goLLM - Go Learn, Lead, Master!

Dlaczego goLLM? - Bo wierzymy, że jakość kodu to nie luksus, a standard. goLLM to więcej niż narzędzie - to twój asystent w dążeniu do doskonałości programistycznej.

🚀 O projekcie

goLLM to zaawansowany system kontroli jakości kodu Python zintegrowany z modelami językowymi (LLM), który przekształca proces programowania w płynne doświadczenie, gdzie jakość kodu jest gwarantowana od pierwszego znaku.

📚 Dokumentacja

Pełna dokumentacja dostępna jest w języku angielskim:

• Rozpoczęcie pracy - Instalacja i szybki start
• Funkcje - Przegląd funkcji
• Użycie - Jak korzystać z goLLM
• Przykłady - Przykłady użycia
• Dokumentacja API - Szczegóły techniczne
• Rozwój - Jak współtworzyć projekt

💫 Najważniejsze funkcje

• 🔥 Generowanie kodu - Tworzenie kodu na podstawie opisu w języku naturalnym
• 🔍 Walidacja kodu - Automatyczne sprawdzanie jakości i poprawności kodu
• 📈 Metryki jakości - Śledzenie postępów i trendów
• 🚀 Szybkie odpowiedzi - Generowanie kodu z wykorzystaniem lokalnych modeli LLM
• 🤖 Integracja z IDE - Wsparcie dla VS Code i PyCharm
• 🔄 Automatyczne poprawki - Inteligentne sugestie napraw błędów

⚡ Szybki start

# Instalacja
pip install gollm[llm]

# Generowanie kodu
gollm generate "Napisz funkcję w Pythonie, która oblicza silnię"

⚙️ Użycie z parametrami (Usage with Parameters)

gollm oferuje szereg parametrów, które pozwalają dostosować proces generowania kodu do Twoich potrzeb.

Podstawowe parametry generowania

• --output-path <ścieżka> lub -o <ścieżka>: Określa ścieżkę, gdzie mają być zapisane wygenerowane pliki. Domyślnie tworzony jest katalog na podstawie Twojego zapytania.

  gollm generate "Stwórz klasę User" -o ./my_user_class
  

• --iterations <liczba> lub -i <liczba>: Ustawia liczbę iteracji dla procesu generowania i poprawiania kodu. Wyższa liczba może prowadzić do lepszej jakości kodu, ale wydłuża czas generowania. Domyślnie: 6.

  gollm generate "Zaimplementuj algorytm sortowania bąbelkowego" -i 10
  

• --fast: Tryb szybki. Używa minimalnej liczby iteracji (1) i uproszczonej walidacji, aby szybko uzyskać wynik. Przydatne do prostych zadań.

  gollm generate "Prosta funkcja dodająca dwie liczby" --fast
  

Kontrola testów

• --tests / --no-tests: Włącza lub wyłącza automatyczne generowanie testów jednostkowych dla wygenerowanego kodu. Domyślnie włączone (--tests).

  gollm generate "Klasa Kalkulator z podstawowymi operacjami" --no-tests
  

Automatyczne uzupełnianie i poprawki

• --auto-complete / --no-auto-complete: Włącza lub wyłącza automatyczne uzupełnianie niekompletnych funkcji. Domyślnie włączone (--auto-complete).

  gollm generate "Stwórz szkielet klasy do obsługi API" --no-auto-complete
  

• --execute-test / --no-execute-test: Włącza lub wyłącza automatyczne testowanie wykonania wygenerowanego kodu. Domyślnie włączone (--execute-test).

  gollm generate "Skrypt przetwarzający pliki tekstowe" --no-execute-test
  

• --auto-fix / --no-auto-fix: Włącza lub wyłącza automatyczne próby naprawy błędów wykrytych podczas testowania wykonania. Domyślnie włączone (--auto-fix).

  gollm generate "Funkcja operująca na listach, która może rzucać wyjątki" --no-auto-fix
  

• --max-fix-attempts <liczba>: Maksymalna liczba prób automatycznej naprawy błędów wykonania. Domyślnie: 5.

  gollm generate "Skomplikowany algorytm z potencjalnymi błędami" --max-fix-attempts 10
  

Konfiguracja modelu LLM

• --adapter-type <typ>: Wybiera typ adaptera LLM (np. ollama, openai, http, modular). Domyślnie skonfigurowany w ustawieniach globalnych.

  gollm generate "Funkcja w JavaScript" --adapter-type openai
  

• --model <nazwa_modelu>: Określa konkretny model LLM do użycia (np. gpt-4, llama3). Domyślnie skonfigurowany w ustawieniach globalnych lub adaptera.

  gollm generate "Stwórz wyrażenie regularne" --adapter-type ollama --model llama3:latest
  

• --temperature <wartość>: Ustawia temperaturę dla generowania kodu (wpływa na kreatywność odpowiedzi). Wartość od 0.0 do 2.0.

  gollm generate "Napisz wiersz o programowaniu" --temperature 1.2
  

Inne przydatne parametry

• --context-files <plik1> <plik2> ... lub -c <plik1> <plik2> ...: Dołącza zawartość podanych plików jako kontekst do zapytania LLM.

  gollm generate "Dodaj nową metodę do istniejącej klasy" -c existing_class.py
  

• --verbose lub -v: Włącza tryb szczegółowy, wyświetlając więcej informacji o procesie generowania.

  gollm generate "Debuguj ten fragment kodu" -v
  

Aby zobaczyć pełną listę dostępnych opcji, użyj polecenia:

gollm generate --help

🤝 Współtworzenie

Zapraszamy do współtworzenia projektu! Szczegóły znajdziesz w przewodniku dla współtwórców.

📝 Licencja

Ten projekt jest dostępny na licencji Apache 2.0 - szczegóły w pliku LICENSE.

🔗 Przydatne linki

• Strona projektu
• Dokumentacja
• Zgłaszanie błędów
• Dyskusje

🤖 Wsparcie dla modeli

goLLM wspiera różne modele językowe, w tym:

• Lokalne modele przez Ollama (zalecane)
• OpenAI GPT-4/GPT-3.5
• Inne kompatybilne modele z interfejsem API

📦 Wymagania systemowe

• Python 3.8+
• 4GB+ wolnej pamięci RAM (więcej dla większych modeli)
• Połączenie z internetem (opcjonalne, tylko dla niektórych funkcji)

🌍 Wsparcie społeczności

Dołącz do naszej społeczności, aby zadawać pytania i dzielić się swoimi doświadczeniami:

• GitHub Discussions
• Discord (jeśli dostępny)

🔄 Ostatnie zmiany

Sprawdź historię zmian, aby zobaczyć najnowsze aktualizacje i nowe funkcje.

📚 Dokumentacja

Pełna dokumentacja dostępna jest w dokumentacji online.

📖 Przewodniki

• Wprowadzenie - Pierwsze kroki z goLLM
• Konfiguracja projektu - Szczegóły konfiguracji
• Integracja z Ollama - Jak używać lokalnych modeli LLM
• Generowanie wielu plików - Zarządzanie złożonymi projektami
• Streaming odpowiedzi - Szybsze generowanie kodu z modularnym adapterem

🛠️ API

• Podstawowe funkcje - Główne komponenty goLLM
• Rozszerzenia - Jak rozszerzać funkcjonalność
• Interfejs wiersza poleceń - Pełna dokumentacja CLI

🛠️ Rozwój

Konfiguracja środowiska deweloperskiego

1. Sklonuj repozytorium:

   git clone https://github.com/wronai/gollm.git
   cd gollm
   

2. Utwórz i aktywuj środowisko wirtualne:

   python -m venv venv
   source venv/bin/activate  # Linux/MacOS
   # lub
   .\venv\Scripts\activate  # Windows
   

3. Zainstaluj zależności deweloperskie:

   pip install -e .[dev]
   

Uruchamianie testów

# Uruchom wszystkie testy
pytest

# Uruchom testy z pokryciem kodu
pytest --cov=src tests/

# Wygeneruj raport HTML z pokryciem
pytest --cov=src --cov-report=html tests/

🤝 Współpraca

Wszelkie wkłady są mile widziane! Zobacz przewodnik dla współpracowników, aby dowiedzieć się, jak możesz pomóc w rozwoju projektu.

📄 Licencja

Projekt jest dostępny na licencji Apache 2.0.

## 📊 Korzyści z używania goLLM

### Dla programistów
- **Oszczędność czasu** - Automatyczne poprawki i sugestie
- **Nauka najlepszych praktyk** - Natychmiastowy feedback jakości kodu
- **Mniejsze obciążenie code review** - Mniej błędów trafia do recenzji

### Dla zespołów
- **Spójność kodu** - Jednolite standardy w całym projekcie
- **Łatwiejsze wdrażanie nowych członków** - Automatyczne egzekwowanie standardów
- **Lepsza jakość kodu** - Systematyczne eliminowanie antywzorców

### Dla firmy
- **Niższe koszty utrzymania** - Lepsza jakość kodu = mniej bugów
- **Szybsze wdrażanie** - Zautomatyzowane procesy kontroli jakości
- **Większa wydajność zespołu** - Mniej czasu na poprawki, więcej na rozwój

## 🔄 Jak to działa?

goLLM działa w oparciu o zaawansowany system analizy kodu, który łączy w sobie:

1. **Statyczną analizę kodu** - Wykrywanie potencjalnych błędów i antywzorców
2. **Dynamiczną analizę** - Śledzenie wykonania kodu w czasie rzeczywistym
3. **Integrację z LLM** - Kontekstowe sugestie i automatyzacja zadań
4. **Automatyczne raportowanie** - Kompleksowe metryki jakości kodu

### Przykładowy workflow

```mermaid
graph TD
    A[Nowy kod] --> B{Analiza goLLM}
    B -->|Błędy| C[Automatyczne poprawki]
    B -->|Ostrzeżenia| D[Sugestie ulepszeń]
    B -->|Krytyczne| E[Blokada zapisu]
    C --> F[Ponowna analiza]
    D --> G[Recenzja programisty]
    F -->|OK| H[Zatwierdź zmiany]
    G -->|Zaakceptowano| H
    H --> I[Aktualizacja CHANGELOG]
    I --> J[Integracja z systemem CI/CD]

⚙️ Konfiguracja

goLLM oferuje elastyczną konfigurację dopasowaną do potrzeb Twojego projektu. Podstawowa konfiguracja znajduje się w pliku gollm.json.

Przykładowa konfiguracja

{
  "version": "0.2.0",
  "validation_rules": {
    "max_function_lines": 50,
    "max_file_lines": 300,
    "max_cyclomatic_complexity": 10,
    "max_function_params": 5,
    "max_line_length": 88,
    "forbid_print_statements": true,
    "forbid_global_variables": true,
    "require_docstrings": true,
    "require_type_hints": false,
    "naming_convention": "snake_case"
  },
  "project_management": {
    "todo_integration": true,
    "auto_create_tasks": true,
    "changelog_integration": true
  },
  "llm_integration": {
    "enabled": true,
    "provider": "openai",
    "model": "gpt-4"
  }
}

Integracja z narzędziami deweloperskimi

Integracja z Narzędziami

GoLLM można zintegrować z istniejącymi narzędziami deweloperskimi poprzez konfigurację w pliku gollm.json. Aby uzyskać więcej informacji, sprawdź dokumentację konfiguracji.

# Sprawdź aktualną konfigurację
gollm config list

# Zmień ustawienia konfiguracji
gollm config set <klucz> <wartość>

CI/CD

# Przykład dla GitHub Actions
name: goLLM Validation

on: [push, pull_request]

jobs:
  validate:
    runs-on: ubuntu-latest
    steps:
    - uses: actions/checkout@v3
    - name: Set up Python
      uses: actions/setup-python@v4
      with:
        python-version: '3.10'
    - name: Install goLLM
      run: pip install gollm[llm]
    - name: Run validation
      run: gollm validate .

📊 Metryki i analiza

goLLM dostarcza szczegółowych metryk i analiz, które pomagają śledzić jakość kodu w czasie.

Dostępne komendy

Metryki jakości kodu

# Pokaż aktualne metryki jakości kodu
gollm metrics

Trendy jakości w czasie

# Pokaż trendy jakości kodu w określonym okresie
gollm trend --period month

Status projektu

# Sprawdź aktualny status projektu i zdrowia kodu
gollm status

Przykładowe metryki

• Jakość kodu - Ocena 0-100%
• Pokrycie testami - Procent kodu objętego testami
• Złożoność cyklomatyczna - Średnia złożoność metod
• Dług techniczny - Szacowany czas potrzebny na poprawę jakości

🤖 Integracja z modelami językowymi

goLLM może współpracować z różnymi dostawcami modeli językowych:

OpenAI GPT

export OPENAI_API_KEY="twój-klucz"
gollm config set llm.provider openai
gollm config set llm.model gpt-4

Anthropic Claude

export ANTHROPIC_API_KEY="twój-klucz"
gollm config set llm.provider anthropic
gollm config set llm.model claude-3-opus

Ollama (lokalny)

gollm config set llm.provider ollama
gollm config set llm.model codellama:13b

🌐 Wsparcie społeczności

Gdzie uzyskać pomoc?

• Dokumentacja
• Issue Tracker
• Dyskusje
• Przykłady użycia

Jak możesz pomóc?

1. Zgłaszaj błędy i propozycje funkcji
2. Udostępniaj przykłady użycia
3. Pomagaj w tłumaczeniu dokumentacji
4. Rozwijaj projekt przez pull requesty

📜 Licencja

Projekt goLLM jest dostępny na licencji Apache 2.0.

🤝 Integracja z LLM Providers

OpenAI

export OPENAI_API_KEY="sk-..."
gollm config set llm.provider openai
gollm config set llm.model gpt-4

Anthropic Claude

export ANTHROPIC_API_KEY="sk-ant-..."
gollm config set llm.provider anthropic
gollm config set llm.model claude-3-sonnet

📚 Dokumentacja

• 📖 Dokumentacja API
• ⚙️ Przewodnik Konfiguracji
• 🤖 Integracja z LLM
• 🚀 Przewodnik Wprowadzający

🤝 Wkład w Projekt

# Sklonuj repozytorium
git clone https://github.com/wronai/gollm
cd gollm

# Zainstaluj dla deweloperów
pip install -e .[dev]

# Uruchom testy
pytest

# Sprawdź jakość kodu
gollm validate-project

📄 Licencja

MIT License - zobacz LICENSE po szczegóły.

🌟 Roadmapa

• v0.2.0 - Integracja z więcej IDE (PyCharm, Sublime)
• v0.3.0 - Obsługa JavaScript/TypeScript
• v0.4.0 - Integracja z CI/CD (GitHub Actions, GitLab CI)
• v0.5.0 - Dashboard webowy z metrykami zespołu
• v1.0.0 - Enterprise features + self-hosted LLM

goLLM - Gdzie jakość kodu spotyka się z inteligencją! 🚀45-90 minutes

• Related Files: examples/bad_code.py:15

• CRITICAL: Function process_user_data() has cyclomatic complexity 12 (max: 10)

  • Created: 2025-06-01 14:23:15
  • Location: examples/bad_code.py:15
  • Suggested Fix: Simplify logic or extract sub-functions
  • Estimated Effort: 1-3 hours

• MAJOR: File bad_code.py exceeds maximum lines (150+ lines, max: 300)

  • Created: 2025-06-01 14:23:15
  • Impact: Code maintainability
  • Suggested Fix: Split into smaller modules
  • Estimated Effort: 2-4 hours

🟡 MEDIUM Priority

Code Improvements

• Replace print statements with logging (5 instances found)

  • Created: 2025-06-01 14:23:15
  • Files: examples/bad_code.py
  • Auto-fix Available: ✅ Yes
  • Command: gollm fix --rule print_statements examples/bad_code.py
  • Estimated Effort:

  goLLM - Kompletna Implementacja Systemu

🎯 Podsumowanie Rozwiązania

goLLM (Go Learn, Lead, Master!) to kompletny system kontroli jakości kodu z integracją LLM, który automatycznie:

1. Waliduje kod w czasie rzeczywistym - blokuje zapisywanie/wykonanie kodu niespełniającego standardów
2. Integruje się z LLM - automatycznie poprawia kod przez AI z kontekstem projektu
3. Zarządza dokumentacją projektu - automatycznie aktualizuje TODO i CHANGELOG
4. Agreguje konfiguracje - łączy ustawienia z różnych narzędzi (flake8, black, mypy)

🚀 Kluczowe Komponenty

1. Core Engine (7 plików)

• GollmCore - główna klasa orkiestrująca
• CodeValidator - walidacja kodu z AST analysis
• GollmConfig - zarządzanie konfiguracją
• CLI - interfejs wiersza poleceń

2. LLM Integration (8 plików)

• LLMOrchestrator - orkiestracja komunikacji z LLM
• ContextBuilder - budowanie kontekstu dla LLM
• PromptFormatter - formatowanie promptów
• ResponseValidator - walidacja odpowiedzi LLM

3. Project Management (6 plików)

• TodoManager - automatyczne zarządzanie TODO
• ChangelogManager - automatyczne aktualizacje CHANGELOG
• TaskPrioritizer - priorytetyzacja zadań

4. Real-time Monitoring (6 plików)

• LogAggregator - agregacja logów wykonania
• ExecutionMonitor - monitoring procesów
• LogParser - parsowanie błędów i traceback

5. Configuration System (7 plików)

• ProjectConfigAggregator - agregacja konfiguracji
• Parsery dla: flake8, black, mypy, pyproject.toml
• Wykrywanie konfliktów między narzędziami

🎬 Przykład Kompletnego Workflow

Scenariusz: LLM generuje kod → goLLM kontroluje jakość

# 1. Użytkownik prosi LLM o kod
$ gollm generate "Create a user authentication system"

# 2. LLM generuje kod (przykład z naruszeniami)
# Generated code has: 9 parameters, print statements, high complexity

# 3. goLLM automatycznie waliduje
🔍 goLLM: Validating generated code...
❌ Found 4 violations:
   - Function has 9 parameters (max: 5)
   - Print statement detected
   - Cyclomatic complexity 12 (max: 10)
   - Missing docstring

# 4. goLLM wysyła feedback do LLM
🤖 Sending violations to LLM for improvement...

# 5. LLM generuje poprawiony kod
✅ Iteration 2: All violations resolved
📝 TODO updated: 0 new tasks (all fixed)
📝 CHANGELOG updated: Code generation entry added
💾 Code saved: user_auth.py
📊 Quality score: 85 → 92 (+7)

# 6. Automatyczne testy
🧪 Running validation on saved file...
✅ All checks passed
🚀 Ready for commit

Automatyczne Aktualizacje Dokumentacji

TODO.md (automatycznie zarządzane):

# TODO List - Updated: 2025-06-01 14:23:15

## 🔴 HIGH Priority (0 tasks)
✅ All high priority issues resolved!

## 🟡 MEDIUM Priority (2 tasks)
- [ ] Add unit tests for UserAuth class
- [ ] Add API documentation

## 🟢 LOW Priority (1 task)
- [ ] Optimize password hashing performance

CHANGELOG.md (automatycznie aktualizowane):

## [Unreleased] - 2025-06-01

### Added
- **[goLLM]** User authentication system with secure password handling
  - **File:** `user_auth.py`
  - **Quality Improvement:** +7 points
  - **LLM Generated:** ✅ Yes (2 iterations)

### Fixed  
- **[goLLM]** Resolved parameter count violation in authentication function
  - **Before:** 9 parameters
  - **After:** 2 parameters (using dataclass)
  - **Complexity Reduction:** 12 → 4

🛠️ Instalacja i Uruchomienie

Szybka Instalacja

# Sklonuj/pobierz goLLM
curl -sSL https://raw.githubusercontent.com/wronai/gollm/main/install.sh | bash

# Lub ręcznie
git clone https://github.com/wronai/gollm
cd gollm
./install.sh

Demo

# Uruchom demonstrację
./run_demo.sh

# Lub na Windows
run_demo.bat

Podstawowe Komendy

# Walidacja projektu
gollm validate-project

# Status jakości
gollm status

# Następne zadanie TODO
gollm next-task

# Generowanie kodu z LLM
gollm generate "create payment processor"
gollm generate "create website simple with frontend, api and backend"

# Auto-poprawki
gollm fix --auto

🔧 Konfiguracja

Plik gollm.json

{
  "validation_rules": {
    "max_function_lines": 50,
    "max_file_lines": 300,
    "forbid_print_statements": true,
    "require_docstrings": true
  },
  "llm_integration": {
    "enabled": true,
    "model_name": "gpt-4",
    "max_iterations": 3
  },
  "project_management": {
    "todo_integration": true,
    "changelog_integration": true
  }
}

Integracja z IDE i Narzędziami

GoLLM można zintegrować z IDE i narzędziami deweloperskimi poprzez konfigurację w pliku gollm.json.

# Sprawdź aktualną konfigurację
gollm config list

# Zmień ustawienia konfiguracji
gollm config set <klucz> <wartość>

Możliwe integracje:

• Walidacja kodu w czasie rzeczywistym
• Automatyczne poprawki przy zapisie
• Sugestie LLM w edytorze
• Integracja z systemem kontroli wersji

📊 Metryki i Raportowanie

# Pokaż aktualne metryki jakości kodu
gollm metrics

# Pokaż trendy jakości kodu w określonym okresie
gollm trend --period month

# Sprawdź status projektu i zdrowia kodu
gollm status

# Przykładowy wynik:
Quality Score: 89/100
Code Coverage: 78%
Cyclomatic Complexity: 2.4 (Good)
Technical Debt: 3.2 days
Violations Fixed: 47
LLM Iterations: 156 (avg 2.3 per request)

🎯 Kluczowe Korzyści

1. Zero-config Quality Control - działa out-of-the-box
2. LLM-Powered Fixes - automatyczne poprawki przez AI
3. Seamless Project Management - TODO/CHANGELOG bez wysiłku
4. IDE Integration - wsparcie dla popularnych edytorów
5. Git Workflow - automatyczne hooki i walidacja
6. Extensible Architecture - łatwe dodawanie nowych reguł

🚀 Roadmapa

• v0.2.0 - Obsługa TypeScript/JavaScript
• v0.3.0 - Web dashboard z metrykami zespołu
• v0.4.0 - Integracja z CI/CD pipelines
• v0.5.0 - Enterprise features + self-hosted LLM

goLLM to kompletne rozwiązanie, które łączy kontrolę jakości kodu z mocą LLM, tworząc inteligentny system wspomagający deweloperów w pisaniu lepszego kodu! 🐍✨

🏗️ Architektura Systemu

Core Components (100% Complete)

1. GollmCore - Główny orkiestrator
2. CodeValidator - Walidacja AST + reguły jakości
3. LLMOrchestrator - Integracja z AI (OpenAI/Anthropic/Ollama)
4. TodoManager - Automatyczne TODO z naruszeń
5. ChangelogManager - Automatyczne CHANGELOG
6. ConfigAggregator - Łączenie konfiguracji z różnych narzędzi
7. GitAnalyzer - Integracja z Git + hooks
8. FileWatcher - Monitoring zmian w czasie rzeczywistym

Features (100% Implemented)

• ✅ Real-time Code Validation - Walidacja podczas pisania
• ✅ LLM Integration - OpenAI, Anthropic, Ollama
• ✅ Auto TODO/CHANGELOG - Automatyczna dokumentacja
• ✅ Git Hooks - Pre-commit/post-commit/pre-push
• ✅ IDE Integration - VS Code + Language Server Protocol
• ✅ Configuration Aggregation - flake8, black, mypy, etc.
• ✅ Execution Monitoring - Śledzenie błędów i performancji
• ✅ Quality Scoring - Ocena jakości kodu 0-100
• ✅ Task Prioritization - Inteligentne priorytetyzowanie TODO

🤖 Ollama Integration - Gotowe do Użycia

Quick Setup

# 1. Zainstaluj Ollama
curl -fsSL https://ollama.ai/install.sh | sh

# 2. Pobierz model dla kodu
ollama pull codellama:7b        # 4GB RAM
ollama pull codellama:13b       # 8GB RAM - zalecane
ollama pull phind-codellama:34b # 20GB RAM - najlepsze

# 3. Uruchom Ollama
ollama serve

# 4. Zainstaluj goLLM
./install.sh

# 5. Skonfiguruj
gollm config set llm_integration.enabled true
gollm config set llm_integration.providers.ollama.enabled true
gollm config set llm_integration.providers.ollama.model codellama:7b

# 6. Test
gollm generate "Create a user authentication function"

Workflow z Ollama

# Użytkownik prosi o kod
gollm generate "Create payment processor with error handling"

# ↓ goLLM wysyła do Ollama z kontekstem:
# - Reguły jakości projektu (max 50 linii, no prints, etc.)
# - Ostatnie błędy i traceback
# - Zadania TODO do naprawy  
# - Standard kodowania zespołu
# - Historia zmian w plikach

# ↓ Ollama generuje kod Python

# ↓ goLLM automatycznie waliduje:
# ❌ Naruszenia znalezione → feedback do Ollama → iteracja
# ✅ Kod OK → zapis + aktualizacja TODO/CHANGELOG

# Rezultat: Wysokiej jakości kod zgodny ze standardami projektu

📊 Porównanie Providerów LLM

Rekomendacja:

• Ollama CodeLlama 13B dla większości projektów (prywatność + jakość)
• OpenAI GPT-4 dla maksymalnej jakości (rozwiązania enterprise)

💡 Kluczowe Komendy

# Podstawowe
gollm validate-project     # Waliduj cały projekt
gollm status              # Pokaż status jakości
gollm next-task           # Pokaż następne zadanie TODO
gollm fix --auto          # Automatyczna naprawa problemów

# Integracja z LLM
gollm generate "zadanie"  # Generuj kod z pomocą AI
gollm fix --llm plik.py  # Napraw kod z pomocą AI

# Więcej informacji
gollm --help              # Wyświetl dostępne komendy