Flowline lab

~/flowline-lab $

Wiesz, co skończyli agenci — i co wymaga Twojej uwagi.

Flowline lab zamienia aktywność agentów w aktualizacje statusu oparte na dowodach, w trackerze, którego już używa Twój zespół.

# Dla programistów i ich PM-ów. Współpracuje z istniejącymi narzędziami agentów.

~/flowline-lab/demo $ # Od aktywności do jasnego następnego kroku

Jedno zadanie. Dowody. Twoja decyzja.

Agent raportuje swoją pracę. Flowline lab uzasadnia proponowany status. Ty zatwierdzasz go w swoim trackerze.

┤ Flowline lab · FL-12 · Dodaj ponawianie wysyłania zdarzeń ├

Etapy

Przebieg pracy

# Sesja raportuje, co się wydarzyło.

polecenieDodaj ponawianie wysyłania zdarzeń
edycjasrc/emitter/retry.ts:13+42 −3
 12   export async function emit(event) { 13 -   await send(event); 13 +   await withRetry(() => send(event), { 14 +     retries: 5, 15 +     backoff: 'exponential', 16 +   }); 17   }
edycjasrc/emitter/emitter.test.ts:41+18 −0
 41 + it('retries when the server is briefly offline', async () => { 42 +   server.failNext(2); 43 +   await emit(sample); 44 +   expect(server.received).toHaveLength(1); 45 + });
testy$ pnpm test✓ 36 zaliczonych0 błędów
      ✓ src/emitter/emitter.test.ts (36)      Tests  36 passed (36)      Time   1.84s
publikacjaPR #118 Dodaj ponawianie wysyłania zdarzeńotwarty

→ Praca zaraportowana

Twój tracker

FL-12W toku

Dodaj ponawianie wysyłania zdarzeń

Zapewnij dostarczanie zdarzeń po chwilowej niedostępności serwera.

Dowody wykonanej pracy

  • Zmiany ponawiania opublikowane w PR #118
  • 36 zaliczonych testów

Dlaczego taki status?

Sesja dostarczyła wynik pracy. Sam raport nie oznacza jeszcze ukończenia zadania.

Przykładowa symulacja · Bez działających integracji

~/flowline-lab/how $ # Od sesji do statusu

Jak to jest zbudowane

Między agentami, z których korzysta Twój zespół, a trackerem, którego już używa, stoją trzy części.

┤ jak ├

01 Agenci raportują

Hook lub wtyczka nad Claude Code, Codex, OpenCode albo Pi wysyła małe zdarzenia JSON: zmienione pliki, uruchomione testy, publikację, blokadę pracy. Protokół zdarzeń jest otwarty: osiem typów, jedna koperta.

02 Flowline lab trzyma stan

Serwer odbiera zdarzenia i przypisuje je do zadania, którego dotyczą. Tylko słucha. Nigdy nie pyta narzędzia agenta o jego stan.

03 Status z uzasadnieniem

Flowline lab proponuje status w Twoim trackerze i mówi, dlaczego. Człowiek potwierdza go lub odsyła. Zadanie jest ukończone dopiero wtedy, gdy praca zostanie zaakceptowana.

start
Linear, GitHub Projects w planie

Jedno zdarzenie

# uruchomienie testów, tak jak raportuje je sesja

{
  "schema_version": "0.2",
  "event_id": "5e0c8a52-3b1d-4f6a-9c2e-7d4b1a0f8e63",
  "type": "validation.run",
  "timestamp": "2026-10-07T14:02:31Z",
  "org": "acme",
  "project": "core",
  "actor": { "kind": "agent", "id": "claude-code" },
  "session_id": "3f2c…",
  "ticket_ref": "FL-12",
  "payload": {
    "kind": "test",
    "command": "pnpm test",
    "status": "passed",
    "passed": 36,
    "failed": 0,
    "duration_s": 1.84
  }
}

Osiem typów

sesjasession.startedpraca się zaczęła
sesjatask.plannedplan i pliki, których dotyczy
sesjaartifact.changedzmienione pliki
sesjavalidation.runtesty, lint, typy, build
sesjaartifact.publishedcoś opuściło laptopa
sesjatask.blockedpraca nie może iść dalej
sesjasession.endedsesja się zakończyła
integracjaartifact.acceptedscalone, zatwierdzone, wydane
Protokół v0.2 · wersja roboczaProtokół zdarzeń Flowline lab

~/flowline-lab/not $

Czym nie jest

Cztery rzeczy, których celowo nie robi.

┤ nie ├

Nie jest kolejnym narzędziem agentów

Działa ponad tymi, których już używasz, przez hook lub wtyczkę.

Nie jest rankingiem

Pokazuje, na czym stoi praca, nigdy to, jak produktywna była dana osoba.

Nie jest kolejnym trackerem

Zapisuje do tego, który ma Twój zespół.

Nie jest związany z dostawcą modeli

Używasz własnego klucza albo modeli lokalnych.

~/flowline-lab/team $

Ludzie stojący za Flowline lab

Budujemy jasny obraz pracy wykonywanej z agentami AI, wspólny dla programistów i PM-ów.

┤ zespół ├
kto
Norbert Kocoń
rola
Założyciel, inżynier systemów agentowych AI
opis
Zainicjował projekt. Tworzy protokół, serwer i prezentację projektu.
link
LinkedIn — Norbert Kocoń
kto
Marek Michalski
rola
Lead Data Scientist, inżynier AI, dr
opis
Pracuje z uczeniem maszynowym, modelami LLM, RAG i agentami.
link
LinkedIn — Marek Michalski
kto
Alicja Caputa
rola
Senior Data Scientist, dr
opis
Analizuje dane, głównie szeregi czasowe, i buduje modele ML w Pythonie.
link
LinkedIn — Alicja Caputa
kto
Dagmara Brocka
rola
Koordynatorka projektów i wdrożeń, analiza biznesowa
opis
Pracuje z danymi, analizą i automatyzacją procesów. Szuka usprawnień, które podnoszą jakość pracy.
link
LinkedIn — Dagmara Brocka
kto
Alicja Sosialuk
rola
Inżynierka AI i transformacji cyfrowej
link
LinkedIn — Alicja Sosialuk
kto
Sonia Kasińska
rola
Data Science i AI, inżynierka nanotechnologii
opis
Zajmuje się obliczeniami naukowymi i symulacjami fizycznymi.
link
LinkedIn — Sonia Kasińska
kto
Anna Kraj
rola
Analityczka biznesowa, produkty danych i cyfrowe
opis
Pracuje z klientami nad produktami danych: API, SQL i przepływy danych.
link
LinkedIn — Anna Kraj

Zespół projektu

~/flowline-lab/status $ # Co istnieje dzisiaj

Na jakim etapie jest projekt

Ta strona pokazuje, co Flowline lab robi z założenia. Oto, co istnieje dzisiaj.

┤ status ├
etap
Wczesna budowa. To jeszcze nie produkt.
jest
Protokół zdarzeń v0.2 (wersja robocza), serwer demonstracyjny, hook do Claude Code i symulowane sesje agentów.
dalej
Praktyczne porównanie z automatyzacją trackerów, potem pętla na naszym własnym projekcie, w GitHub Projects.
pilotaż
nieotwarte Zapisy nie są otwarte.