> Senior AI mérnök Stájerországban: MCP szerverek, LLM-integráció és ügynök-pipeline-ok a tickettől a tesztelt pull requestig. Távmunkában vagy Graz mellett. > > Web page: https://balazscsorba.com/hu/expertise/ai-engineer · Language: Magyar · Also available in: [English](https://balazscsorba.com/expertise/ai-engineer.md) · [Deutsch](https://balazscsorba.com/de/expertise/ai-engineer.md) 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 [Írj nekem](https://balazscsorba.com/hu#contact) [Összes referencia](https://balazscsorba.com/hu/references) ## 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 [A cikk elolvasása](https://balazscsorba.com/hu/blog/coding-agent-skills-workflow) - balazscsorba.com ### Ügynökbarát portfólió Ez az oldal szóba áll az AI-ügynökökkel: WebMCP-eszközök a böngészőben, llms.txt és llms-full.txt, valamint minden oldal Markdownként, content negotiationnel – mindez ugyanabból a buildből generálva. - Nuxt - WebMCP - llms.txt - Markdown for agents Saját projekt[balazscsorba.com](https://balazscsorba.com/) ## 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 - [Claude az OpenCode-ban: a Claude Agent szolgáltató, az API-kulcsok és a többi út](https://balazscsorba.com/hu/blog/claude-in-opencode) - [A Claude Code Review általánosan elérhető: hogyan működik és mibe kerül](https://balazscsorba.com/hu/blog/claude-code-review) - [Claude árak érthetően: Free, Pro, Max, Team és az API, valamint a használati korlátok](https://balazscsorba.com/hu/blog/claude-plans-pricing-usage-limits) - [Claude skillek: így írjon SKILL.md fájlt, amely a megfelelő pillanatban töltődik be](https://balazscsorba.com/hu/blog/claude-skills-guide) - [Claude Haiku 5.5: árazás, effort-szintek és a Sonnettől átvehető feladatok](https://balazscsorba.com/hu/blog/claude-haiku-5-5) - [DeepSeek V4.1 Flash 1017: 890 bájt KV-cache tokenenként, és mit nyer ezzel egy ügynök](https://balazscsorba.com/hu/blog/deepseek-v4-1-flash-1017) ### További cikkek ebben a témában - [LLM rate limitek élesben: újrapróbálás, backoff és szolgáltatóváltás](https://balazscsorba.com/hu/blog/llm-rate-limits-retries-provider-fallback) - [Promptverziózás élesben: git, registry, címkék és visszaállítás](https://balazscsorba.com/hu/blog/prompt-versioning-management) - [LLM batch API-k: félárú inferencia olyan munkára, amely várhat](https://balazscsorba.com/hu/blog/llm-batch-api-offline-workloads) - [Eszközök tervezése AI-ügynököknek: nevek, leírások, sémák és hibaüzenetek](https://balazscsorba.com/hu/blog/agent-tool-design-descriptions-errors) - [Embedding-modell választása 2026-ban: ranglisták, költségek és összehasonlító teszt a saját adatokon](https://balazscsorba.com/hu/blog/embedding-model-selection-2026) - [Kontextuális visszakeresés és késleltetett chunkolás: a RAG-chunkok visszakapják a kontextusukat](https://balazscsorba.com/hu/blog/contextual-retrieval-late-chunking) - [Hozzáférés-kezelés RAG-hoz: jogosultságtudatos visszakeresés dokumentumszivárgás nélkül](https://balazscsorba.com/hu/blog/rag-access-control-permissions) - [LLM output guardrailek: moderáció, biztonságos megjelenítés és ellenőrzés, mielőtt bármi történne](https://balazscsorba.com/hu/blog/llm-output-guardrails-moderation) - [Kis nyelvi modellek: mikor elég egy 4B modell](https://balazscsorba.com/hu/blog/small-language-models-when-enough) - [Reasoning effort és gondolkodási keret: mennyit gondolkodjon egy modell?](https://balazscsorba.com/hu/blog/reasoning-models-effort-thinking-budget) - [Legacy kódbázis migrálása coding agentekkel: strangler fig playbook](https://balazscsorba.com/hu/blog/coding-agents-legacy-codebase-migration) - [Háttérben futó kódoló ügynökök: PR-ek, sorok és review](https://balazscsorba.com/hu/blog/background-agents-async-pr-workflow) - [Lekérdezés-újraírás beszélgetésalapú kereséshez: kontextus, HyDE és szűrők](https://balazscsorba.com/hu/blog/conversational-search-query-rewriting) - [Szintetikus tesztadatok generálása a RAG-értékeléshez](https://balazscsorba.com/hu/blog/synthetic-test-data-rag-evals) - [AI red teaming ellenőrzőlista LLM-appokhoz: mit támadj meg, mielőtt a felhasználók tennék](https://balazscsorba.com/hu/blog/ai-red-teaming-checklist-llm-apps) - [Strukturált kimenet JSON Schemával: mit fed le a garancia, és mit nem](https://balazscsorba.com/hu/blog/structured-outputs-json-schema-llm) - [MI-ügynökök értékelése: trajektóriák, eredmények és megbízhatóság pontozása](https://balazscsorba.com/hu/blog/evaluating-ai-agents-trajectories) - [LLM-modellmigráció regresszió nélkül: elavulás, evalok, árnyékforgalom](https://balazscsorba.com/hu/blog/llm-model-migration-regression-testing) - [Kontextusromlás hosszan futó ügynököknél: törlés, tömörítés, memória és al-ügynökök](https://balazscsorba.com/hu/blog/context-rot-compaction-long-running-agents) - [PDF-feldolgozás RAG-hoz: layout-pipeline-ok, OCR és vizuális modellek összevetve](https://balazscsorba.com/hu/blog/pdf-document-parsing-for-rag) - [Többnyelvű RAG német és magyar tartalomra: embeddingek, összetett szavak és nyelvek közötti keresés](https://balazscsorba.com/hu/blog/multilingual-rag-german-hungarian) - [Text-to-SQL LLM-mel: sémakontextus, csak olvasható szerepkörök és működő validálás](https://balazscsorba.com/hu/blog/text-to-sql-llm-guardrails) - [Slopsquatting: amikor a kódoló ügynökök nem létező csomagokat telepítenek](https://balazscsorba.com/hu/blog/slopsquatting-ai-package-hallucinations) - [Böngészőügynökök E2E-teszteléshez: írják az ügynökök a Playwright-teszteket, ne futtassák](https://balazscsorba.com/hu/blog/browser-agents-e2e-testing-playwright) - [Szemantikus gyorsítótár LLM-alkalmazásokhoz: mikor biztonságos újrahasznosítani a válaszokat, és mikor nem](https://balazscsorba.com/hu/blog/semantic-caching-llm-responses) - [Embedding-kvantálás: bináris, int8 és Matryoshka vektorok a visszakeresés minőségének elvesztése nélkül](https://balazscsorba.com/hu/blog/embedding-quantization-binary-matryoshka) - [RAG-mérgezés: hogyan téríthet el néhány dokumentum egy asszisztenst, és hogyan védd a tudásbázist](https://balazscsorba.com/hu/blog/rag-poisoning-knowledge-base-attacks) - [Az A2A protokoll: agent cardok, taskok, és a helye az MCP mellett](https://balazscsorba.com/hu/blog/a2a-protocol-agent-interoperability) - [Saját LLM-üzemeltetés a GDPR miatt: mikor kell és mibe kerül](https://balazscsorba.com/hu/blog/self-hosted-llm-gdpr-cost) - [OpenCode teszt: a nyílt forráskódú kódolóügynök bármely modellhez](https://balazscsorba.com/hu/blog/opencode) - [Kódoló ügynökök és titkok: kulcsok a kontextuson, logokon és commitokon kívül](https://balazscsorba.com/hu/blog/coding-agent-secrets-hygiene) - [Pydantic AI bemutató: típusos Python-ügynökök ellenőrzött kimenettel](https://balazscsorba.com/hu/blog/pydantic-ai) - [llms.txt vagy Markdown content negotiation: mit töltenek le valójában az ügynökök](https://balazscsorba.com/hu/blog/llms-txt-vs-markdown-content-negotiation) - [Gemini CLI teszt: nyílt forráskodú, de egyéniként már nem ingyenes](https://balazscsorba.com/hu/blog/gemini-cli) - [Temporal teszt: ügynökök, amelyek túlélik az összeomlást és emberekre várnak](https://balazscsorba.com/hu/blog/temporal) - [Zep ismertető: ügynök-memory temporális gráfon](https://balazscsorba.com/hu/blog/zep) - [DeepEval bemutató: pytest az LLM-kimenetekhez, és a bíró számlája](https://balazscsorba.com/hu/blog/deepeval) - [DSPy-kritika: promptok metrikához igazítva, nem kézzel](https://balazscsorba.com/hu/blog/dspy) - [llama.cpp-teszt: a helyi motor az Ollama és az LM Studio alatt](https://balazscsorba.com/hu/blog/llama-cpp) - [Opik teszt: nyílt forrású nyomkövetés és értékelés, amerikai felhővel](https://balazscsorba.com/hu/blog/opik) - [GraphRAG és knowledge-graph RAG: mikor veri a gráf a vektoros keresést](https://balazscsorba.com/hu/blog/graphrag-knowledge-graph-rag) - [AI-kódolóeszközök és üzemi tanács: mikor számít megfigyelésnek a napló](https://balazscsorba.com/hu/blog/works-council-ai-tools-austria-germany) - [E2B bemutató: Firecracker-sandboxok ügynökkódhoz, másodpercre számlázva](https://balazscsorba.com/hu/blog/e2b) - [EU AI Act az 50. cikken túl: GPAI, magas kockázatú határidők, teendők](https://balazscsorba.com/hu/blog/eu-ai-act-gpai-high-risk-2026) - [Helyi felolvasás nagyban: 96 cikk narrálása nyílt modellekkel](https://balazscsorba.com/hu/blog/local-text-to-speech-pipeline) - [Egy senior MI-ügynökökkel vagy egy csapattal: mit mondanak a bizonyítékok](https://balazscsorba.com/hu/blog/ai-assisted-development-economics) - [DPIA egy LLM-es ügyfélszolgálati asszisztensre: példa a GDPR 35. cikke szerint](https://balazscsorba.com/hu/blog/dpia-llm-feature-worked-example) - [Multimodális RAG ColPalival: oldalképek, többvektoros költségek és mikor nyernek](https://balazscsorba.com/hu/blog/multimodal-rag-colpali) - [RAG kódon: AST-darabolás, repótérképek és kódbeágyazások ügynökökhöz](https://balazscsorba.com/hu/blog/code-rag-repository-indexing) - [Spec-driven fejlesztés kódoló ügynököknek: a terv a kód előtt](https://balazscsorba.com/hu/blog/spec-driven-development-coding-agents) - [A Browserbase és a Stagehand értékelése: bérelt Chrome AI-agentekhez](https://balazscsorba.com/hu/blog/browserbase-stagehand) - [WebMCP: eszközöket publikálni pixelek helyett](https://balazscsorba.com/hu/blog/webmcp) - [Cross-encoder rerankerek: Cohere, bge, Voyage, Jina és késői interakció (2026)](https://balazscsorba.com/hu/blog/reranking-models-compared) - [Vektoros keresés Elasticsearchben és OpenSearchben: kNN, hibrid keresés és a licencek](https://balazscsorba.com/hu/blog/elasticsearch-opensearch-vector-search) - [OpenAI dots: mit változtatnak meg a mindig aktív ügynökök, és mit nem](https://balazscsorba.com/hu/blog/openai-dots-always-on-agents-impact) - [Ollama teszt: a barátságos út a nyílt modellekhez](https://balazscsorba.com/hu/blog/ollama) - [Guardrails AI: ellenőrizni, amit a modell visszaad](https://balazscsorba.com/hu/blog/guardrails-ai) - [turbopuffer-ismertető: vektoros keresés objektumtáron, és egy lekérdezés ára](https://balazscsorba.com/hu/blog/turbopuffer) - [Táblázatkinyerés RAG-hoz: kinyerési rétegek, szerializálás és megbízható lekérdezések](https://balazscsorba.com/hu/blog/table-extraction-rag) - [Portkey: éles LLM-átjáró, routing, guardrailok és költség szerint](https://balazscsorba.com/hu/blog/portkey) - [Beágyazó modellek finomhangolása: nehéz negatívok, veszteségek és kiértékelés](https://balazscsorba.com/hu/blog/embedding-fine-tuning-domain) - [SPLADE és tanult ritka visszakeresés a gyakorlatban: BM25, indexméret, késleltetés](https://balazscsorba.com/hu/blog/splade-learned-sparse-retrieval) - [MCP-referenciaszerverek: mit mutatnak be és mit hagynak ki](https://balazscsorba.com/hu/blog/mcp-reference-servers) - [Tudásgráf kinyerése LLM-ekkel: ontológia, entitásfeloldás, eredet](https://balazscsorba.com/hu/blog/knowledge-graph-extraction-llm) - [A RAG-index frissen tartása: növekményes indexelés, CDC és blue/green újrabeágyazás](https://balazscsorba.com/hu/blog/incremental-indexing-cdc) - [Aider teszt: git-first párprogramozás a terminálon](https://balazscsorba.com/hu/blog/aider) - [Claude Opus 5.5 az Artificial Analysis élén, de az igazi hír a medium effort](https://balazscsorba.com/hu/blog/artificial-analysis-leaderboard-claude-opus-5-5) - [EU AI Act, Article 50: a fejlesztők teendői 2026. augusztus 2-tól](https://balazscsorba.com/hu/blog/eu-ai-act-article-50-developer-checklist) - [LanceDB: vektoros keresés, amely könyvtárként indul](https://balazscsorba.com/hu/blog/lancedb) - [pgvector, értékelés: az a vektordatázis, amelyet nem kell üzemeltetned](https://balazscsorba.com/hu/blog/pgvector) - [Mem0: mennyibe kerül egy ügynökmemória körönként](https://balazscsorba.com/hu/blog/mem0) - [Tipizált döntések LLM routingra és triázsra: kalibrált konfidencia Jevvel](https://balazscsorba.com/hu/blog/jev-typed-decisions-llm-routing) - [OpenAI Agents SDK: könnyű agent-runtime éles szélekkel](https://balazscsorba.com/hu/blog/openai-agents-sdk) - [AI-ügynökök memóriájának tervezése: szintek, írási szabályok, poisoning és GDPR](https://balazscsorba.com/hu/blog/ai-agent-memory-design) - [OpenHands: a nyílt forráskódú coding agent, amit üzemeltetsz](https://balazscsorba.com/hu/blog/openhands) - [Milvus elemzés: a legteljesebb vektordatbázis üzemeltetve](https://balazscsorba.com/hu/blog/milvus-zilliz) - [Microsoft GraphRAG: tudásgráfos RAG, előre kifizetve](https://balazscsorba.com/hu/blog/graphrag) - [Harness engineering: guide-ek és szenzorok a mergeelhető agentikus PR-ekhez](https://balazscsorba.com/hu/blog/harness-engineering-coding-agents) - [A Cursor értékelése: AI kódszerkesztő, amely a listaáron felül számláz](https://balazscsorba.com/hu/blog/cursor) - [Prompt injection elleni védelem: a lethal trifecta és hat tervezési minta](https://balazscsorba.com/hu/blog/prompt-injection-lethal-trifecta-patterns) - [Claude Code: a terminálos coding agent értékelése](https://balazscsorba.com/hu/blog/claude-code) - [OpenAI Codex CLI: az ügynök, amely a jogosultságokat konfigurációs fájlnak tekinti](https://balazscsorba.com/hu/blog/openai-codex-cli) - [GDPR LLM adatrezidencia: régióvezérlés, nulla megőrzés, EU-opciók](https://balazscsorba.com/hu/blog/gdpr-llm-api-eu-data-residency) - [20 módszer, hogy kevesebb tokent égessenek a kódoló ügynökök: rtk, lean-ctx, Serena és társaik, bizonyítékok szerint rangsorolva](https://balazscsorba.com/hu/blog/token-saving-tools-coding-agents-top-20) - [Firecrawl: webkúszó API RAG pipeline-okhoz, értékeléssel](https://balazscsorba.com/hu/blog/firecrawl) - [LLM-hallucinációk csökkentése éles rendszerben: grounding, hivatkozások és a nemet mondás tudománya](https://balazscsorba.com/hu/blog/llm-hallucination-grounding-citations) - [Semgrep: statikus elemzés, amely belefér egy pull requestbe](https://balazscsorba.com/hu/blog/semgrep) - [Langfuse bemutatás: nyomkövetés, promptok és értékelések saját szerveren](https://balazscsorba.com/hu/blog/langfuse) - [MCP biztonsági ellenőrzőlista: tool poisoning, rug pull és OAuth](https://balazscsorba.com/hu/blog/mcp-server-security-checklist) - [GitHub Copilot kódoló agent: teszt a pull request-agentről](https://balazscsorba.com/hu/blog/github-copilot-coding-agent) - [Multi-agent rendszerek: mikor verik az egyetlen ügynököt, és mikor nem](https://balazscsorba.com/hu/blog/multi-agent-systems-when-worth-it) - [LLM-ügynökök megfigyelhetősége OpenTelemetryvel: trace-ek, tokenek, PII és eval](https://balazscsorba.com/hu/blog/agent-observability-opentelemetry) - [MI-ügynök sandbox ellenőrzőlista: egy CI betörés tanulságai](https://balazscsorba.com/hu/blog/sandboxing-coding-agents-ci-checklist) - [Lakera Guard: promptinjectiós szűrés a kérés határán](https://balazscsorba.com/hu/blog/lakera-guard) - [detect-secrets: titkos kulcsok vizsgálata becommitolt baseline-nal](https://balazscsorba.com/hu/blog/detect-secrets) - [RAG 2026-ban: hibrid retrieval, ügynöki keresés vagy egymillió tokenes kontextus?](https://balazscsorba.com/hu/blog/rag-2026-hybrid-agentic-long-context) - [MCP 2026-07-28 migrációs útmutató: mi változik az állapotmentes MCP szervereknél](https://balazscsorba.com/hu/blog/mcp-2026-07-28-stateless-migration-guide) - [Human in the loop AI-ügynököknél: hová kerüljenek a jóváhagyási kapuk](https://balazscsorba.com/hu/blog/human-in-the-loop-ai-agents) - [Termelési RAG pipeline lépésről lépésre: chunkelés, hibrid keresés, újrarangsorolás](https://balazscsorba.com/hu/blog/rag-pipeline-chunking-hybrid-search-reranking) - [OpenRouter: egy API-kulcs a katalógus minden modellje előtt](https://balazscsorba.com/hu/blog/openrouter) - [Chroma: egyszerű vektorkeresés egy bökkenővel](https://balazscsorba.com/hu/blog/chroma) - [Goose: a nyílt forráskódú agent, amelyet a saját gépeden futtatsz](https://balazscsorba.com/hu/blog/goose-block) - [LangGraph: alacsony szintű futtatókör állapottartó ügynökökhöz](https://balazscsorba.com/hu/blog/langgraph) - [Az ügynökhurok magyarázata: hogyan futnak a kódoló ügynökök, és hogyan állítjuk meg őket](https://balazscsorba.com/hu/blog/agent-loop-explained) - [Mastra teszt: TypeScript agentek valós értékelési hurokkal](https://balazscsorba.com/hu/blog/mastra) - [LlamaIndex teszt: a legszélesebb adat-eszközkészlet, aminek a súlypontja már elmozdult](https://balazscsorba.com/hu/blog/llamaindex) - [Zed, értékelés: a szerkesztő, amely az agentet az ablakba hozza](https://balazscsorba.com/hu/blog/zed) - [Pinecone: értékelés a menedzselt vektordatabázisról](https://balazscsorba.com/hu/blog/pinecone) - [Braintrust teszt: eval-first observability kemény mérőórával](https://balazscsorba.com/hu/blog/braintrust) - [Promptfoo: LLM-evalok és red teaming egyetlen YAML-fájlból](https://balazscsorba.com/hu/blog/promptfoo) - [Arize Phoenix teszt: LLM-tracing és értékelés saját szerveren](https://balazscsorba.com/hu/blog/arize-phoenix) - [Helicone: observability, ami a kérés útjában ül](https://balazscsorba.com/hu/blog/helicone) - [Skillek, nem promptok: így viszik a kódoló ügynökeim a hibát a bejelentéstől a pull requestig](https://balazscsorba.com/hu/blog/coding-agent-skills-workflow) - [vLLM áttekintve: inferencia saját hardveren](https://balazscsorba.com/hu/blog/vllm) - [PII-kitakarás LLM-pipeline-okban: hol, hogyan, és mit mond a GDPR](https://balazscsorba.com/hu/blog/pii-redaction-llm-pipelines) - [Rebuff: négy rétegű prompt-injekció-észlelés, mára archiválva](https://balazscsorba.com/hu/blog/rebuff) - [Protect AI modellszkenner: Guardian nincs többé, a ModelScan viszont van](https://balazscsorba.com/hu/blog/protect-ai) - [Kontexttervezés kódoló ügynökökhöz: AGENTS.md, skillek, MCP vagy CLI?](https://balazscsorba.com/hu/blog/agents-md-skills-mcp-cli-decision-matrix) - [Cline teszt: nyílt kódú coding agent, minden modellel és korlát nélkül](https://balazscsorba.com/hu/blog/cline) - [pgvector vagy vektoradatbázis? Így válassz vektortárolót 2026-ban](https://balazscsorba.com/hu/blog/pgvector-vs-vector-databases) - [Voice agentek építése: realtime speech-to-speech vagy STT, LLM és TTS?](https://balazscsorba.com/hu/blog/voice-agents-realtime-latency) - [Generative Engine Optimization a gyakorlatban: teljes GEO-audit a saját webhelyemen](https://balazscsorba.com/hu/blog/generative-engine-optimization-audit) - [CrewAI teszt: crewsek, flow-k és a tokenelsőszlám](https://balazscsorba.com/hu/blog/crewai) - [Weaviate: egy vektordatabázis, amelynek a keresésben kell nyernie, nem csak a hasonlóságban](https://balazscsorba.com/hu/blog/weaviate) - [Prompt caching és modell-routing: LLM költség és késleltetés csökkentése](https://balazscsorba.com/hu/blog/llm-cost-latency-prompt-caching-routing) - [WebMCP a gyakorlatban: ügynökökkel használható webhely deklarált eszközökkel](https://balazscsorba.com/hu/blog/webmcp-agent-ready-website-guide) - [Playwright: egy böngésző-API tesztekhez, szkriptekhez és agentekhez](https://balazscsorba.com/hu/blog/playwright) - [ElevenLabs: beszédszintézis API-ként](https://balazscsorba.com/hu/blog/elevenlabs) - [Qdrant: egy szűrés körül felépített vektordatabázis](https://balazscsorba.com/hu/blog/qdrant) - [LangSmith: egy observability termékből lett agentplatform](https://balazscsorba.com/hu/blog/langsmith) - [Replicate teszt: modell-API másodpercenkénti árazással, az élekkel együtt](https://balazscsorba.com/hu/blog/replicate) - [Unstructured ismertető: dokumentumok feldolgozása RAG-hez](https://balazscsorba.com/hu/blog/unstructured) - [LiteLLM: az OpenAI-kompatibilis gateway, amit a legtöbb platformcsapat futtat](https://balazscsorba.com/hu/blog/litellm) - [Ragas-ismertető: az alapértelmezett RAG-evalualációs keretrendszer](https://balazscsorba.com/hu/blog/ragas) - [Az AI kódreview ma a szűk keresztmetszet: egy ügynök által írt PR-ek hulláma](https://balazscsorba.com/hu/blog/ai-generated-pr-review-bottleneck) - [Az AI-ügynökök identitások: least privilege nem emberi felhasználóknak](https://balazscsorba.com/hu/blog/ai-agent-identity-least-privilege) - [LLM evals termékfunkciókhoz: a valódi trace-ektől a CI kapuig](https://balazscsorba.com/hu/blog/llm-evals-for-product-features) - [RAG kiértékelése: retrieval metrikák, faithfulness, és hogyan derül ki, melyik fele hibázott](https://balazscsorba.com/hu/blog/rag-evaluation-metrics) - [Prompting vs RAG vs fine-tuning vs distillation: döntési útmutató 2026-ra](https://balazscsorba.com/hu/blog/fine-tuning-vs-rag-vs-prompting) [Összes cikk →](https://balazscsorba.com/hu/blog) ## 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. ## Még az oldalon - [Kód-audit AI-generált kódhoz](https://balazscsorba.com/hu/expertise/code-audit) - [Legacy-modernizáció](https://balazscsorba.com/hu/expertise/legacy-modernisation) - [Vue.js és Nuxt fejlesztés](https://balazscsorba.com/hu/expertise/vue-nuxt-developer) - [B2B e-kereskedelem és PIM](https://balazscsorba.com/hu/expertise/b2b-ecommerce-developer) - [Játék](https://balazscsorba.com/hu/game) ## Pont erre van szükséged? Írj a projektedről vagy a pozícióról – szívesen hallok felőled. [Lépj velem kapcsolatba](mailto:contact@balazscsorba.com) [Kapcsolódjunk LinkedInen](https://www.linkedin.com/in/balazs-csorba)