Stworzona od zera aplikacja do śledzenia wydatków domowych. Robisz zdjęcie paragonu, a Gemini 2.5 czyta go w locie — wyciąga produkty, ceny, sklep, miasto, adres, rabat, a nawet stawki VAT. Każda pozycja trafia do jednej z 50 kategorii, a miesięczne budżety aktualizują się automatycznie.

Mobile-first interfejs z 13 widokami: dashboard z dziesięcioma kafelkami akcji, lista paragonów z filtrami, szczegóły paragonu z trzema funkcjami AI (sugestie dań, analiza zdrowotności, sezonowość), zarządzanie limitami z kolorowymi alertami, raporty tygodniowe, listy zakupów, wyszukiwarka z historią cen, powiadomienia, profil z kluczami API i instrukcja systemu.

Sercem jest asystent AI z 25 narzędziami (function calling) i warstwą RAG nad dokumentacją — zapytaj „Ile wydałem na mięso w maju i czy przekraczam budżet?”, a w odpowiedzi zobaczysz żywe wywołania toolsów, wyniki JSON, strumieniowy tekst i wykres tygodniowy. Drugi use case: „Stwórz listę zakupów na niedzielę” — asystent wywołuje manage_shopping_list, zapisuje listę i pokazuje ją w widgecie.

Stack backendu: Flask 3, SQLAlchemy, MariaDB (12 tabel, named parameters), ChromaDB z polskimi embeddingami, JWT + bcrypt, Gemini 2.5 Flash Lite do OCR i konwersacji. Frontend to vanilla-JS SPA z Jinja2, ~15 modułów JS.

Najedź kursorem na telefon, żeby włączyć pętlę — symulacja sama przeprowadzi cię przez wszystkie funkcje w logicznej kolejności. Kliknij dowolny wpis w bocznym menu, żeby skoczyć bezpośrednio do wybranej funkcjonalności.

paragony.llhq.pl
9:41

Dashboard

Maj 2026 · Twoje finanse

Maj 2026

Witaj, Łukasz

0Paragony
0 złWydano
0Produkty
0Limity
Szybkie akcje
Wyszukiwarka
Wpisz nazwę produktu…
Ostatnie paragony
Zobacz wszystkie
  • BI

    Biedronka

    11.05.2026 · 7 poz.

    91.92
  • LI

    Lidl

    09.05.2026 · 5 poz.

    69.43
  • RO

    Rossmann

    08.05.2026 · 3 poz.

    46.96

aktywna funkcja

Flagowy projekt · pełna platforma streamingowa

CzystyPlayer

Własny Netflix. Katalog większy niż najwięksi gracze w Polsce — ponad 70 000 tytułów z pełnymi opisami, obsadą, ocenami i plakatami. Bez reklam, bez pop-upów, bez limitów oglądania. Logujesz się, wybierasz i oglądasz.

Ciągła aktywizacja danych. W tle działa pipeline, który codziennie dociąga nowe premiery z kilkunastu źródeł w internecie — zbiera opisy, postery, tła, obsadę, dane techniczne i kompletny zestaw linków do odtwarzania. Każdy nowy tytuł trafia do systemu akwizycji razem ze wszystkim, czego potrzebujesz, by od razu go włączyć.

Inteligentny restreaming. Serwer sam rozszyfrowuje zaszyfrowane źródła wideo i puszcza je przez własny proxy — dostajesz czysty strumień w 1080p prosto z aplikacji, bez trackerów, bez reklam, bez czekania na timery. Kiedy jedno źródło padnie, system w locie przeskakuje na kolejne, więc odtwarzanie nie urywa się w środku filmu.

Asystent AI, który rozumie po polsku. Opisujesz nastrój, reżysera, długość czy klimat — model dobiera kilka najbardziej trafnych tytułów z katalogu wraz z krótkim uzasadnieniem. Dodaj do tego wtyczkę przeglądarki, która czyści popularne serwisy z reklam i limitów, i masz kompletne doświadczenie oglądania bez kompromisów.

9:41
CzystyPlayer

Widok 1/8

Strona powitalna

hero · Top 10 · plany

live
Nosferatu
Nosferatu2024 · Fantasy
Nieograniczone filmy,
seriale i wiele więcej
Top 10 w Polsce dziś
Nosferatu1
Mufasa: Król Lew2
Twoja wina3
Znowu w akcji4
Kontrola bezpieczeństwa5
Gladiator II6
Rozpocznij · 0 zł przez 7 dni
Łukasz Łapiak
Łukasz ŁapiakBydgoszcz, Poland

O mnie

Jestem Łukasz.

Buduję produkty i systemy na styku web, AI, IoT oraz researchu. Interesuje mnie szybkie przechodzenie od pomysłu do działającego MVP: od architektury i logiki, przez usługi i algorytmy, po prototypy wspierane agentami LLM.

Łączę Next.js, TypeScript, Python, C# i backend z agentowym workflow. Projektuję flow systemów, usługi, wzorce i logikę biznesową, a modele LLM wykorzystuję w analizie, automatyzacji, skanowaniu obszarów i inżynierii wstecznej. Ten sposób pracy sprawdza się w praktyce — od researchu i MVP po wdrożenie działającego produktu.

LLHQ.pl · Technology Studio

LLHQ.pl rozwija nowoczesne produkty cyfrowe dla firm i instytucji — od stron oraz aplikacji webowych po automatyzacje, narzędzia wewnętrzne i systemy wykorzystujące AI. Łączę szybkie prototypowanie z myśleniem produktowym, aby powstawały rozwiązania funkcjonalne, skalowalne i łatwe w dalszym rozwoju.

Next.jsTypeScriptPythonC#IoTAI AgentsLLM OrchestrationMCPReverse EngineeringServicesAlgorithmsMVP PrototypingArchitecture PatternsR&DDesign SystemsBackend ArchitectureAutomationProduct Engineering
Ostatnie projekty
Vibe Style · jak pracuję z AI

Kod to efekt uboczny dobrze zadanego pytania.

Praca z AI nie kończy się na generowaniu kodu. Łączę research, analizę ryzyka, szybkie MVP, testy, wdrożenie i rozwój produktu w jeden proces — od pierwszej intencji aż po skalowanie i sprzedaż.

Agent jako współpracownik

LLM nie jest dla mnie tylko rozszerzonym autocomplete. Pracuje z kontekstem projektu, korzysta z własnych narzędzi, respektuje konwencje kodu i samodzielnie weryfikuje efekt przez testy.

Zaczynam od problemu

Opisuję cel, ograniczenia i oczekiwany rezultat. Agent analizuje repozytorium, proponuje rozwiązanie i wdraża zmianę, a ja oceniam decyzje techniczne, diff oraz działanie gotowej funkcji.

Kontrolowane środowisko

Zmiany powstają w odizolowanym workspace z jasno określonym zakresem dostępu. Mogę bezpiecznie eksperymentować, porównywać warianty i szybko wycofać nietrafioną implementację.

Krótka pętla weryfikacji

Hot reload, środowiska preview, lint, build i testy uruchamiane przez agenta skracają drogę od pomysłu do zweryfikowanej zmiany. Błędy wychodzą na jaw podczas pracy, a nie dopiero przy manualnym QA.

0×

szybsze prototypowanie

0

proces od pomysłu do sprzedaży

0+

tooli dobieranych zależnie od zadania

0

kroków pełnego flow

9 kroków pełnego flow

01

Intencja

Opisuję co i dlaczego. Wymagania są narracyjne, nie ticketowe.

02

Research

Wyszukuję źródła literaturowe, dokumentację i dane potrzebne do podjęcia trafnych decyzji.

03

Analiza ryzyka

Oceniam wykonalność, koszty, ograniczenia techniczne oraz ryzyka biznesowe i prawne.

04

MVP

Buduję najmniejszą wersję produktu, która rozwiązuje realny problem i pozwala zebrać feedback.

05

Testy

Uruchamiam testy, lint, build i diagnostykę. Sprawdzam stabilność rozwiązania oraz przypadki brzegowe.

06

Weryfikacja

Porównuję rezultat z założeniami, analizuję feedback i poprawiam elementy wymagające dopracowania.

07

Wdrożenie

Przenoszę rozwiązanie na produkcję, wykonuję smoke testy i konfiguruję monitoring działania.

08

Rozwijanie i skalowanie

Rozbudowuję funkcje, optymalizuję infrastrukturę i przygotowuję system na większą liczbę użytkowników.

09

Sprzedaż

Przekładam gotowy produkt na konkretną ofertę, prezentuję wartość biznesową i docieram do klientów.

Stack, modele, MCP i tooly

NarzędzieRodzajDo czego
GPT-5.x / Claude Opus 4.x / GeminiModelreasoning, research, analiza dokumentów, generowanie kodu i ocena wariantów
Codex / Claude Code / Cursor / KiroAgent AIagenty AI pracujące na repozytorium: plan, implementacja, refactor i review
MCP / Function Calling / własne toolyMCPdostęp agentów do dokumentacji, filesystemu, baz danych, API i wyszukiwania
MariaDB / PostgreSQL / SQLite / SupabaseDanerelacyjne bazy danych, modelowanie schematów, analityka i trwałość danych
ChromaDB / FAISS / Sentence TransformersDaneembeddingi, wyszukiwanie semantyczne i lokalne warstwy RAG
Python / Flask / FastAPI / Next.jsBackendbackendy aplikacji, REST API, pipeline'y danych i integracje z usługami
Docker / Proxmox / Cloudflare / VercelInfrakontenery, home lab, bezpieczne tunele, środowiska preview i wdrożenia
Git / GitHub Actions / Playwright / pytestQualitywersjonowanie, automatyzacja CI, testy end-to-end i testy backendu
Agile / MVP / iteracyjny deliveryProcespriorytetyzacja, szybka walidacja założeń, feedback i rozwój produktu

Jak optymalizuję proces

  • Zaczynam od researchu: zbieram źródła literaturowe, dokumentację techniczną i dane, zanim wybiorę architekturę.
  • Duże problemy dzielę na krótkie iteracje: analiza, MVP, pomiar efektu i dopiero później rozbudowa rozwiązania.
  • Dobieram model, agenta i zestaw narzędzi do zadania — inaczej pracuję nad kodem, analizą danych, RAG-em i dokumentacją.
  • Kontekst podaję selektywnie: agent czyta potrzebne pliki, odpytuje bazę, dokumentację i API zamiast zgadywać.
  • Wykorzystuję MCP, Function Calling i własne tooly do automatyzacji powtarzalnych operacji oraz pracy na danych.
  • Testy, lint, build, logi i smoke testy uruchamiam w każdej iteracji, żeby błędy wykrywać przed wdrożeniem.

Guardraile

  • Każdy projekt zaczynam od analizy ryzyka: technicznego, biznesowego, prawnego i operacyjnego.
  • Destrukcyjne operacje, migracje danych i zmiany infrastruktury wymagają świadomej akceptacji oraz planu wycofania.
  • Zmiany wersjonuję w Git, przeglądam diffy i rozdzielam etapy pracy tak, aby można było bezpiecznie wrócić do poprzedniej wersji.
  • Sekrety, klucze API i dane użytkowników trzymam poza kodem; dostęp nadaję wyłącznie w zakresie wymaganym przez zadanie.
  • Logi, wyniki narzędzi i treści z Internetu traktuję jako dane wejściowe do weryfikacji, a nie jako bezwarunkowe źródło prawdy.
  • Przed wdrożeniem sprawdzam przypadki brzegowe, monitoring i zachowanie systemu przy błędach usług zewnętrznych.
Blog · notatki z pracy

Co ostatnio przemyślałem.

Krótkie, konkretne notatki z pracy nad produktami i agentami. Żadnego clickbaitu — wstęp, teza, kod, wnioski.

Vibe Style

Vibe coding nie jest leniwe — jest bardziej odpowiedzialne

Dlaczego przerzucenie klawiatury na agenta wymaga więcej dyscypliny niż sam kodzenie. O rolach, guardrailach i tym, kiedy powiedzieć „nie, popraw”.

7 min · 11 maja 2026
AI / Agents

MCP to nie magia — to porządne REST API dla agentów

Rozkład anatomiczny Model Context Protocol. Co faktycznie kryje się pod tym akronimem, kiedy go używać, a kiedy wystarczy zwykły tool call.

12 min · 2 maja 2026
Design Systems

OKLCH dla zmęczonych developerów, którzy nie chcą już nigdy klikać w HEX

Jak przepiąłem cały design system na OKLCH, co zyskałem na kontraście i dlaczego ciemne motywy wreszcie wyglądają dobrze bez ręcznych poprawek.

9 min · 18 kwietnia 2026
Kontakt · napisz do mnie

Mam jeden kanał pierwszego kontaktu: LinkedIn.

Nie używam formularzy — zamiast tego odpisuję bezpośrednio w wiadomościach. Poniżej pokazuję, jak wygląda dobry, konkretny pierwszy message, i dlaczego.

linkedin.com/in/lukaszlapiak
Wiadomość do Łukasz ŁapiakAktywny teraz
ŁŁ
Cześć, tu Łukasz 👋 Jeśli szukasz kogoś od AI, full-stacka lub R&D — piszmy konkretami.

Albo jeśli wolisz klasycznie — hello@llhq.pl. Odpowiadam w ciągu 24h w dni robocze.