# Agenci AI na serwerze domowym: jedno środowisko dla Windowsa, MacBooka i telefonu

Notatka, 2026-10-23

Agentów AI uruchamiam na domowym serwerze z Linuxem, a z Windowsa, MacBooka i telefonu tylko nimi steruję. Wszystkie te urządzenia widzą to samo środowisko, a robotę wykonuje serwer. Serwer z Linuxem, SSH i Docker to według mnie najlepsze, co można mieć dla swojego agenta.

Ostatnia zmiana: 2026-10-23

## Mój sprzęt

Pracuję na Windowsie, MacBooku i serwerze z Linuxem. Serwer to zwykły komputer, który jest też moim NAS-em, czyli dyskiem sieciowym dostępnym w domowej sieci. Chodzi cały czas, bo bierze niewiele prądu.

## Co mi to daje

Z każdego komputera łączę się z serwerem i korzystam z tych samych agentów: Codexa, Claude Code'a albo Copilota w VS Code. VS Code używałem częściej wcześniej, kiedy otwierałem raczej sam kod niż środowisko dla agentów.

Projekty leżą na serwerze, więc nie zajmują miejsca na dysku MacBooka ani Windowsa i żadnego z nich nie obciążają. Nie mam sytuacji, że coś jest na jednym komputerze, a na drugim nie. Pliki projektu mogę też trzymać na GitHubie, ale jedno stałe środowisko jest wygodniejsze.

Najbardziej lubię to, że serwer stoi w domu, a ja z telefonu, nawet poza domem, wydaję polecenia agentowi, który działa na komputerze w mojej sieci.

## Docker na Linuxie

Docker uruchamia program w odizolowanym środowisku, czyli kontenerze. Na Linuxie działa świetnie, na Windowsie moim zdaniem gorzej, a na macOS-ie też nie za bardzo. Powód jest prosty: kontener korzysta wprost z Linuxa, na którym stoi komputer. Na Windowsie i macOS-ie Docker musi w tle uruchomić wirtualną maszynę z Linuxem, więc jest dodatkowa warstwa, która zjada pamięć i spowalnia m.in. dostęp do plików. W kontenerach uruchamiam zwykle Pythona z jakimiś paczkami albo Node ze stroną.

Minus jest taki, że obrazy kontenerów zajmują sporo miejsca. Każda warstwa obrazu zjada dysk.

## Karta graficzna i lokalne modele

Na serwerze mam kartę graficzną, która uciągnie małe modele. Odpalam na niej modele zamieniające mowę na tekst i tekst na dźwięk (to może być temat na osobny wpis) oraz hostuję kilka LLM-ów. Część moich aplikacji z nich korzysta, więc dane przetwarzam prywatnie, u siebie.

Do pisania programu albo wymagającej analizy wolę płatny model. Lokalne biorę do prostych, mocno powtarzalnych rzeczy, bo za wywołanie nic nie płacę. Nie ma rachunku za API ani limitu, który się wyczerpie. Koszt to prąd, zużycie sprzętu i wcześniej zakup tego sprzętu.

## Aplikacja z oknem zamiast terminala

Wolę aplikacje graficzne od agenta w terminalu. Robię zrzut ekranu, zaznaczam na nim, co mi się nie podoba na stronie albo w aplikacji, i komentuję, co poprawić. Wygodny jest też tryb głosowy.

ChatGPT i Claude na komputer bez problemu łączą się przez SSH z moim serwerem domowym. Z wynajętym w chmurze VPS-em powinno być tak samo. Wtedy mój komputer nie zużywa zasobów, agent pracuje nawet po jego wyłączeniu, a wynik (program, stronę, analizę) obejrzę potem z telefonu.

## Największy minus

Domyślnie przez SSH nie mam computer use w takim stopniu jak na Windowsie, Macu czy desktopowym Linuxie. Agent odpala polecenia powłoki, np. curl, żeby coś pobrać z sieci, albo kontenery Dockera. To działa bez okien i bez podglądu.

Trochę ratuje Playwright: agent odpala moją stronę, renderuje ją i pokazuje mi, jak wygląda. Da się też obejść brak ekranu. Na serwerze można uruchomić pulpit bez monitora, np. wirtualny ekran Xvfb albo GNOME z dostępem przez VNC, a agent steruje nim, patrząc na zrzuty ekranu. Nie wymaga to przekierowania grafiki przez SSH. Sam tego u siebie jeszcze nie testowałem.

## Słowniczek

- **Linux**: System operacyjny popularny na serwerach, alternatywa dla Windowsa i macOS-a.
- **SSH**: Bezpieczne połączenie z innym komputerem, na którym wpisujesz polecenia, jakbyś siedział przy nim.
- **Docker**: Program, który uruchamia aplikację w odizolowanym środowisku (kontenerze) razem ze wszystkim, czego potrzebuje.
- **NAS**: Komputer z dyskami, do którego inne urządzenia w domu zapisują i z którego czytają pliki przez sieć.
- **Codex**: Asystent AI firmy OpenAI, który pracuje na plikach na komputerze: czyta je, zmienia i uruchamia programy.
- **Claude Code**: Asystent AI firmy Anthropic do programowania, który czyta pliki projektu i uruchamia polecenia.
- **Copilot**: Asystent AI od GitHuba do pisania kodu, wbudowany w edytory takie jak VS Code.
- **VS Code**: Darmowy edytor do pisania kodu od Microsoftu.
- **GitHub**: Serwis w internecie, w którym przechowuje się projekty razem z historią zmian.
- **Python**: Popularny język programowania, np. do skryptów i analizy danych.
- **Node**: Środowisko do uruchamiania programów napisanych w JavaScripcie, np. stron internetowych.
- **LLM**: Duży model językowy, czyli program AI rozumiejący i piszący tekst, np. ChatGPT albo Claude.
- **API**: Sposób, w jaki jeden program zamawia coś od drugiego, tu płatny dostęp do modelu AI z własnej aplikacji.
- **terminal**: Okno, w którym zamiast klikać, wpisujesz polecenia tekstem.
- **VPS**: Wynajęty serwer w chmurze, do którego łączysz się przez internet i na którym działają twoje programy.
- **computer use**: Tryb, w którym agent AI patrzy na ekran komputera i sam klika oraz pisze.
- **curl**: Polecenie, które pobiera pliki i strony z internetu bezpośrednio z terminala.
- **Playwright**: Narzędzie, które otwiera stronę w przeglądarce sterowanej programem, np. żeby zrobić jej zrzut ekranu.
- **GNOME**: Wygląd pulpitu na Linuxie, czyli okna, menu i ikony.
- **Xvfb**: Program tworzący w pamięci wirtualny ekran, żeby aplikacje graficzne działały na serwerze bez monitora.
- **maszyna wirtualna**: Program udający osobny komputer w okienku, na którym działa inny system, tu Linux.