KraftCode

WYBIERZ SWOJE TOP 3

Oznacz 3 pomysły , które uważasz za najlepsze!
Wyślij nam swoje typy!

1

Briefd – dzienny brief wiadomości generowany przez AI

Briefd generuje raz dziennie krótki, skończony przegląd najważniejszych wiadomości dopasowany do zakresu użytkownika: tematów, źródeł, języka, kraju, zawodu, zainteresowań czy wykluczeń. AI pobiera materiały, deduplikuje je, grupuje podobne wydarzenia w klastry, ocenia ważność, filtruje clickbait i generuje neutralny opis. System analizuje zasięg, źródłowość, weryfikowalność, trafność i liczbę niezależnych źródeł. Wartością jest ograniczenie przeciążenia informacyjnego: zamiast scrollowania wielu feedów użytkownik dostaje jeden uporządkowany brief dziennie, z informacją „na co to wpływa” oraz opcjonalnie „na Ciebie”.

2

Diagnostyka uprawnień w backoffice

Pomysł zakłada narzędzie diagnostyczne wbudowane w backoffice. Support zadaje pytanie w języku naturalnym, np. dlaczego dany użytkownik widzi określone dane, a system odpowiada pełną ścieżką dostępu: które reguły zadziałały, które nie i z jakiej roli przyszło uprawnienie. AI nie zgaduje, tylko opiera się na danych ze SpiceDB i grafie zależności, co ogranicza ryzyko halucynacji. Jeśli coś działa niepoprawnie, agent może wygenerować gotowy ticket dla developerów. Wartością jest szybsze debugowanie, mniejsza liczba eskalacji do devów, wsparcie QA oraz ograniczenie ryzyka incydentów security-sensitive.

3

Framework E2E Playwright dla chronionego preview Vercel

Rozwiązanie to framework E2E oparty na Playwright, służący do testowania aplikacji webowej na chronionym preview Vercel. Obsługuje dwupoziomową autentykację, testy smoke na desktopie i mobile oraz stabilny flow rejestracji w jednej sesji przeglądarki. Konfiguracja przez .env pozwala używać tych samych testów dla różnych aplikacji bez zmian w kodzie. Projekt pokazuje praktyczny wzorzec współpracy człowieka z AI przy realnym E2E: od debugowania lokatorów po setup wieloplatformowy. Wartością jest powtarzalny sposób testowania, oszczędność czasu i działające repozytorium showcase’owe.

4

 Automatyczna baza wiedzy ze Slacka

Rozwiązanie automatycznie buduje bazę wiedzy na podstawie eksportów z komunikatora firmowego. Dane ze Slacka w formacie JSON są upraszczane do formatu łatwego do przetwarzania przez LLM, a obrazy mogą być opisywane przez model multimodalny. Następnie agent analizuje logi dzień po dniu i aktualizuje pliki MD podzielone tematycznie, np. na profile osób, firm lub projektów. Wartością jest odzyskanie wiedzy rozproszonej w rozmowach, która często ginie w historii Slacka. System mógłby oferować różne poziomy szczegółowości: streszczenia, rozbudowane opisy i odwołania do źródłowych logów.

5

 Inteligentna wyszukiwarka multimediów

Pomysł dotyczy wyszukiwarki dla dużych zbiorów multimediów przechowywanych np. na S3. LLM analizuje zdjęcia, filmy, gify, dokumenty czy muzykę, generuje opisy i tagi, a następnie dane trafiają do bazy searchowej z embeddingami. Użytkownik może wyszukiwać multimedia tekstem, tagami, podobieństwem lub docelowo także obrazem. Rozwiązanie było testowane z opisami generowanymi przez Gemini Flash, embeddingami oraz Typesense. Wartością jest prosty, ale efektowny sposób przeszukiwania zawartości multimediów po ich realnej treści, a nie tylko po nazwach plików czy ręcznie dodanych metadanych.

6

Generator zapisu nutowego z nagranej muzyki

Rozwiązanie pozwalałoby wygenerować zapis nutowy na podstawie pliku audio. Użytkownik wrzuca piosenkę, system wykonuje stem separation, a następnie z poszczególnych ścieżek wyciąga konkretne dźwięki i tworzy zapis nutowy, np. w formacie MusicXML. LLM mógłby dalej porządkować zapis, rozdzielać partie na instrumenty i upraszczać fragmenty niemożliwe do zagrania przez jednego wykonawcę. Wartością jest narzędzie dla muzyków-amatorów i profesjonalistów, które pomaga szybciej nauczyć się utworu, tworzyć nuty z nagrań lub przygotowywać uproszczone aranżacje, np. fortepianowe.

7

KraftCode Agentic Skills

Pomysł zakłada stworzenie wspólnego zestawu umiejętności, standardów i szablonów dla AI-agentów, które wspierałyby różne obszary pracy: development, review, QA, design, marketing, dokumentację czy komunikację z klientem. Celem jest wypracowanie powtarzalnego sposobu pracy z AI zgodnego z zasadą „better input → better output”. Przykładem może być skill do definiowania zadań, który porządkuje opis taska: co jest do zrobienia, dlaczego, w jakim kontekście i po czym poznamy, że zadanie wykonano dobrze. Wartością jest mniej chaosu, większa powtarzalność i możliwość pokazania klientom świadomego standardu pracy z AI.

8

AI-first portal do szukania pracy

Pomysł zakłada portal pracy, w którym AI automatyzuje proces po stronie kandydatów i pracodawców. Kandydat wrzuca dostępne materiały o sobie, ewentualnie odpowiada na kilka pytań na czacie, a system generuje CV, wyciąga umiejętności i może analizować portfolio, GitHuba czy LinkedIna. Po stronie firm oferty są automatycznie klasyfikowane, a wymagane kompetencje porządkowane. Dzięki temu możliwe jest szybsze dopasowanie kandydatów i ogłoszeń. Wartością jest ograniczenie ręcznego przepisywania danych do portali rekrutacyjnych, skrócenie procesu aplikowania oraz lepszy matching między kandydatem a ofertą.

9

 Agentic Operation System dla developerów

Pomysł dotyczy systemu wspierającego pracę developera i porządkowanie dokumentacji projektowej. Rozwiązanie ma ograniczać problem „pamięci” agentów AI, które w kolejnych sesjach często tracą kontekst. Agent zamiast analizować wszystko od nowa, korzystałby z dokumentacji, którą sam systematycznie tworzy i aktualizuje. Dodatkowo praca byłaby zorganizowana w jednym miejscu, np. w terminalu, co ułatwiałoby multitasking i zwiększało efektywność. Wartością jest większa spójność dokumentacji, lepsze zachowanie kontekstu projektu, szybsza praca z AI oraz usprawnienie codziennych zadań developerskich.

10

Chatbot wspierający adopcję psów

Rozwiązanie to charytatywny chatbot dla osób adoptujących psy. Zamiast korzystać z ogólnych informacji, bot bazowałby na starannie wyselekcjonowanych materiałach, takich jak książki i artykuły dostępne na odpowiedniej licencji. Dzięki temu mógłby analizować zachowania psów po adopcji i oferować wsparcie behawioralne. Wartością jest pomoc opiekunom w pierwszym, często trudnym okresie po adopcji, redukcja stresu u ludzi i zwierząt oraz lepsze rozumienie zachowań psa. Docelowo rozwiązanie mogłoby ograniczać liczbę sytuacji, w których świeżo adoptowane zwierzęta wracają do schroniska.

11

Platforma wspierająca terapię psychologiczną

Pomysł zakłada platformę dla terapeutów i pacjentów, wspierającą długofalowy proces terapii. Terapeuta może dodawać pacjentów, notatki, zdjęcia konwertowane na tekst, materiały oraz zadania domowe. Podczas spotkania aplikacja może wykonywać transkrypcję rozmowy, analizować ją i generować podsumowanie sesji. Zarówno terapeuta, jak i pacjent mają dostęp do historii terapii, przy czym część informacji pozostaje dostępna tylko dla terapeuty. Wartością jest uporządkowanie procesu terapeutycznego, łatwiejsze śledzenie postępów, wsparcie komunikacji oraz przypominanie pacjentowi o istotnych elementach między spotkaniami.

12

Analiza zachowań klientów w galeriach handlowych

Rozwiązanie wykorzystuje AI/ML do analizy nagrań z kamer w galeriach handlowych. Nagrania są konwertowane na pojedyncze klatki, a pipeline AI śledzi ruch klientów, ich zachowania i reakcje na przestrzeń, reklamy czy wydarzenia. Wyniki trafiają do dashboardu dostępnego dla galerii i sklepów. Wartością jest możliwość lepszego zrozumienia, jak klienci poruszają się po obiekcie, które wejścia generują określone zachowania zakupowe, jak działają kampanie promocyjne i ile osób trafia do sklepu po kontakcie z reklamą. Dane mogą wspierać optymalizację sprzedaży i planowanie przyszłych działań marketingowych.

13

Plan leczenia zwierzęcia z OCR i LLM

Rozwiązanie to PoC aplikacji wspierającej opiekunów zwierząt podczas leczenia. Użytkownik robi zdjęcie zaleceń od weterynarza, a aplikacja odczytuje tekst z dokumentu przy użyciu OCR, oczyszcza go z niepotrzebnych informacji za pomocą LLM i generuje propozycję planu leczenia. Plan może uwzględniać dawkowanie, częstotliwość i sugerowane godziny podawania leków. Docelowo aplikacja kliencka mogłaby tworzyć przypomnienia dla opiekuna. Wartością jest praktyczne wsparcie w stresującym procesie leczenia zwierzęcia, zmniejszenie ryzyka pomyłek oraz ułatwienie codziennej opieki.

Gotowe?

Wyślij swoje TOP 3!

Twój 1 głos

Twój 2 głos

Twój 3 głos

Możesz też sprawdzić Regulamin

FAQ

Jak głosować

Zapoznaj się ze wszystkimi zgłoszeniami konkursowymi, a następnie wybierz swoje TOP 3 pomysły, które Twoim zdaniem wyróżniają się najbardziej. Przy ocenie weź pod uwagę takie kryteria jak: wartość biznesowa, innowacyjność, możliwość wdrożenia oraz zgodność ze strategią firmy.Aby głos został uwzględniony, należy podać służbowy adres e-mail w domenie Kraftcode.

Ile mam głosów

Każdy uczestnik ma do dyspozycji jednorazowo 3 x :purple_heart:, które może oddać na wybrane przez siebie zgłoszenia konkursowe.

Kiedy wyniki zostaną ogłoszone?

Planujemy podzielić się wynikami jeszcze w lipcu. Konkretna data zostanie ogłoszona w najbliższym czasie. :purple_heart: