Szakterület

AI mérnök MCP szerverekhez, LLM-integrációhoz és kódoló ügynökökhöz

Olyan eszközöket építek, amelyekkel az AI ügynökök valódi kódbázisokban, ticketrendszerekben és CI-ban dolgoznak – és továbbra is a tesztek, a statikus analízis és az emberi review döntik el, mi kerül élesbe.

Nyitott új projektekre

Amit hozok

  • Ügynök-pipeline ticketből PR-ig

    Agent skillek, amelyek szinkronizált adatokon reprodukálnak egy éles hibát, bizonyítják a kiváltó okot, létrehozzák a Jira ticketet, unit és Playwright tesztekkel javítják, és megnyitják a pull requestet.

  • LLM-integráció

    LLM funkciók meglévő termékekbe: embeddingek és vektoros keresés, tool calling és strukturált kimenetek – evalokkal és guardrailekkel, fekete doboz helyett.

  • Ügynökbarát weboldalak

    Ez az oldal beszél az AI ügynökökkel: WebMCP eszközök a böngészőben, llms.txt és minden oldal Markdownként – ugyanabból a buildből, mint a HTML.

Projektek, amelyek igazolják

Valódi projektek, valódi számok – a teljes lista a referenciák oldalon.

  • Messerle Shop

    Ticket-to-PR ügynök-pipeline

    Ügynök-skillek, amelyek egy hibát a bejelentéstől a pull requestig visznek: szinkronizált adatokból reprodukálják, bizonyítják a kiváltó okot, létrehozzák a Jira-ticketet, unit- és Playwright E2E-tesztekkel javítják, és átjutnak a PHPUnit/PHPStan kapun.

    • Claude Code
    • OpenCode
    • Agent skills
    • Playwright
    • PHPUnit
    • GitHub API

Eszköztár

  • Agentic engineering
  • MCP servers (Model Context Protocol)
  • Embeddings & vector search
  • Tool calling & structured outputs
  • Multi-agent orchestration
  • Claude Code & agent skills
  • OpenCode · Codex
  • LLM API integration (Anthropic, OpenAI)
  • Prompt & context engineering
  • LLM evals & guardrails
  • Agent guardrails: tests & CI gates
  • WebMCP · llms.txt
  • AI-assisted code review

Cikkek a témában

Összes cikk →

Gyakori kérdések

Mi az az MCP szerver?

A Model Context Protocol (MCP) nyílt szabvány, amellyel az AI asszisztensek és kódoló ügynökök más rendszerek eszközeit és adatait használhatják. Egy MCP szerver egy rendszert – például a Jirát – jól leírt eszközökbe csomagol, így az ügynök egyedi ragasztókód nélkül kereshet issue-kat vagy rögzíthet tesztfuttatásokat.

Dolgozhatnak biztonságosan AI ügynökök egy meglévő kódbázisban?

Igen, ha a guardrailek valódiak. Az én pipeline-jaimban unit és end-to-end tesztek, statikus analízis és CI-kapuk döntik el, mi kerül élesbe – és minden változtatás továbbra is emberi review-n megy át.

Milyen AI eszközökkel és modellekkel dolgozol?

Nap mint nap Claude Code-dal és agent skillekkel, OpenCode-dal és Codexszel – a termékekbe épített LLM funkciókhoz pedig az Anthropic és az OpenAI API-jával.

Hol élsz – és dolgozol távmunkában?

Voitsbergben, Graztól nyugatra, Stájerországban. Remote egész Európában és az Egyesült Királyságban, vagy hibrid formában Stájerországban.

Elérhető vagy?

Nyitott új projektekre. A leggyorsabban e-mailben vagy LinkedInen érsz el.

Milyen nyelveken dolgozol?

Angolul és magyarul. A projektkommunikáció, a ticketek, a dokumentáció és a kód angol nyelvű – németül nem dolgozom.

Pont erre van szükséged?

Írj a projektedről vagy a pozícióról – szívesen hallok felőled.