Projekty, zwłaszcza te długoterminowe, cierpią na powszechną przypadłość: utratę kontekstu. Notatki giną w dziesiątkach dokumentów, kluczowe decyzje zapadają na czatach, a nowi członkowie zespołu (lub agenci AI) potrzebują tygodni, by wdrożyć się w temat. A gdyby tak wszystko — dokumenty, dowody, decyzje i praca sztucznej inteligencji — działo się na jednej, wspólnej tablicy? 1

Dziś właśnie tym się zajmiemy. Zainstalujemy i skonfigurujemy Kanwas — otwartą platformę, która działa jak współdzielona tablica kontekstowa dla zespołów i agentów AI. 2 To narzędzie zaprojektowane specjalnie z myślą o długotrwałych projektach, gdzie utrzymanie wspólnego zrozumienia jest kluczowe. 3 Dzięki temu, że postawimy je na własnej infrastrukturze, zyskamy pełną kontrolę nad danymi, co jest szczególnie ważne dla polskich firm dbających o zgodność z RODO (Rozporządzenie o Ochronie Danych Osobowych).

Celem Kanwas jest stworzenie przestrzeni, gdzie ludzka kreatywność i ocena spotykają się z analitycznymi zdolnościami AI. 4 Przejdziemy razem przez cały proces, od pobrania kodu, przez konfigurację, aż po uruchomienie i stworzenie pierwszej tablicy. Zacznijmy!

Co będzie potrzebne (ok. 10 min na przygotowanie)

Zanim zaczniemy instalację, upewnijmy się, że mamy wszystko, czego potrzeba. Lista jest krótka, a większość narzędzi to standard w pracy technologicznej.

  • Komputer z systemem Windows, macOS lub Linux. Poradnik jest uniwersalny, kroki będą niemal identyczne na każdym z tych systemów operacyjnych.
  • Zainstalowany Docker i Docker Compose. Kanwas działa w kontenerach, co bardzo ułatwia instalację. 5 Docker to platforma do uruchamiania aplikacji w izolowanych środowiskach, a Docker Compose pozwala zarządzać wielokontenerowymi aplikacjami. Jeśli jeszcze ich nie masz, znajdziesz oficjalne instrukcje na stronie Docker.
  • Zainstalowany Git. Będziemy go potrzebować do pobrania kodu źródłowego Kanwas. Git to system kontroli wersji, który pozwala śledzić zmiany w kodzie źródłowym. 6 Instrukcje instalacji znajdziesz na oficjalnej stronie Git.
  • Klucz API od Anthropic lub OpenAI. Kanwas integruje się z modelami językowymi tych dostawców, aby zasilić swojego agenta AI. 7 Musisz mieć konto na platformie OpenAI (twórcy ChatGPT) lub Anthropic (twórcy modelu Claude) i wygenerować klucz API (Application Programming Interface — interfejs programistyczny aplikacji, który pozwala programom komunikować się ze sobą).
  • Około 30 minut wolnego czasu. Tyle powinna zająć cała operacja, jeśli zaczynasz z przygotowanym środowiskiem.

Krok 1: Pobranie kodu źródłowego Kanwas

Pierwszym krokiem jest pobranie najnowszej wersji aplikacji prosto z jej oficjalnego repozytorium. Użyjemy do tego Gita.

  1. Otwórz terminal (wiersz poleceń). Na Windows może to być PowerShell lub Terminal, na macOS i Linux — aplikacja Terminal.

  2. Przejdź do katalogu, w którym chcesz przechowywać projekt. Możesz stworzyć nowy, np. projekty, używając komendy mkdir projekty, a następnie wejść do niego przez cd projekty.

  3. Sklonuj repozytorium Kanwas za pomocą poniższej komendy:

    git clone https://github.com/kanwas-ai/kanwas.git

  4. Po wykonaniu komendy na dysku pojawi się nowy folder o nazwie kanwas. Wejdź do niego, wpisując:

    cd kanwas

Na ekranie powinno być widoczne potwierdzenie pobrania obiektów, a po wejściu do katalogu ścieżka w terminalu powinna kończyć się na kanwas.

Krok 2: Konfiguracja kluczy API

Kanwas do działania potrzebuje „rozmawiać” z dużymi modelami językowymi. Musimy dostarczyć klucze, które autoryzują to połączenie. Zrobimy to w specjalnym pliku konfiguracyjnym.

  1. Będąc w katalogu kanwas, skopiuj przykładowy plik konfiguracyjny, aby stworzyć własny. Wpisz w terminalu:

    cp .env.example .env

    Ta komenda tworzy plik .env, który jest domyślnie ignorowany przez Git. Jest to standardowa praktyka, aby przechowywać w nim poufne dane, takie jak klucze API, bez ryzyka ich przypadkowego wysłania do publicznego repozytorium.

  2. Otwórz nowo utworzony plik .env w dowolnym edytorze tekstu (np. Notatnik, VS Code, Sublime Text).

  3. Znajdź w pliku następujące linie:

    # ANTHROPIC_API_KEY=sk-ant-...
# OPENAI_API_KEY=sk-...

  4. Wklej swój klucz (lub klucze, jeśli masz oba). Należy pamiętać, aby usunąć znak # z początku linii, którą chcesz aktywować. Po edycji plik powinien wyglądać mniej więcej tak:

    ANTHROPIC_API_KEY=sk-ant-xxxxxxxxxxxxxxxxxxxxxxxxxxxx
OPENAI_API_KEY=sk-xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx

  5. Zapisz i zamknij plik .env.

Jeśli coś poszło nie tak: Upewnij się, że jesteś w dobrym katalogu (kanwas). Jeśli komenda cp nie działa (co może się zdarzyć na starszych wersjach Windows), można po prostu ręcznie skopiować plik .env.example, zmienić jego nazwę na .env i edytować zawartość.

Krok 3: Uruchomienie platformy za pomocą Docker Compose

Teraz, gdy wszystko jest skonfigurowane, możemy „postawić” całą platformę jedną komendą. Docker Compose odczyta plik konfiguracyjny i uruchomi wszystkie niezbędne usługi (aplikację, bazę danych itp.) w osobnych, zarządzanych kontenerach. 5

  1. Należy upewnić się, że jest się w głównym katalogu projektu kanwas w swoim terminalu.

  2. Należy upewnić się, że aplikacja Docker Desktop (lub demon Dockera w Linux) jest uruchomiona. Bez tego poniższa komenda się nie powiedzie.

  3. Wpisz w terminalu:

    docker-compose up -d

    Co oznaczają poszczególne części? docker-compose up to polecenie uruchomienia aplikacji, a flaga -d (od detached) sprawia, że proces będzie działał w tle, a my odzyskamy kontrolę nad terminalem.

  4. Przy pierwszym uruchomieniu Docker pobierze wszystkie niezbędne obrazy, co może potrwać kilka minut w zależności od szybkości łącza internetowego. Widoczne będą paski postępu dla poszczególnych warstw.

  5. Gdy proces się zakończy, na ekranie widoczne będą komunikaty informujące o utworzeniu i uruchomieniu kontenerów (np. kanwas_app_1, kanwas_db_1).

[SCREENSHOT: Widok terminala po pomyślnym uruchomieniu kontenerów przez docker-compose up -d]

Jeśli coś poszło nie tak: Najczęstsze problemy na tym etapie to:

  • Błąd „Docker daemon is not running”: Uruchom aplikację Docker Desktop lub odpowiednią usługę w systemie.
  • Błąd dotyczący zajętego portu (port is already allocated): Oznacza to, że inna aplikacja na Twoim komputerze używa już portu, na którym Kanwas próbuje się uruchomić (domyślnie 3000). Możesz zmienić port w pliku docker-compose.yml lub zatrzymać konfliktową aplikację.

Krok 4: Pierwsze kroki w interfejsie Kanwas

Gratulacje! Własna instancja Kanwas jest już uruchomiona i gotowa do pracy. Czas zobaczyć ją w akcji.

  1. Otwórz przeglądarkę internetową (Chrome, Firefox, Edge).
  2. W pasku adresu wpisz http://localhost:3000 i naciśnij Enter.
  3. Powita nas ekran główny Kanwas. Przy pierwszym uruchomieniu nie będzie tu żadnych tablic. Należy kliknąć przycisk „New board” lub podobny, aby stworzyć swoją pierwszą przestrzeń roboczą.
  4. Należy nadać swojej tablicy nazwę, np. „Projekt X - Badania rynku” i zacząć dodawać pierwsze elementy: notatki, linki, czy pliki.

[SCREENSHOT: Pusty interfejs Kanwas z przyciskiem do tworzenia nowej tablicy]

To, co widzisz, to Twoja współdzielona tablica. Wszystko, co tu dodasz, będzie częścią kontekstu dla Ciebie, Twojego zespołu i agenta AI. 8 Platforma wspiera współpracę w czasie rzeczywistym, więc zmiany wprowadzane przez innych członków zespołu pojawią się natychmiast. 9

Krok 5: Wykorzystanie agenta AI

Teraz czas na magię. Zobaczmy, jak agent AI może pomóc w pracy.

  1. Na swojej tablicy należy znaleźć pole do wprowadzania tekstu lub przycisk aktywujący agenta AI.
  2. Należy zadać mu pytanie lub wydać polecenie związane z dodanymi wcześniej materiałami. Na przykład, jeśli dodano notatki z rozmów z użytkownikami, można poprosić: „Podsumuj główne problemy użytkowników na podstawie załączonych notatek”.
  3. Obserwuj, jak Kanwas wizualizuje pracę agenta. Zobaczysz na osi czasu, jakich narzędzi używa i jakie kroki podejmuje, aby odpowiedzieć na Twoje polecenie. 9 To sprawia, że działanie AI jest przejrzyste i łatwe do audytu.

Każdy wynik pracy agenta, każda decyzja i każdy nowy dokument wzbogacają bazę wiedzy projektu. 10 Dzięki temu przyszłe zadania mogą być wykonywane z jeszcze lepszym zrozumieniem kontekstu. To właśnie siła Kanwas — generowanie gotowych do użycia materiałów na każdym etapie pracy. 11

Co dalej i na co uważać

Udało nam się postawić w pełni funkcjonalną platformę do współpracy z AI. Co teraz?

  • Brak uzależnienia od dostawcy: Jedną z największych zalet Kanwas jest to, że wszystkie dane są przechowywane w formacie Markdown w repozytorium Git. 6 Oznacza to, że masz pełną historię zmian i w każdej chwili możesz przenieść swoje dane gdzie indziej. Nie jesteś przywiązany do jednej platformy.
  • Narzędzie wiersza poleceń: Kanwas oferuje również narzędzie CLI (kanwas), które pozwala synchronizować przestrzeń roboczą z lokalnym systemem plików. 12 To świetna opcja dla deweloperów, którzy wolą pracować w swoim ulubionym edytorze kodu.
  • Bezpieczeństwo: Należy pamiętać, że uruchamiając Kanwas na własnym serwerze, to użytkownik jest odpowiedzialny za jego bezpieczeństwo. Należy upewnić się, że serwer jest odpowiednio zabezpieczony, a dostęp do aplikacji mają tylko upoważnione osoby. To kluczowe, zwłaszcza jeśli będziesz tam przechowywać wrażliwe dane firmowe. W kontekście polskich przepisów, takich jak RODO, odpowiednie zabezpieczenie danych jest szczególnie ważne, aby uniknąć potencjalnych kar i utraty zaufania klientów.

Kanwas to potężne narzędzie, które może zrewolucjonizować sposób, w jaki zespoły produktowe tworzą, edytują i rozwijają kontekst swoich projektów. 13 Jak pokazuje przykład firmy Schematik, która dzięki pracy w Kanwas zamknęła rundę finansowania na 4,6 miliona euro, dobrze zarządzany kontekst przekłada się na realne wyniki biznesowe. 14

Licencja Apache 2.0, na której wydany jest Kanwas, jest bardzo liberalna i przyjazna dla zastosowań komercyjnych, co czyni go bezpiecznym wyborem dla polskich firm. 15 Należy eksperymentować, dodawać członków zespołu i zobaczyć, jak wspólny kontekst przyspiesza pracę.

Źródła

Zobacz też

Footnotes

  1. Kanwas umożliwia zespołom i agentom AI współdzielenie tych samych dokumentów, dowodów i decyzji. — https://github.com/kanwas-ai/kanwas ↩

  2. Kanwas to otwarta (open-source) tablica kontekstowa przeznaczona dla zespołów i agentów AI. — https://github.com/kanwas-ai/kanwas ↩

  3. Kanwas jest zaprojektowany dla długoterminowych projektów, gdzie utrzymanie kontekstu jest kluczowe. — https://sourceforge.net/projects/kanwas.mirror/ ↩

  4. Kanwas ma na celu stworzenie przestrzeni współpracy, gdzie ludzki gust spotyka się z rozumowaniem AI. — https://kanwas.ai/ ↩

  5. Kanwas może być uruchomiony lokalnie za pomocą Docker i Docker Compose. — https://github.com/kanwas-ai/kanwas ↩ ↩2

  6. Kanwas wykorzystuje system plików oparty na Markdown z pełną historią wersji, wspierany przez Git. — https://github.com/kanwas-ai/kanwas ↩ ↩2

  7. Kanwas integruje się z kluczami API Anthropic i/lub OpenAI. — https://github.com/kanwas-ai/kanwas ↩

  8. Kanwas buduje współdzielony kontekst poprzez uczenie się o użytkowniku, jego biznesie i decyzjach. — https://kanwas.ai/ ↩

  9. Platforma Kanwas wspiera współpracę w czasie rzeczywistym i wizualizuje wywołania narzędzi agentów AI. — https://sourceforge.net/projects/kanwas.mirror/ ↩ ↩2

  10. Każda decyzja i wynik w Kanwas sprawia, że kolejna tablica jest lepsza od poprzedniej, tworząc bazę wiedzy, która się kumuluje. — https://kanwas.ai/ ↩

  11. Kanwas umożliwia generowanie ustrukturyzowanych, gotowych do wykonania artefaktów w każdej fazie pracy. — https://kanwas.ai/ ↩

  12. Kanwas oferuje narzędzie wiersza poleceń (CLI) do synchronizacji przestrzeni roboczej z lokalnym systemem plików. — https://github.com/kanwas-ai/kanwas ↩

  13. Kanwas pomaga zespołom produktowym w tworzeniu, edytowaniu, udostępnianiu i rozwijaniu kontekstu produktu. — https://kanwas.ai/ ↩

  14. Kanwas jest używany przez zespoły produktowe, w tym Schematik, który zamknął rundę pre-seed o wartości 4.6M euro dzięki wykorzystaniu platformy. — https://kanwas.ai/ ↩

  15. Kanwas jest licencjonowany na podstawie Apache License 2.0. — https://github.com/kanwas-ai/kanwas ↩