{"code":"FWCL9W","title":"Z čeho se skládá LLM agent?","speakers":["QZSKAK"],"submission_type":32,"track":34,"tags":[],"state":"confirmed","abstract":"LLM nám odpovídá v chatu. Ale agent navíc umí používat nástroje, opakuje kroky, reaguje na chyby a musí poznat, kdy skončit. Jak je to všechno složené dohromady?\r\n\r\nUkážeme si, že agentní AI není magie, ale software, který můžeme rozebrat a zkoumat známými inženýrskými instinkty. Začneme u jednoduchého vlastního agenta a postupně se dostaneme až k reálným nástrojům jako Pi nebo Codex.\r\n\r\nNebudeme se učit konkrétní framework ani sbírat zkratky a buzzwordy. Budeme zkoumat, co se děje pod kapotou: formulovat předpoklady, předvídat chování systému, měnit jednotlivé části a pozorovat, „co se stane, když“.\r\n\r\nCo se bude dít:\r\n1) Spustíme si vlastního agenta, na kterém si vysvětlíme a zopakujeme stavební kameny – nástroje, agentní smyčku a ukončovací podmínku.\r\n2) Část vlastního kódu nahradíme agentním frameworkem. Co jsme získali za několik ušetřených řádků? Jaké názory na svět jsme spolu s frameworkem převzali? A která varianta se nám bude lépe ladit?\r\n3) Pomocí nástroje pro sledování komunikace s LLM budeme zkoumat složitější harness (Pi, Codex, atp.). Jak vypadají skutečné prompty a nástroje? Co se děje při jejich použití? Jak systém reaguje na chyby? Dokážeme z provozu odvodit, jak to celé funguje?\r\n4) Na závěr podobným způsobem prozkoumáme ještě jinou AI kostičku – embeddingy a retrieval. Co znamená „podobnost“, kde se skrývají další předpoklady a jak lze na tomto principu postavit jednoduché sémantické vyhledávání obrázků.\r\n\r\nWorkshop je určený pro zájemce o AI agenty, kteří si chtějí postavit vlastní řešení, ale i pro ty, kteří potřebují pochopit nebo diagnostikovat cizí systém.\r\n\r\nNení nutné znát konkrétní frameworky ani být zkušeným programátorem. Používané programy a experimenty budou připravené předem; budeme je spouštět, měnit, pozorovat a zkoumat.\r\n\r\nKomerční předplatné také není nutné. Budeme používat otevřené modely, buď lokálně, nebo přes ollama free tier.\r\n\r\nLoňský workshop Jak na lokální AI modely skončil přesně tam, kde letos začínáme – u jednoduchého agenta používajícího nástroje. Pokud chcete vědět, jak jsme se do tohoto bodu dostali, můžete si jej předem nepovinně projít: https://talks.openalt.cz/openalt–2025/talk/NLRQDF/\r\n\r\nÚčast je možná aktivně – budete si vše zkoušet na vlastním laptopu, případně pasivně – všechny experimenty také ukážu na projektoru.\r\n\r\n## Požadavky a instrukce\r\n\r\nChcete–li se workshopu účastnit aktivně:\r\n\r\n    Minimum 16 GB RAM, doporučeno 32 GB, případně diskrétní GPU.\r\n    Dostatek místa na disku: 20–50 GB.\r\n    OS: Linux/Mac/Windows s WSL2, znalost vlastního OS a možnost instalace nástrojů.\r\n    Základní znalosti Pythonu a funkční Python prostředí.\r\n    Plná baterie v laptopu.\r\n\r\n## Příprava před workshopem\r\n\r\nDoporučuji předem nainstalovat závislosti a stáhnout používané modely. Ušetříme tím čas na místě.\r\n\r\nInstrukce: https://github.com/dolmoch/agentic-workshop","duration":105,"slot_count":1,"attendee_signup_required":null,"attendee_signup_capacity":null,"signup_status":null,"content_locale":"cs","do_not_record":false,"image":"https://talks.openalt.cz/media/openalt-2026/submissions/FWCL9W/i_YCIRQXn.webp","resources":[],"slots":[7870],"answers":[213]}