Badanie i tworzenie tematycznego raportu HTML o Google Gemma z użyciem self-hosted modelu Gemma 4
Badanie nowej rodziny modeli AI oznacza żonglowanie wieloma źródłami, syntezę wniosków, a następnie sformatowanie wszystkiego w prezentowalny materiał. Ten workflow pokazuje, jak Eigent eliminuje cały ten pipeline — dzięki lokalnie hostowanemu modelowi Gemma 4 31B działającemu via vLLM koordynuje wielu agentów, aby zbadać, napisać, wystylizować i dostarczyć dopracowaną stronę HTML z jednego promptu.
To, co czyni ten demo wyjątkowym, to fakt, że cały workflow — koordynacja wielu agentów, badanie webowe na żywo, generowanie dokumentów oparte na skills oraz tematyczny output HTML — jest napędzany przez model open-weight o 31B parametrach działający na Twoim własnym sprzęcie.
Skonfiguruj Gemma 4 jako swój model w Eigent
Przejdź do Settings → Agents → vLLM i ustaw Model Endpoint URL na swoją lokalnie hostowaną instancję (np. http://localhost:8000/v1), a Model Type na gemma4-31b.
To informuje Eigent, aby kierował wszystkie zadania agentów przez Twoją self-hosted instancję Gemma 4 zamiast przez cloud API, dzięki czemu Twoje dane pozostają lokalnie, a koszty inference wynoszą zero.
Pobierz i zaimportuj Agent Skills
Przejdź do Eigent Skills Hub na eigent.ai/skills i pobierz pakiety skills doc-coauthoring oraz theme-factory jako pliki zip.
Wróć do Eigent, przejdź do Settings → Agents → Skills i użyj okna Add Skill, aby przeciągnąć i upuścić oba pliki zip. Każdy pakiet skill zawiera plik SKILL.md, który mówi Eigent, kiedy i jak aktywować daną umiejętność. Skill theme-factory zawiera również 10 gotowych definicji motywów z wyselekcjonowanymi paletami kolorów i zestawieniami fontów.
Wyślij prompt badawczy
Gdy skills są zaimportowane, a Gemma 4 skonfigurowana, wpisz prompt zadania do pola czatu w Eigent:
Zbadaj rodzinę Gemma, korzystając z Reuters, TechCrunch, strony firmy i oficjalnej dokumentacji. Następnie użyj {{doc-coauthoring}} i {{theme-factory}}, aby stworzyć dopracowaną stronę HTML z kluczowymi wnioskami, porównaniami i kolejnymi krokami. Zapisz plik html w folderze workspace.
Odwołania {{doc-coauthoring}} i {{theme-factory}} informują Eigent, aby aktywował oba skills w tym workflow. Eigent natychmiast rozpoczyna planowanie wykonania.
Zobacz, jak Eigent rozbija i planuje zadanie
Gemma 4 analizuje prompt i dzieli go na dwa sekwencyjne zadania:
-
Zadanie badawcze: Zbadaj rodzinę modeli Gemma, korzystając z Reuters, TechCrunch, oficjalnej strony Google i oficjalnej dokumentacji. Wyodrębnij kluczowe wnioski, porównania modeli i rekomendowane kolejne kroki. Wyjście powinno stanowić szczegółowe podsumowanie badawcze w formacie markdown, zawierające trzy sekcje: "Key Findings", "Comparisons" i "Next Steps".
-
Zadanie generowania HTML: Na podstawie dostarczonego podsumowania badawczego użyj skills
doc-coauthoringitheme-factory, aby stworzyć dopracowaną, profesjonalną stronę HTML. Zapisz finalny plik HTML w katalogu roboczym.
Ten podział zadań odbywa się automatycznie — Gemma 4 rozumie zależności i odpowiednio sekwencjonuje pracę.
Startuje koordynacja wielu agentów
Eigent uruchamia równolegle kilku wyspecjalizowanych agentów, aby zrealizować plan:
-
Browser Agent uruchamia równoczesne sesje przeglądarki, aby prowadzić badania w sieci. Odwiedza Google search, Reuters, TechCrunch, oficjalną stronę Google DeepMind dla Gemma oraz Google AI blog — wszystko jednocześnie, aby zmaksymalizować przepustowość.
-
Developer Agent czeka ze swoim zadaniem, aż pojawi się podsumowanie badawcze, zanim przejdzie do generowania HTML.
Browser Agent wykorzystuje duże okno kontekstu Gemma 4, przetwarzając kilka stron internetowych jednocześnie i wyodrębniając istotne informacje o architekturze rodziny modeli Gemma, opcjach wdrożenia, ekosystemie i licencjonowaniu.
Browser Agent dostarcza podsumowanie badawcze
Po odwiedzeniu wszystkich wskazanych źródeł Browser Agent tworzy ustrukturyzowany Completion Report zawierający zsyntetyzowane badania. Raport obejmuje:
-
Key Findings: Gemma to rodzina lekkich, nowoczesnych modeli open-weight opracowanych przez Google DeepMind, zbudowana z użyciem tej samej technologii co modele Gemini. Ekosystem został zaprojektowany pod kątem efektywności, umożliwiając deweloperom tworzenie aplikacji AI, które mogą działać lokalnie na różnym sprzęcie.
-
Core Characteristics: Podstawa architektoniczna oparta na badaniach Gemini; silna optymalizacja pod kątem działania on-device i lokalnego; dostępność przez Hugging Face, Kaggle, Vertex AI, Ollama i LM Studio; wzrost ekosystemu przekraczający 110 milionów pobrań; licencjonowanie open-weight z niestandardowymi warunkami licencyjnymi dla zastosowań komercyjnych.
-
Comparisons with GPT-4: Podczas gdy GPT-4 to duży multimodalny model zwykle używany przez API lub w chmurze, Gemma oferuje alternatywę open-weights, która umożliwia lokalne wdrożenie, pełną kontrolę nad fine-tuningiem i działanie offline.
-
Next Steps: Zalecane działania obejmujące integrację z developmentem, testy wdrożenia on-device, wyspecjalizowane use cases oraz opcje skalowania.
To podsumowanie badawcze w formacie markdown jest automatycznie przekazywane do Developer Agent jako input dla następnej fazy.
Developer Agent wczytuje skills i generuje HTML
Developer Agent otrzymuje podsumowanie badawcze i aktywuje oba skills. Odczytuje plik doc-coauthoring SKILL.md, aby zrozumieć ustrukturyzowany workflow dokumentu, oraz theme-factory SKILL.md, aby uzyskać dostęp do wyselekcjonowanej kolekcji motywów.
Korzystając z terminala, Developer Agent:
- Sprawdza dostępne skills, aby znaleźć doc-coauthoring i theme-factory
- Odczytuje pokaz motywów, aby wybrać odpowiedni wizualny theme
- Tworzy katalog projektu w workspace
- Zapisuje kompletny, samowystarczalny plik HTML, który łączy treść badawczą z paletą kolorów i typografią wybranego motywu
Developer Agent stosuje hex kody motywu, zestawienia fontów i identyfikację wizualną we wszystkich sekcjach — nagłówkach, tekście głównym, komponentach kart i elementach tła — tworząc deliverable, który wygląda jak ręcznie zaprojektowany przez profesjonalistę.
Sprawdź końcowy tematyczny raport HTML
Gotowa strona HTML zostaje zapisana bezpośrednio w folderze workspace. Po otwarciu widać dopracowany, ciemny raport zatytułowany "Google Gemma Family of Models — Advanced Research Summary & Strategic Analysis" z:
- Sekcją Key Findings ze stylizowanymi punktami, obejmującymi architekturę Gemma, charakterystykę wdrożenia, dostępność, wzrost ekosystemu i warunki licencyjne
- Matrycą Comparisons porównującą Gemma z alternatywami opartymi na chmurze, takimi jak GPT-4
- Sekcją Next Steps z praktycznymi rekomendacjami dotyczącymi integracji z developmentem, wdrożenia on-device, wyspecjalizowanych use cases i skalowania
- Profesjonalnym footerem z przypisaniem źródeł
Cała strona jest responsywna, samowystarczalna w jednym pliku HTML i gotowa do udostępnienia interesariuszom lub publikacji wewnętrznej — wszystko wygenerowane przez model open-weight 31B działający na lokalnym sprzęcie.
Dlaczego ten workflow ma znaczenie
To demo pokazuje trzy współpracujące ze sobą możliwości:
- Moc modelu open-weight: Gemma 4 31B, działająca lokalnie via vLLM, obsługuje złożoną koordynację wielu agentów, badania webowe na żywo i generowanie kodu — zadania zwykle kojarzone z dużo większymi modelami hostowanymi w chmurze.
- Kompozycja skills: Skills doc-coauthoring i theme-factory składają się bezproblemowo. Żaden z nich nie zna drugiego; Eigent orkiestruje je w jeden pipeline.
- Równoległość wielu agentów: Browser Agent prowadzi badania równolegle w wielu źródłach, podczas gdy Developer Agent czeka na ustrukturyzowane przekazanie, maksymalizując przepustowość bez utraty jakości.
Co wypróbować dalej
Gdy pierwszy raport zostanie wygenerowany, możesz rozbudować go kolejnymi promptami, na przykład:
Zmień theme na "Arctic Frost" i wygeneruj ponownie ten sam raport.
Zastąp badanie Gemma dogłębnym przeglądem innej rodziny modeli AI.
Dodaj skill pptx, aby wygenerować prezentację na podstawie tych samych badań.
Uruchom ten sam workflow z inną wariacją Gemma, aby porównać jakość outputu między rozmiarami modeli.
Wskazówki dla lepszych wyników
- Wyraźnie nazwij źródła. Wskazanie Reuters, TechCrunch i oficjalnej dokumentacji daje Browser Agentowi jasną ścieżkę badawczą zamiast polegania na nieukierunkowanym wyszukiwaniu.
- Używaj odwołań do skills w podwójnych nawiasach klamrowych. Zapisanie
{{doc-coauthoring}}i{{theme-factory}}w promptcie jawnie aktywuje zaimportowane skills. - Określ lokalizację outputu. Prośba o "zapisanie pliku HTML w folderze workspace" mówi Developer Agentowi dokładnie, gdzie zapisać finalny deliverable.
- Pozwól modelowi planować. Decompozycja zadań przez Gemma 4 jest najskuteczniejsza, gdy opisujesz oczekiwany rezultat zamiast narzucać pojedyncze kroki.
