Autonóm rendszerek, amelyek gondolkodnak, cselekszenek és önmagukat javítják — privát módon, lokálisan, folyamatosan. NPU firmware-től az ágens orchestrációig, az egész stacket én terveztem.
Autonomous systems that reason, act, and self-recover — running privately, on-device, around the clock. From NPU firmware to multi-agent orchestration, I own the full stack.
Nem az AI-t tanulom — az AI-t üzemeltetem. Az elmúlt évben felépítettem egy teljes, privát mesterséges intelligencia ökoszisztémát, amelynek minden rétegét én terveztem, kódoltam és tartom fenn. Nem tutorialból, nem managed service-ből — nulláról, production szinten.
Az alap az infrastruktúra: egy háromcsomópontos Proxmox klaszter, amely áramszünet után automatikusan helyreáll, hálózati driver bugokat maga javít, és 23-szoros deduplikációval menti az adatokat titkosítva a felhőbe. Ez az a réteg, amit a legtöbb AI projekt kihagyott — és ami miatt a legtöbb AI projekt megbízhatatlan.
Erre épül az AI stack: helyi LLM inferencia 90 token/másodpercen a Snapdragon NPU-n, egy LiteLLM router, amely 9 provider közt automatikusan vált meghibásodás esetén, és egy hibrid RAG pipeline, amely a saját infrastruktúra-dokumentációmból keres — hallucinációmentesen, ezredmásodpercek alatt.
A csúcson az ágensek: autonóm rendszerek, amelyek emberi beavatkozás nélkül futnak. Az OpenClaw gateway 24/7 kezeli a munkafolyamatokat, az Argus monitoring ágens figyeli az egész stacket, a Proxmox Orchestrator pedig lehetővé teszi, hogy az LLM közvetlenül vezérelje a hypervisor réteget. Ez nem demó — ez napi operáció.
A gaiagent a tech nevem. A három réteg együtt egy önfenntartó, öngyógyító AI infrastruktúrát alkot — és ez pontosan az, amit vállalati szinten is meg tudok tervezni és megépíteni.
I don't study AI — I operate it. Over the past year I've built a complete, private AI ecosystem from scratch: every layer designed, coded, and maintained by one person. Not from tutorials, not on managed services — from zero, at production level.
The foundation is infrastructure: a three-node Proxmox cluster that auto-recovers after power loss, self-repairs network driver bugs, and backs up data with 23× deduplication to encrypted cloud storage. This is the layer most AI projects skip — and why most AI projects are unreliable.
On top sits the AI stack: local LLM inference at 90 tokens/sec on the Snapdragon NPU, a LiteLLM router that automatically fails over between 9 providers, and a hybrid RAG pipeline that retrieves from my own infrastructure documentation — hallucination-free, in milliseconds.
At the top are the agents: autonomous systems that run without human intervention. The OpenClaw gateway handles workflows around the clock, Argus monitors the entire stack, and the Proxmox Orchestrator lets an LLM directly control the hypervisor layer. This is not a demo — this is daily operation.
gaiagent is my technical identity. Three layers. One coherent, self-healing AI infrastructure — and exactly what I can design and build at enterprise scale.
A lokális AI infrastruktúra-tapasztalat és a decentralizált rendszerek természetes metszéspontban találkoznak: mindkettő felhőfüggetlen, autonóm és verifikálható működést igényel. A következő fejlesztési fázis ebbe az irányba terjeszti ki a stack-et.
Local AI infrastructure and decentralised systems meet at a natural intersection: both demand cloud-independent, autonomous, and verifiable operation. The next phase extends the stack in this direction.
eth_sendTransaction, eth_getBalance LLM számáraeth_sendTransaction, eth_getBalance for LLM