10 Agent AI w terminalu: skille i instrukcje

Efekty uczenia się: W4, W5, U1, K1, K4 · Treści programowe: 3, 9 · Czas: Nauka 40 min, Wyzwanie 50 min

10.1 Nauka

Od czatu do agenta

Większość osób zna model językowy z okna czatu: zadajesz pytanie, dostajesz odpowiedź w postaci tekstu. Taki czat nie widzi Twoich plików i niczego nie uruchamia. Jeśli poprosisz go o model BPMN, dostaniesz kawałek XML-a, który trzeba skopiować, zapisać, otworzyć w programie i sprawdzić samodzielnie.

Agent AI w terminalu (CLI agent, od command-line interface) działa inaczej. To program uruchamiany w wierszu poleceń, w wybranym folderze. Składa się z trzech części:

Część Co robi Przykład w naszej pracy
model językowy rozumie polecenie, planuje kroki, pisze tekst i kod odczytuje tabelę kroków i decyduje, który krok jest zdarzeniem, a który zadaniem
narzędzia (tools) czytanie i zapis plików, uruchamianie poleceń w terminalu zapisuje szkolenie.bpmn, uruchamia polecenie tok check
pętla pracy powtarza: zaplanuj, wykonaj, sprawdź wynik poprawia model, dopóki walidator zgłasza błędy

Ta pętla jest najważniejsza. Agent nie musi trafić za pierwszym razem. Uruchamia program sprawdzający, czyta komunikaty o błędach i poprawia plik, aż program nie ma zastrzeżeń. Podobnie pracuje człowiek: pisze, sprawdza, poprawia. Różnica polega na tym, że agent robi to w kilkadziesiąt sekund.

Kto za co odpowiada

Model językowy dobrze radzi sobie z semantyką, czyli ze znaczeniem: rozpozna w opisie „system samodzielnie, bez udziału człowieka” i uzna, że to zadanie usługowe. Gorzej radzi sobie z mechaniką: współrzędnymi kształtów, spójnością identyfikatorów w XML, regułami, których nie widać w opisie. Dlatego w naszym kursie praca jest podzielona:

  • agent decyduje, które elementy BPMN pasują do kroków opisu, i zapisuje te decyzje w pliku mapowanie.md;
  • polecenie tok sprawdza reguły notacji, oblicza układ diagramu i rysuje SVG; robi to zawsze tak samo, deterministycznie;
  • Ty oceniasz, czy model jest zgodny z opisem procesu. Ani agent, ani polecenie tok tego nie rozstrzygną.

Rysunek 10.1 pokazuje ten podział jako proces BPMN. Zwróć uwagę na dwie pętle: wewnętrzną (agent poprawia, aż tok check nie zgłosi błędów) i zewnętrzną (Ty sprawdzasz zgodność z opisem i w razie potrzeby wydajesz polecenie poprawki).

Praca z agentem nad modelem BPMN: agent odpowiada za semantykę, polecenie tok za mechanikę, a student za ocenę zgodności z opisem.

Rysunek 10.1: Praca z agentem nad modelem BPMN: agent odpowiada za semantykę, polecenie tok za mechanikę, a student za ocenę zgodności z opisem.

Pobierz model (.bpmn)

Pamiętaj o zasadzie, którą powtarzamy przez cały blok: 0 błędów walidatora nie oznacza dobrego modelu. Oznacza tylko, że model jest poprawny w notacji. Zadanie ręczne zamiast zadania użytkownika, zdarzenie przerywające zamiast nieprzerywającego, sygnał zamiast wiadomości: walidator nie zgłosi żadnej z tych pomyłek, bo każda z nich jest dozwolona w BPMN. To Ty musisz porównać model z opisem.

Skill: umiejętność, którą agent wczytuje na żądanie

Ogólny model językowy wie o BPMN tyle, ile przeczytał w internecie. Nie zna konwencji naszego kursu, nie wie, że numer kroku ma być na początku nazwy, i nie ma pod ręką naszego walidatora. Tę wiedzę dostarcza mu skill (umiejętność). Skill to zwykły folder z plikami:

.github/skills/bpmn-modelowanie/
  SKILL.md                 instrukcja: jak modelować, w jakiej kolejności, czego nie robić
  references/elementy.md   ściągawka: wskazówki w opisie → element BPMN, szablony XML, kody błędów
  references/szablon.bpmn  szkielet pliku z basenem, liniami i basenem zewnętrznym

Skill nie zawiera programu. Walidację, układ i rysunek SVG wykonuje polecenie tok, które instalujesz raz, przed zajęciami.

Plik SKILL.md zaczyna się od krótkiego nagłówka z dwoma wymaganymi polami:

---
name: bpmn-modelowanie
description: Modelowanie procesów w notacji BPMN 2.0 (OMG). Zamienia opis procesu,
  np. tabelę kroków z ćwiczenia, na poprawny plik .bpmn z diagramem SVG …
---

Agent na starcie zna tylko nazwy i opisy dostępnych skilli. Pełną treść skilla wczytuje dopiero wtedy, gdy polecenie pasuje do opisu, np. gdy prosisz o model BPMN. Dlatego opis (description) jest tak ważny: decyduje, czy agent w ogóle sięgnie po skill. Dzięki temu agent może mieć wiele skilli, a każdy zajmuje miejsce w jego „pamięci roboczej” tylko wtedy, gdy jest potrzebny.

Skill jest też dokumentacją wiedzy organizacji. To, co doświadczony analityk wie o modelowaniu („przepływ komunikatów tylko między basenami”, „bramka OR potrzebuje przepływu domyślnego”), zostaje zapisane w pliku, który może przeczytać zarówno agent, jak i nowy pracownik. Ten sam skill ma też część o modelach wykonywalnych dla Camunda 8. Wykorzystasz ją na spotkaniu 13.

AGENTS.md: stałe instrukcje dla agenta

Drugim sposobem przekazania agentowi wiedzy jest plik AGENTS.md w głównym katalogu folderu roboczego. Agent czyta go zawsze, na początku każdej sesji. Zapisuje się w nim zasady, które obowiązują niezależnie od zadania:

  • w jakim języku odpowiadać;
  • jakich skilli używać i w jakiej kolejności pracować;
  • czego nie robić (np. nie wypełniać za studenta recenzji, nie instalować programów);
  • jak dokumentować pracę (np. zapisywać polecenia w prompty.md).

Różnica jest prosta: skill to wiedza o tym, jak wykonać określony rodzaj zadania, a AGENTS.md to zasady pracy w tym folderze. Pakiet bpmn-agent, z którego korzystamy, zawiera jedno i drugie.

Narzędzie: GitHub Copilot CLI

W kursie używamy GitHub Copilot CLI. Wybraliśmy je z trzech powodów: działa w Windows, macOS i Linuksie, czyta skille z folderu .github/skills/ i plik AGENTS.md, a każdy plan Copilot, także bezpłatny, obejmuje wersję CLI. Najważniejsze informacje o dostępie (stan na październik 2026):

Plan Dla kogo Co warto wiedzieć
Copilot Free każdy z kontem GitHub obejmuje Copilot CLI; od 1 czerwca 2026 r. korzystanie rozlicza się w kredytach GitHub AI Credits, a plan bezpłatny ma ograniczony miesięczny przydział
Copilot Student studenci zweryfikowani przez GitHub Education bezpłatny; status studenta jest sprawdzany co miesiąc, a włączenie może potrwać kilka dni, więc złóż wniosek przed spotkaniem

Aktualne warunki sprawdzisz na stronie planów Copilot. Przydział w planie bezpłatnym jest ograniczony, dlatego zadania w kursie zaprojektowano tak, żeby wystarczył jeden przebieg agenta. Kolejne poprawki możesz wprowadzić ręcznie w Camunda Modeler.

Ten sam pakiet działa również z innymi agentami w terminalu. Wiele z nich korzysta z pliku AGENTS.md: Codex CLI czyta go domyślnie, a Gemini CLI po wskazaniu go w ustawieniach. Skill wystarczy skopiować do folderu skilli danego narzędzia (sprawdź w jego dokumentacji, gdzie ten folder się znajduje). Polecenia w tej książce dotyczą Copilot CLI.

Instalacja krok po kroku

Przed zajęciami przygotuj konto i programy. Instalacja trwa około 15 minut.

  1. Konto GitHub. Załóż je na github.com, jeśli go nie masz. Studenci mogą złożyć wniosek o bezpłatny plan Copilot Student przez GitHub Education.

  2. Node.js 22 lub nowszy. Pobierz wersję LTS z nodejs.org. Sprawdź w terminalu: node --version.

  3. Python 3.8 lub nowszy. Pobierz z python.org. W Windows zaznacz w instalatorze „Add python.exe to PATH”. Sprawdź: python3 --version (macOS, Linux) albo py -3 --version (Windows).

  4. Polecenie tok. Zainstaluj je w terminalu: pip install tok-lang (Windows: py -m pip install tok-lang). Sprawdź: tok --version. Oczekiwany wynik to numer wersji, np. tok 1.0.3. Jeśli terminal nie znajduje polecenia tok, uruchamiaj je jako py -m tok … (Windows) albo python3 -m tok … (macOS, Linux); działa tak samo. Komunikaty po polsku daje opcja --lang pl, której używamy we wszystkich poleceniach tok check w kursie.

  5. Windows: PowerShell 6 lub nowszy. Copilot CLI nie działa w starszym Windows PowerShell 5.1. Zainstaluj PowerShell 7 poleceniem winget install Microsoft.PowerShell i uruchamiaj terminal jako pwsh.

  6. Copilot CLI. Wybierz jedno polecenie:

    npm install -g @github/copilot          # każdy system z Node.js
winget install GitHub.Copilot           # Windows
brew install --cask copilot-cli         # macOS z Homebrew

    Sprawdź instalację: copilot --version.

Oficjalna instrukcja: Installing GitHub Copilot CLI (stan na październik 2026).

Na zajęciach pobierz pakiet i uruchom agenta:

Pobierz pakiet bpmn-agent (.zip)

  1. Rozpakuj bpmn-agent.zip. Powstanie folder bpmn-agent. Folder .github w środku jest ukryty: w Eksploratorze Windows włącz „Pokaż → Ukryte elementy”, w Finderze macOS naciśnij Cmd+Shift+. (kropka).

  2. Otwórz terminal w folderze bpmn-agent (cd i ścieżka do folderu).

  3. Sprawdź, czy polecenie tok działa w tym folderze:

    tok --version

    Oczekiwany wynik to numer wersji, np. tok 1.0.3.

  4. Uruchom agenta poleceniem copilot. Przy pierwszym uruchomieniu wpisz /login i zaloguj się kontem GitHub. Gdy program zapyta, czy ufasz plikom w tym folderze, potwierdź.

  5. Wpisz /skills list. Na liście powinien być bpmn-modelowanie. Jeśli go nie ma, wpisz /skills reload. Szczegóły skilla pokaże /skills info bpmn-modelowanie.

  6. Wpisz /model i sprawdź, który model językowy jest wybrany. Zanotuj jego nazwę. Wyniki różnych modeli mogą się różnić, a nazwę modelu podajesz w każdej pracy oddawanej z pomocą agenta.

Dokumentacja: skille w Copilot CLI i instrukcje w plikach AGENTS.md (stan na październik 2026).

Zgody: co agent może zrobić bez pytania

Agent pyta o zgodę, zanim zapisze plik albo uruchomi polecenie. Masz trzy odpowiedzi:

Odpowiedź Znaczenie Kiedy jej używać
Yes zgoda na tę jedną operację domyślnie, gdy nie wiesz, co agent zamierza
Yes, and approve … for the rest of the running session zgoda na ten rodzaj operacji do końca sesji gdy agent wielokrotnie uruchamia tok check, tok bpmn i tok svg w folderze pakietu
No (klawisz Esc) odmowa; możesz od razu napisać, co agent ma zrobić inaczej gdy agent chce instalować programy, wychodzić poza folder albo pisać współrzędne ręcznie

Czytaj, o co agent prosi. Agent pracuje na Twoim komputerze i z Twoimi uprawnieniami. Zgoda „na całą sesję” jest wygodna, ale udzielaj jej tylko na polecenia, które rozumiesz.

Ryzyka i nawyki weryfikacji

Ryzyko Jak wygląda w modelowaniu Nawyk, który chroni
zmyślanie (hallucination) agent „pamięta” element BPMN albo atrybut, którego nie ma w specyfikacji walidacja poleceniem tok check, otwarcie pliku w Camunda Modeler
wiarygodny błąd typ elementu pasuje do nazwy kroku, ale nie do opisu („Rozmowa” jako zadanie użytkownika, choć odbywa się twarzą w twarz) recenzja krok po kroku ze słowami z opisu
ciche pominięcie agent pomija krok, który trudno zamodelować kontrola kompletności --steps-from proces.md (kody K02, K03)
nadmierne uprawnienia agent instaluje pakiety, zmienia pliki poza folderem czytanie próśb o zgodę, odpowiedź „No”
wyciek danych do polecenia trafiają dane osobowe albo dokumenty wewnętrzne instytucji tylko dane fikcyjne lub zanonimizowane
limit kredytów agent przerywa pracę w połowie zadania jedno przemyślane polecenie zamiast wielu prób

Najprostszy nawyk jest zawsze ten sam: zanim przyjmiesz wynik, sprawdź go w innym narzędziu niż to, które go wytworzyło. Model z agenta otwierasz w Camunda Modeler, mapowanie porównujesz z opisem, a liczbę kroków z tabelą.

Zasady UJ i zasady tego kursu

Korzystanie ze sztucznej inteligencji w dydaktyce na UJ reguluje Zarządzenie nr 115 Rektora UJ z dnia 27 listopada 2025 r. w sprawie wykorzystywania w dydaktyce narzędzi opartych na sztucznej inteligencji. Przeczytaj je w całości. Najważniejsze dla nas postanowienia:

  • § 2 jako przykład narzędzia wymienia wprost asystenta kodu GitHub Copilot.
  • § 3 podaje zasady korzystania z SI: samodzielne i krytyczne myślenie, transparentność i oznaczanie, ochronę danych i prywatności, proporcjonalność oraz dostępność.
  • § 4 stanowi, że zasady w danym przedmiocie określa prowadzący, w sylabusie i na pierwszych zajęciach.
  • § 6 zobowiązuje studenta do stosowania się do tych zasad, korzystania z SI świadomie i odpowiedzialnie oraz do wyraźnego oznaczania fragmentów wygenerowanych przez SI (przypisem, komentarzem, adnotacją albo przez dołączenie polecenia, czyli promptu).
  • § 7 przypomina o licencjach i prawie autorskim. Odpowiedzi SI nie mogą być cytowane jako źródło wiedzy naukowej. Przy narzędziach spoza UJ ryzyko ponosi użytkownik.
  • § 8 przewiduje odpowiedzialność dyscyplinarną za korzystanie z SI wbrew tym zasadom, zwłaszcza za ukrycie jej użycia albo wprowadzanie w błąd co do autorstwa.

Na tej podstawie w kursie obowiązują następujące zasady:

  1. Agenta AI używasz w blokach C i D (spotkania 10–15) oraz w zadaniach Z3 i Z4. Na kolokwium i w zadaniach Z1 i Z2 modelujesz samodzielnie.
  2. Każda praca oddana z pomocą agenta zawiera trzy rzeczy: plik mapowanie.md z decyzjami agenta, plik prompty.md ze wszystkimi poleceniami wpisanymi w sesji (wraz z nazwą modelu z /model) oraz krótkie oświadczenie, które części pracy wygenerował agent, a które przygotowałeś sam.
  3. Odpowiadasz za wynik. Ocena dotyczy przede wszystkim Twojej recenzji i uzasadnień. Błąd agenta, którego nie zauważyłeś, jest Twoim błędem.
  4. Żadnych danych osobowych prawdziwych osób w poleceniach i plikach przekazywanych agentowi. W projektach opisujesz role („Specjalista ds. szkoleń”), a nie konkretnych pracowników.
  5. Nie cytujesz agenta jako źródła wiedzy. Jeśli agent twierdzi coś o notacji, sprawdź to w specyfikacji BPMN albo w dodatku A.

Agent a rozwój zawodowy

Agent w terminalu nie zastępuje znajomości notacji. Przeciwnie: im lepiej znasz BPMN, tym szybciej zauważysz jego pomyłki i tym precyzyjniej sformułujesz polecenie poprawki. W instytucjach informacyjnych coraz częściej pojawia się nowa rola: osoba, która zna procesy organizacji, potrafi opisać je tak, żeby zrozumiał je i człowiek, i agent, a potem rzetelnie sprawdza wynik. Narzędzia będą się zmieniać szybciej niż ten kurs. Nawyk weryfikacji i umiejętność zapisywania wiedzy w skillach zostaną.

10.2 Wyzwanie

Polecenie: skonfiguruj własnego agenta w terminalu i wykonaj z nim pierwszy model BPMN na procesie rozgrzewkowym.

Dane wejściowe: pakiet bpmn-agent (link w części Nauka), w nim plik rozgrzewka.md z tabelą kroków wypożyczenia międzybibliotecznego ze spotkania 1 i gotowym poleceniem dla agenta.

Wymagania:

  • copilot --version i tok --version działają w Twoim terminalu;
  • /skills list pokazuje skill bpmn-modelowanie;
  • agent tworzy mapowanie-rozgrzewka.md, rozgrzewka.bpmn i rozgrzewka.svg;
  • sam uruchamiasz tok check rozgrzewka.bpmn --steps --steps-from rozgrzewka.md --lang pl i otrzymujesz 0 błędów;
  • otwierasz rozgrzewka.bpmn w Camunda Modeler i porównujesz model z rysunkiem 1.1;
  • zakładasz plik prompty.md i wpisujesz do niego nazwę modelu oraz każde polecenie z sesji.

Praca: indywidualnie, z pomocą sąsiada przy instalacji. Kto skończy wcześniej, otwiera .github/skills/bpmn-modelowanie/SKILL.md i zapisuje w trzech zdaniach, które instrukcje skilla agent wykonał, a których nie.

Rezultat: działający agent ze skillem i model rozgrzewkowy z 0 błędów. Wyzwania nie oddajesz na Pegazie. Konfiguracja będzie potrzebna na spotkaniu 11.

Czas: 50 minut, w tym 25 minut na instalację i konfigurację.

Na co zwrócić uwagę

  • Jeśli copilot nie działa w Windows, sprawdź, czy terminal to pwsh (PowerShell 7), a nie stary Windows PowerShell.
  • Gdy terminal nie znajduje polecenia tok, napisz agentowi: „Uruchamiaj tok przez py -m tok” (Windows) albo „Uruchamiaj tok przez python3 -m tok” (macOS, Linux).
  • Porównaj nazwy elementów z tabelą: czy każda zaczyna się numerem kroku? Czy obie bramki rozdzielające mają pytanie w nazwie, a strzałki etykiety T/N?
  • Jeśli agent zaczyna pisać współrzędne (bpmndi) ręcznie, przerwij klawiszem Esc i przypomnij: „Nie pisz BPMNDI. Układ generuje tok bpmn”.
  • Gdy agent poprosi o instalację czegokolwiek, odmów. Pakiet wymaga wyłącznie polecenia tok, które już zainstalowałeś.

10.3 Pytania sprawdzające

  1. Z jakich trzech części składa się agent AI w terminalu? Która z nich odróżnia go od zwykłego czatu?
  2. Za co w naszym podziale pracy odpowiada agent, za co polecenie tok, a za co Ty?
  3. Czym różni się skill od pliku AGENTS.md? Kiedy agent wczytuje każdy z nich?
  4. Dlaczego pole description w pliku SKILL.md ma tak duże znaczenie?
  5. Podaj przykład błędu w modelu, którego walidator nie wykryje. Jak go znajdziesz?
  6. Jakie trzy elementy musi zawierać praca oddana z pomocą agenta i z którego paragrafu Zarządzenia nr 115 wynika obowiązek oznaczania treści wygenerowanych przez SI?