zpwiki/pages/students/2022/jan_ptak/README.md

title	published	taxonomy
Ján Pták	true	category tag author dp2027 rag nlp Daniel Hladek

rok začiatku štúdia: 2022

Diplomová práca 2027

Téma:

Agent pre manažment záverečných prác

Úlohy na semester:

Agent by mal vedieť:

• získať aktuálne dáta z GITU,
• vedieť v nich vyhľadávať a zodpovedať otázky z vyhľadávania.
• vedieť vyhľadávať na CRZP záverečné práce.
• mal by fungovať cez openwebui rozhranie.
• Vytvorte komplenté nasadenie agenta pomocou DockerCompose.

Úlohy do budúcnosti:

• vyhodnotte vyhľadávanie - porovnajte RAG a GraphRAG
• Pripravte testovacie scenáre pre agenta a s ich pomocou vyhodnotte agenta.

Stretnutie 5.11.2026

Stav:

• Sú Skills aj MCP server. RAG vie v ZPwiki vyhľadávať informácie o študentoch.
• Funguje vektorové a textové vyhľadávanie. Ale vyzerá to tak, že nevie synonymy.
• Ostatné úlohy sú otvorené.

Úlohy:

• Je potrebné zlepšiť prehľad o problematike.
• Oboznámte sa s tým čo je znalostný graf. Napíšte to vlastnými slovami a citujte články.
• Podrobne sa oboznámte s vyhľadávaním GraphRAG. Pozrite si články a napíšte poznámky.
• Oboznámte sa s https://cogdb.io/
• Vytvore nástroj, ktorý pomocou LLM identifikuje dôležité pojmy a ich vzťahy z profilu študenta a vloží ich do grafovej databázy.
• Nástroj môže využívať aj klasické vyhľadávanie.
• Nerobte OpenWebUI tools, radšej skill alebo skript s LLM API.

Príklady otázok:

• Na čom študent pracoval? Kľúčové slovíčka, sumarizácia výsledkov
• Kedy dosiahol aký výsledok?
• Kto pracoval na podobnej téme?
• Aké bolo zadanie jeho práce? Aké boli ciele a výstupy danej práce?
• Aké témy sa riešili v určitom období? A akí študenti?

Stretnutie 30.9.2026

Stav:

• Funguje RAG systém, prepojenie s OpenWEBUI. Zatiaľ len pomocou agenta - treba zistiť implementačné detaily.
• Používa modely cez ui.tukekemt.xyz - Fast120 (Qwen3.5) a me5mini
• začíname pracovať na GraphRAG a Neo4J

Úlohy:

• Pokračujte v GraphRAG - Naprogramujte načítanie existujúcich Markdown textov do Neo4j — vytvorte uzly pre každú záverečnú prácu, autora, tému a kľúčové slová. Vytvorte grafové relácie medzi uzlami (napr. rovnaký autor → rovnaká téma, rovnaký študijný program)
• Napíšte poznámky o GraphRAG — definícia, ako funguje, rozdiel oproti klasickému RAG, výhody a nevýhody
• Agenta rozdeľte na samostatné komponenty (nástroje - tools alebo skills). Každý nástroj dajte do osobitného adresára na GIte. Každý nástroj by sa mal z gitu dať nainštalovať do OpenWebUI.
• Pridajte aj "hlavného agenta" - prompt, ktorý bude pracovať s nástrojmi,
• Agenta, ktorý bude vyhľadávať na GITe môžete koncipovať ako MCP server, ktorý bude bežať v Dockeri.
• Obboznámte sa s pojmami MCP, Tool, Skill, AGENTS.md

Diplomový projekt 2026

Téma:

Agent pre manažment záverečných prác

Ciele na semester.

• Zistite čo je to Retrieval Augmented Generation
• Vytvorte agenta pre zlepšenie manažmentu záverečných prác zpwiki.
• Ako rozhranie použite OpenWebUI.
• Navrhnite deployment pomocou Docker. Implementujte aj synchronizáciou (pomocou WebHOOK)

Zásobník úloh:

• Zistite, čo je to znalostný graf
• Naučte sa čo je to GraphRAG
• Využite znalostný graf pre zlepšenie práce alebo vysvetliteľnosti jazykového modelu

Stretnutie 8.6.2026

Stav:

• Odovzdané nejaké zdrojové kódy na https://git.kemt.fei.tuke.sk/jp170na/dp-zp-agent - načítanie z markdown, indexovanie do SQLite a FastAPI.
• Ostatné úlohy neboli vyriešené.

Úlohy:

• Pokračujte v otvorených úlohách. Vypracujte písomnú správu o preštudovaných materiáloch.
• Sústredte sa na GraphRAG. Použite google scholar a https://graphrag.com/
• Pozrite si kódy na https://github.com/hladek/kemthesis
• Pozrite si systém https://github.com/hkuds/minirag

Zásobník úloh:

• Nové smerovanie môže byť spracovanie textov záverečných prác. Vytvorte RAG systém pre vyhľadávanie v záverečných prácach.
• Napojte sa na systém CRZP a prepojte ho s LLM agentom.
• Vytvorte vyhľadávanie v dodaných textoch záverečných prác.

Stretnutie 20.2.2026

Úlohy:

• Zistite, čo je to RAG. Zistite ako funguje generatívny model. Napíšte o tom poznámky a zdroje ktoré ste použili.
• Prihláste sa na https://ui.tukekemt.xyz/ , api https://docs.openwebui.com/reference/api-endpoints/
• Prejdite si https://docs.langchain.com/oss/python/langchain/quickstart
• Pozrite si dokumentáciou https://docs.openwebui.com/.
• Pozrite si https://git.kemt.fei.tuke.sk/KEMT/zpwiki/
• Naprogramujte proces, ktorý zaindexuje Markdown súbory.
• Naprogramujte agenta, ktorý vie vyhľadávať v zaindexovaných súboroch.
• Vaše kódy dajte na KEMT GIT.