Przewodnik po budowie w pełni lokalnej siły roboczej AI z Eigent
Skonfiguruj prywatne, hostowane samodzielnie środowisko wieloagentowe z Dockerem i Postgres

Jeśli chcesz wdrażać wydajne narzędzia AI, prawdopodobnie stanąłeś przed kluczowym wyzwaniem: jak odblokować ich pełny potencjał bez narażania bezpieczeństwa wrażliwych danych.
Większość platform przenosi wszystko do chmury, co na początku wydaje się wygodne, ale szybko budzi obawy, gdy pracujesz z danymi klientów, finansami lub wewnętrzną własnością intelektualną. Chcesz mocy systemów wieloagentowych, ale zależy Ci też na prywatności, kontroli i możliwości uruchamiania wszystkiego na własnym komputerze.
Właśnie tutaj pojawia się Eigent — dzięki Eigent open source cowork możesz zbudować w pełni lokalną, wieloagentową siłę roboczą, która działa wyłącznie na Twojej infrastrukturze.
Czym jest Eigent?
Eigent to lokalna aplikacja desktopowa wieloagentowa typu local-first. Zamiast wysyłać dane na zewnętrzne serwery, uruchamia wszystko na Twoim komputerze. Masz pełną widoczność tego, co się dzieje, i pewność, że Twoje pliki, poświadczenia i logi pozostają u Ciebie.
Traktuj to jak budowanie własnej siły roboczej AI. Możesz uruchamiać różne agenty, każdy z własnymi umiejętnościami: agenta wyszukiwania, który przeszukuje sieć, agenta programisty, który uruchamia kod, agenta dokumentów, który pisze i edytuje pliki, a nawet agentów multimodalnych, którzy obsługują obrazy i dźwięk. Eigent koordynuje ich za Ciebie, dzięki czemu mogą realizować zadania równolegle, przekazywać sobie pracę, gdy jest to potrzebne, i dostarczać dopracowane rezultaty.
W tym przewodniku pokażemy Ci dokładnie, jak skonfigurować to lokalnie. Na koniec będziesz mieć uruchomiony Eigent na swoim pulpicie, z agentami gotowymi do współpracy na Twoich warunkach.
Wymagania wstępne
Node.js (v18 lub nowszy) i npm: Eigent to aplikacja Node/Electron. Zainstaluj Node.js (zalecane 18–22), jeśli jeszcze tego nie zrobiłeś.
Pamięć i sprzęt: Zalecane jest co najmniej 8 GB RAM. Eigent może działać całkowicie na CPU, jeśli łączysz się z zewnętrznymi API. Do lokalnej inferencji dużych modeli przyda się wydajna karta GPU (np. NVIDIA RTX).
System operacyjny: Eigent obsługuje Windows i macOS.
Docker: Zainstaluj Docker i upewnij się, że działa. https://docs.docker.com/get-docker/
1. Sklonuj repozytorium i uruchom backend PostgreSQL
Sklonuj repozytorium Eigent i zainstaluj zależności:
git clone https://github.com/eigent-ai/eigent.git
cd eigent
Przejdź do katalogu serwera i uruchom Docker:
cd server
cp .env.example .env
docker compose up -d
Spowoduje to uruchomienie dwóch kontenerów:
Baza danych PostgreSQL (magazyn danych Eigent) Serwer API Eigent Oba działają lokalnie na Twoim komputerze, a API jest dostępne pod localhost:3001. Domyślnie Docker utworzy wolumin dla PostgreSQL, dzięki czemu pliki bazy danych będą przechowywane na dysku.
2. Zweryfikuj lokalne przechowywanie danych
Na tym etapie wszystko działa lokalnie. Kontener PostgreSQL (eigent_postgres) przechowuje bazę danych. Możesz to sprawdzić, wyświetlając kontenery Dockera albo używając narzędzia takiego jak psql wewnątrz kontenera. Wszystko, co robi Eigent (wiadomości agentów, dane użytkownika, logi zadań itd.), będzie zapisywane w tej lokalnej instancji Postgres. Żadne dane nie są wysyłane poza Twój komputer.
Wszystkie dane Eigent są przechowywane w lokalnej, konteneryzowanej bazie danych PostgreSQL.
To zapewnia prywatność z założenia. Jak podkreślono w dokumentacji, kluczową zaletą samodzielnego hostowania jest prywatność danych – poufne informacje pozostają w Twojej własnej infrastrukturze. W praktyce, gdy używasz tej konfiguracji, żadne informacje o workspace ani logowania nigdy nie opuszczają Twojej lokalnej sieci. Eigent jest domyślnie w pełni lokalny, więc możesz audytować i mieć pewność, że Twoje dane pozostają na miejscu.
3. Zmodyfikuj .env.development dla lokalnego proxy
Następnie musimy powiedzieć frontendowi, aby używał lokalnego backendu zamiast jakiejkolwiek usługi chmurowej. W katalogu głównym projektu (eigent/.env.development) włącz ustawienia lokalnego proxy. Otwórz .env.development w edytorze tekstu i upewnij się, że zawiera:
VITE_BASE_URL=/api
VITE_PROXY_URL=http://localhost:3001
VITE_USE_LOCAL_PROXY=true
Ustawiając VITE_USE_LOCAL_PROXY=true i wskazując VITE_PROXY_URL na http://localhost:3001, konfigurujesz frontend tak, aby wszystkie wywołania API kierował do lokalnego backendu Dockera.
Upewnij się, że usuniesz wszelkie wiodące znaki # lub znaczniki komentarza z tych linii, aby zaczęły działać. Dzięki tej konfiguracji aplikacja frontendowa będzie przekazywać żądania do lokalnego serwera zamiast do zewnętrznego demo API.
4. Uruchom aplikację frontendową
Teraz wróć do katalogu głównego repozytorium, zainstaluj zależności JavaScript, a następnie uruchom serwer deweloperski:
cd ..
npm install
npm run dev
To uruchomi frontend Eigent lokalnie. Domyślnie działa on pod adresem http://localhost:3000. Po zmianach w pliku .env frontend będzie łączył się z API pod adresem http://localhost:3001 – wszystko w obrębie Twojego komputera.
> eigent@* dev
> vite
VITE vX.X.X ready in Y ms
➜ Local: http://localhost:3000/
Nie są tu potrzebne żadne specjalne poświadczenia chmurowe – to po prostu standardowy build deweloperski Node.
5. Uzyskaj lokalny dostęp do interfejsu Eigent
Ekran logowania Eigent załaduje się lokalnie. Choć wymagane jest logowanie, ta instancja jest hostowana samodzielnie i nie korzysta z żadnej usługi zewnętrznej.
To logowanie służy wyłącznie lokalnej aplikacji – Twoje poświadczenia i dane są zapisywane w lokalnej bazie Postgres, którą uruchomiłeś, a nie na jakimś serwerze chmurowym. Nawet jeśli interfejs prezentuje logowanie w stylu OAuth, cała autoryzacja i dane użytkownika znajdują się na Twoim komputerze. Dokumentacja podkreśla to podejście local-first: „Twoje dane pozostają na Twoim urządzeniu, co rozwiązuje problemy związane z prywatnością i bezpieczeństwem”. Po zalogowaniu przejdziesz do głównego panelu, gdzie możesz tworzyć własne agenty, definiować przepływy pracy i konfigurować narzędzia.
Na przykład strona narzędzi/ustawień pozwala włączać lub wyłączać wbudowane integracje (wyszukiwanie w sieci, Google Docs, Slack itd.), a ekran wyboru modeli pozwala wybrać lub skonfigurować preferowany LLM. Wszystko od tego momentu – wiadomości agentów, wyniki narzędzi, bazy wiedzy – pozostanie w Twojej bazie PostgreSQL i lokalnym systemie plików, chyba że zdecydujesz się to wyeksportować.
Interfejs Eigent pozwala konfigurować zintegrowane narzędzia (Slack, wyszukiwanie w sieci itd.) w Twojej lokalnej instancji. Wybierz, których modeli lub API chcesz używać dla agentów w lokalnej konfiguracji Eigent.
Uwaga: podczas pracy w trybie lokalnym użytkownicy muszą sami skonfigurować własne klucze API lub endpointy dla modeli.
Obejrzyj pełny tutorial
Wolisz materiał wideo? Nagraliśmy szczegółowy przewodnik krok po kroku, który prowadzi przez cały proces – od uruchomienia Dockera po zalogowanie się do lokalnego Eigent.
Link do tutorialu: Obejrzyj na YouTube
Recent Posts

Qwen3.8-Max: model Alibaba do kodowania z otwartymi wagami i 2,4 bln parametrów
Qwen3.8-Max to model Alibaba z otwartymi wagami i 2,4 bln parametrów do kodowania oraz pracy agentowej. Poznaj specyfikację, ceny, potwierdzone fakty i niewiadome.

Thinking Machines Inkling-Small: Model 276B, który bije swojego większego brata
Inkling-Small od Thinking Machines Lab to model MoE 276B z otwartymi wagami, który dorównuje Inkling przy jednej czwartej rozmiaru. Specyfikacja, benchmarki, ceny i znaczenie dla branży.

Alternatywa dla Augment Code
Porównaj alternatywy dla Augment Code w dużych bazach kodu pod względem aktualnych cen, wspólnego użycia, jakości kontekstu, dostępu do źródeł, samodzielnego hostingu, bezpieczeństwa i dopasowania do zespołu.