Technologie / Sztuczna inteligencja

Codex i GitHub Copilot CLI - agenci AI w pracy zespołu developerskiego

Czterodniowe szkolenie z pracy z agentami kodującymi - Codex CLI, Desktop i Cloud oraz GitHub Copilot CLI. Konfiguracja agenta przez AGENTS.md, narzędzia MCP, Skills, sub-agenci, zespoły agentów pracujące równolegle, przegląd kodu i integracja z GitHub Actions. Uczestnicy budują działającą aplikację, prowadząc agentów w cyklu TDD.

Czterodniowe szkolenie z pracy z agentami kodującymi - Codex CLI, Desktop i Cloud oraz GitHub Copilot CLI.

Codex i GitHub Copilot CLI - agenci AI w pracy zespołu developerskiego to czterodniowy, intensywny program szkoleniowy EITT, realizowany w formie stacjonarnej lub zdalnej — w zależności od preferencji uczestników. Program adresowany jest do doświadczonych praktyków chcących pogłębić swoje umiejętności — zajęcia prowadzone są z naciskiem na zaawansowane scenariusze i case studies z praktyki biznesowej.

Program szkolenia obejmuje kluczowe obszary:

Dzień 1 - Fundamenty i start projektu
Dzień 2 - Narzędzia, sub-agenci i budowa funkcjonalności
Dzień 3 - Zespoły agentów, jakość i produkcja
Dzień 4 - GitHub Copilot CLI i praca z dwoma narzędziami

Uczestnicy wyjdą ze szkolenia z praktyczną wiedzą i narzędziami do natychmiastowego zastosowania w codziennej pracy.

Korzyści

Skonfigurować Codex CLI, Desktop i Cloud oraz GitHub Copilot CLI i świadomie wybierać tryb pracy do zadania
Opisać zachowanie agenta w pliku AGENTS.md, w tym regułami zagnieżdżonymi dla poszczególnych katalogów
Podłączyć serwery MCP i tworzyć własne Skills oraz komendy, zamiast powtarzać te same polecenia
Zbudować zespół sub-agentów z podziałem ról i delegować im zadania z kontrolą jakości
Prowadzić agenta w cyklu TDD, gdzie testy powstają przed kodem produkcyjnym
Uruchomić agenta w trybie nieinteraktywnym w GitHub Actions z bezpiecznymi granicami uprawnień
Ocenić koszt pracy agentów i ograniczać go doborem modelu oraz zarządzaniem kontekstem

Dla kogo jest to szkolenie?

Programiści i inżynierowie oprogramowania pracujący na co dzień z Git i Node.js

Tech leadzi i architekci ustalający standard pracy z agentami w zespole

Inżynierowie DevOps wpinający agentów w pipeline CI/CD

Zespoły, które używają już asystentów AI i chcą przejść do pracy agentowej

Wymagania wstępne

Praktyczna znajomość Git oraz pracy w terminalu
Doświadczenie w programowaniu w TypeScript lub JavaScript
Zainstalowane Node.js i konto GitHub z dostępem do GitHub Copilot
Podstawowa znajomość testów jednostkowych

Program szkolenia

AI w programowaniu w 2026 - agenci zamiast asystentów, korzyści i ryzyka (halucynacje, nadmierne poleganie, erozja kontekstu, koszty)
Weryfikacja środowiska - Codex CLI, aplikacja Desktop, IDE, Node.js, Git; instalacja i logowanie GitHub Copilot CLI, wymagany plan i polityka organizacji
Tryby pracy Codex - interaktywny i jednorazowe polecenia, wiele sesji w Desktop, środowiska zdalne w chmurze
Wybór modelu - jakość, szybkość i koszt; praca z modelami lokalnymi i alternatywnymi
Zarządzanie kontekstem - okno kontekstowe, kompresja, erozja kontekstu
Uprawnienia i tryby bezpieczeństwa - sandbox, izolacja, mechanizm zgód na narzędzia
Od Prompt Engineering do Context Engineering - AGENTS.md jako instrukcja dla agenta, reguły zagnieżdżone dla różnych katalogów
AGENTS.md po stronie GitHuba - copilot-instructions.md i instrukcje ścieżkowe
Projekt przewodni - AI Chat na Vercel AI SDK, przygotowanie PRD i zapisów decyzji architektonicznych

Wbudowane możliwości agenta - praca na plikach, powłoka, wyszukiwanie w sieci, narzędzia przeglądarkowe
MCP i Skills - czym się różnią, kiedy używać którego i jak je łączyć
Konfiguracja serwerów MCP - Context7 do pobierania aktualnej dokumentacji, Playwright do automatyzacji przeglądarki, serwer GitHub
Skills - instalowanie gotowych, tworzenie własnych na podstawie historii sesji, dodawanie skryptów i własnych komend
Architektura sub-agentów - inspekcja wątków, porównanie modelu orkiestratora z bezpośrednią interakcją
Praktyka - definiowanie specjalistów dla projektu (backend, frontend, jakość) i delegowanie im pierwszych zadań
TDD z agentem - cykl czerwony, zielony, refaktoryzacja; testy przed kodem produkcyjnym
Budowa aplikacji - endpoint strumieniujący, interfejs czatu, przegląd kodu i testy end-to-end wykonane przez agenta

Od sub-agentów do zespołów - orkiestracja wielu agentów, izolacja środowisk, zarządzanie konfliktami
Macierz planu zadań - zależności, fazy i briefing agentów pracujących równolegle
Praktyka - trzej agenci jednocześnie, scalanie wyników i rozwiązywanie konfliktów
Testowanie i jakość - samoocena agenta, generowanie testów end-to-end, testy manualne przez Playwright MCP
Przegląd kodu z agentem - bezpieczeństwo, jakość, dobre praktyki; wbudowany recenzent w Copilot CLI i przegląd pull requesta
Ograniczenia agentów i konieczność ludzkiego przeglądu
Codex w chmurze - konfiguracja środowisk, sekrety, sieć, integracja z GitHubem
Tryb nieinteraktywny w pipeline, podstawy CI/CD i wdrożenie aplikacji
Koszty i optymalizacja - tokeny, dobór modelu, pamięć podręczna

Copilot CLI od podstaw - instalacja, logowanie, plany i polityka organizacyjna
Wybór modelu, automatyczny dobór modelu, modele własne i lokalne
Sesje - wznawianie, cofanie zmian, kompaktowanie kontekstu w długiej pracy
Warstwy instrukcji - AGENTS.md, copilot-instructions.md, instrukcje ścieżkowe i osobiste
Agenci własni w plikach agent.md - definicja roli, zakres narzędzi, poziom projektu i użytkownika
Agenci wbudowani, subagenci z własnym oknem kontekstu, tryb planowania i praca autonomiczna
Hooki jako bramki jakości oraz pluginy do dystrybucji konfiguracji w zespole
Natywna integracja z GitHubem - issues, pull requesty i uruchamianie workflow z terminala
Delegowanie zadania do agenta chmurowego i odbiór wyniku jako szkicu pull requesta
Copilot CLI w GitHub Actions - uprawnienia, tokeny, bezpieczne granice automatyzacji
Mapa doboru narzędzia i standard pracy zespołu

Formy realizacji

Online

Wygoda uczestnictwa z dowolnego miejsca
Interaktywne sesje na żywo z trenerem
Materiały dostępne przez 30 dni
Brak kosztów dojazdu

Stacjonarnie

Bezpośredni kontakt z trenerem i grupą
Intensywne warsztaty praktyczne
Networking z innymi uczestnikami
Pełne skupienie na nauce

Tematy szkolenia

Najczęściej zadawane pytania

Jak wygląda format i czas trwania szkolenia "Codex i GitHub Copilot CLI - agenci AI w pracy zespołu developerskiego"?

Szkolenie trwa 4 dni i realizowane jest zarówno stacjonarnie, jak i w formie zdalnej (online) — w zależności od preferencji grupy. Program obejmuje wykłady, demonstracje oraz ćwiczenia praktyczne, zapewniając kompleksowe podejście do omawianej tematyki.

Jakie są wymagania wstępne dla uczestników?

Szkolenie jest na poziomie zaawansowanym — adresowany jest do doświadczonych praktyków chcących pogłębić swoje umiejętności. Od uczestników oczekujemy: Praktyczna znajomość Git oraz pracy w terminalu, doświadczenie w programowaniu w typescript lub javascript, zainstalowane node.js i konto github z dostępem do github copilot, podstawowa znajomość testów jednostkowych. Szczegółowe wymagania znajdują się w sekcji 'Wymagania wstępne' na tej stronie.

Czy szkolenie zawiera elementy praktyczne?

Tak, program łączy teorię z praktyką. Uczestnicy pracują nad studiami przypadków, biorą udział w ćwiczeniach grupowych i warsztatach praktycznych. Każde ćwiczenie kończy się omówieniem i feedbackiem od prowadzącego.

Czy po szkoleniu otrzymam certyfikat?

Tak, każdy uczestnik otrzymuje imienny certyfikat ukończenia szkolenia wydany przez EITT, potwierdzający udział w programie i zdobyte kompetencje.

Jaki jest koszt szkolenia i jak mogę się zapisać?

Cena szkolenia to 5 500 PLN netto za osobę. Aby zapisać się na szkolenie lub uzyskać ofertę dla grupy, skontaktuj się z nami telefonicznie lub przez formularz na stronie. Oferujemy również szkolenia zamknięte, dostosowane do potrzeb konkretnej organizacji.