← Co budujemy Na zamówienie · Roboty i agenci AI
Nie chatbot. Coś, co potrafi działać.
Agent u nas to proces: słucha, planuje, używa narzędzi, mówi — i zostawia ślad każdego kroku. Zamiast opisywać, pokażemy Ci jednego.
Demo 1 · SimCall
Rozmowa telefoniczna z domem Simlokatorów
SimCall to działający projekt QUAK: mówisz, mowa zamienia się w tekst, agent wybiera, kto z rodziny odpowiada, model pisze kwestię, syntezator ją mówi. Poniżej nagranie jednej takiej rozmowy — każdy krok podświetla się wtedy, kiedy naprawdę się wykonał.
co dzieje się z każdą kwestią
- STT mowa → tekst
- AGENT kto odpowiada
- LLM treść kwestii
- TTS tekst → głos
Wersja 1 działa lokalnie (mikrofon, fraza „Hej Simlokatorzy”). Wersja 2 — przez zwykły numer telefonu (Twilio) — w przygotowaniu.
Demo 2 · QUAK runtime
To nie wydarzyło się w magicznym pudełku
Każda odpowiedź, którą usłyszałeś, to przebieg agenta: plan ułożony przez model, kilka węzłów wykonanych po kolei, każdy z wejściem, wyjściem, czasem i kosztem. Runtime QUAK zapisuje to jako zdarzenia. Kliknij węzeł.
- stt.transcribe faster-whisper · small · local 412 ms
- agent.plan llmPort → claude 1180 ms
- house.choose_speaker 6 ms
- llm.generate_line llmPort → claude 940 ms
- validate.format 1 ms
- tts.speak ElevenLabs Flash v2.5 · voice: simson 1310 ms
kliknij węzeł, żeby zobaczyć szczegóły
- wejście
- audio/utt_0005.wav · 3,1 s · 16 kHz
- wyjście
- „Simson, a wiesz w ogóle, jak ty teraz ze mną rozmawiasz?”
- metadane
- wejście
- transkrypcja + stan domu (kto mówił ostatnio, nastroje, 3 poprzednie kwestie)
- wyjście
- plan: choose_speaker → generate_line → validate_format → speak
- metadane
- wejście
- adresat: „Simson” (wprost w pytaniu)
- wyjście
- SIMSON · nastrój: confused
- metadane
- wejście
- prompt postaci SIMSON + kontekst rozmowy + pytanie
- wyjście
- [SIMSON:confused] No… przez telefon?
- metadane
- wejście
- kwestia modelu
- wyjście
- OK · tag [SIMSON:confused] · 1 kwestia · bez didaskaliów
- metadane
- wejście
- „No… przez telefon?”
- wyjście
- audio/out_0005.mp3 · 1,6 s
- metadane
przebieg przykładowy — struktura i pola prawdziwe, wartości z jednej sesji testowej
To ja jestem tym agentem?
Nie do końca.
Czyli jednak jestem ważny.
Jak to zbudowane
Z czego składa się taki agent
Nie musisz znać tych słów. Ale warto wiedzieć, że za demem stoi runtime, który można obejrzeć i zmierzyć — nie czat z ładnym interfejsem.
Słucha
Rozpoznawanie mowy lokalnie (faster-whisper) albo w chmurze. Wie, kiedy skończyłeś mówić.
Planuje
Drogi model układa plan: graf zadań (DAG). Tani wykonawca robi je masowo i równolegle.
Używa narzędzi
Skille i narzędzia z jasnym kontraktem: co widzi, co może, kiedy ma się zatrzymać. Modele lokalne (Ollama) lub chmurowe (Claude) przez jeden port.
Mówi
Głos z ElevenLabs albo lokalnego TTS. Ta sama ścieżka obsługuje robota, telefon i stronę.
Zostawia ślad
Każdy krok to zdarzenie: wejście, wyjście, czas, koszt, metadane. Można to odtworzyć i sprawdzić, dlaczego zrobił to, co zrobił.
Dla kogo
Poznajesz się w którymś z tych zdań? To dobry powód, żeby napisać.
Masz proces, który ktoś w firmie robi ręcznie co dzień — czytanie maili, wpisywanie danych, raportowanie — i chcesz, żeby robił to agent, a człowiek tylko sprawdzał.
Chcesz asystenta, który działa lokalnie, na Twoim sprzęcie, bez wysyłania danych do chmury.
Masz urządzenie albo robota i chcesz, żeby rozumiał mowę i wykonywał polecenia.
Jak to robimy
Ten sam proces przy każdym projekcie. Bez niespodzianek.
- 1
Rozmowa
Godzina o tym, co ma działać i po czym poznasz, że działa. Bez slajdów.
- 2
Prototyp
W tydzień–dwa dostajesz coś, co można kliknąć. Na tym etapie najtaniej zmienić zdanie.
- 3
Iteracje
Krótkie cykle, każdy kończy się wersją, którą możesz pokazać innym.
- 4
Wdrożenie i opieka
Uruchamiamy na Twoim hostingu lub w chmurze. Zostajemy tak długo, jak potrzebujesz.
Co dostajesz
- ✓Agent z jasnym kontraktem: co widzi, jakie ma narzędzia, kiedy się zatrzymuje
- ✓Runtime z logiem każdego kroku — wiesz, dlaczego zrobił to, co zrobił
- ✓Wersja lokalna (Ollama) lub chmurowa, do wyboru
Dowód
Nie opowiadamy — pokazujemy. To, co poniżej, działa i można to obejrzeć.
Porozmawiajmy o Twoim projekcie
Odpisuję w 2 dni robocze. Konkretem, nie ofertą PDF.
office@quak.com.pl →
