01
Działa tylko lokalnie
Aplikacja uruchamia się u autora, ale na innym komputerze albo środowisku zaczynają się problemy.
Audyt i refactoring kodu po AI
Sprawdzamy i porządkujemy kod po AI, zanim zacznie kosztować więcej niż oszczędził.
Audytujemy, refaktoryzujemy i stabilizujemy aplikacje .NET i Python powstałe z pomocą AI. Robimy to sami - twój zespół nie musi odkładać bieżącej pracy, żeby naprawiać to, co wygenerowało AI.
ai-cleaner scan repo --stack=.NET,Python
✓ architektura: wymagane 3 decyzje
✓ testy regresji: brak pokrycia krytycznych ścieżek
✓ deployment: konfiguracja do uporządkowania
→ rekomendacja: Code Health Check- Audyt kodu AI
- Sprawdzamy architekturę, zależności, testowalność i realne ryzyka projektu
- .NET + Python
- .NET code audit, Python code audit, API, skrypty i integracje bez przepisania od zera
- Gotowy kod lub plan
- PR-y z poprawkami albo lista priorytetów - zależnie od wybranego zakresu
Kiedy warto nas wezwać
Gdy projekt po AI działa, ale zespół nie ma pewności, czy można go dalej bezpiecznie rozwijać.
02
Zmiany psują inne moduły
Brakuje granic odpowiedzialności, więc drobna poprawka wywołuje efekt uboczny w innej części systemu.
03
Dużo plików, mało struktury
Kod rośnie szybko, ale nie wiadomo, gdzie dopisywać funkcje i które fragmenty są naprawdę używane.
04
Brakuje testów regresji
Zespół nie ma pewności, co można zmienić bez ryzyka uszkodzenia istniejących scenariuszy.
05
Chaos w konfiguracji
Logowanie, migracje, sekrety, ustawienia środowisk albo deployment wymagają ręcznych obejść.
06
MVP utknęło przed skalowaniem
Produkt działa jako prototyp, ale zespół potrzebuje decyzji technicznych przed dalszym rozwojem.
Co czyścimy
Sprzątanie kodu po AI bez niszczenia tego, co już działa.
Zaczynamy od diagnozy. Potem albo dostarczamy raport z priorytetami, albo wchodzimy w kod i wprowadzamy poprawki sami - zależnie od wybranego zakresu. Twoi developerzy nie muszą przerywać bieżącej pracy.
Architektura i struktura
Porządkujemy katalogi, warstwy, zależności, odpowiedzialności klas i miejsca, gdzie AI dopisało kod bez kontekstu.
Stabilność aplikacji
Naprawiamy konfigurację, obsługę błędów, logowanie, migracje, połączenia z bazą i ryzykowne fragmenty runtime.
Testy i wdrożenie
Dodajemy sensowne testy regresji, podstawowy pipeline, instrukcję uruchomienia i listę zmian do wykonania przed produkcją.
Pakiety
Trzy zakresy pracy. Konkretny plan ustalamy po diagnozie projektu.
5 dni roboczych
Code Health Check
od 8 000 PLN netto- szybki przegląd repozytorium
- ocena architektury, testów, konfiguracji i ryzyk
- raport z priorytetami
- rekomendacja: naprawiać, refaktoryzować, przepisać fragment, zostawić
10 dni roboczych
Deep Code Audit
od 18 000 PLN netto- pełniejszy audyt kodu, architektury i zależności
- przegląd bezpieczeństwa: auth, sekrety, dane, konfiguracja
- mapa długu technicznego
- plan stabilizacji i testów
- konsultacja wyników
3-4 tygodnie
Stabilization Sprint
od 30 000 PLN netto- audyt i implementacja najważniejszych poprawek
- refactoring krytycznych fragmentów
- testy regresji, integration tests lub golden master tam, gdzie ma to sens
- poprawa konfiguracji, logowania, uruchamiania i deploymentu
- dokumentacja dla zespołu
Ceny są orientacyjne. Finalny zakres ustalamy po krótkiej diagnozie projektu.
Co dokładnie sprawdzamy
Checklist audytu obejmuje kod, konfigurację i gotowość projektu do dalszego rozwoju.
architektura i podział odpowiedzialności
zależności między modułami
testowalność
błędy runtime i obsługa wyjątków
konfiguracja środowisk
logowanie i diagnostyka
migracje i baza danych
bezpieczeństwo aplikacji
jakość kodu wygenerowanego przez AI
gotowość do dalszego rozwoju
Jak pracujemy
Najpierw diagnoza, potem czyszczenie bez przepisywania wszystkiego od zera.
Proces jest krótki i techniczny: najpierw uruchamiamy projekt oraz sprawdzamy ryzyka, potem układamy priorytety, a dopiero na końcu decydujemy, czy kończymy raportem, czy wchodzimy w PR-y z poprawkami.
-
1
Przegląd repozytorium
Sprawdzamy uruchamianie, zależności, punkty wejścia, ryzyka i miejsca, gdzie kod wymaga decyzji technicznej.
-
2
Diagnoza ryzyk
Wskazujemy miejsca, które mogą utrudnić utrzymanie: architektura, konfiguracja, bezpieczeństwo, testy i wdrożenie.
-
3
Plan napraw
Dostajesz priorytety: co blokuje produkcję, co jest długiem technicznym, a co można zostawić na później.
-
4
Implementacja lub rekomendacje
W zależności od pakietu przekazujemy raport albo przygotowujemy PR-y z poprawkami krytycznych fragmentów.
-
5
Podsumowanie dla zespołu
Omawiamy decyzje techniczne, kolejne kroki i sposób utrzymania projektu po zakończeniu prac.
Klient dostaje:
- raport techniczny
- listę priorytetów
- rekomendacje kolejnych kroków
- opcjonalnie PR-y z poprawkami
- instrukcję uruchomienia lub utrzymania, jeśli jest potrzebna
Dla kogo
Masz kod z AI, który zrobił szybki postęp, ale zostawił bałagan.
Najczęściej pomagamy po intensywnym prototypowaniu, gdy aplikacja ma już funkcje, ale zaczyna pękać przy zmianach: powtarzające się pliki, niejasne zależności, tajemnicze bugi, brak testów albo konfiguracje rozrzucone po projekcie. To praktyczny legacy code rescue dla projektów po MVP, automatyzacjach i szybkich eksperymentach AI.
Bez wielkich obietnic
Najpierw konkretna diagnoza, dopiero potem zakres prac.
Bez angażowania twojego zespołu
Przejmujemy pracę nad kodem - twoi developerzy mogą skupić się na nowych funkcjach, nie na sprzątaniu po AI.
Bez niszczenia prototypu
Chronimy to, co już działa, i naprawiamy warstwy najbardziej ryzykowne.
Bez uzależnienia od nas
Po zakończeniu prac twój projekt działa samodzielnie. Dostajesz kod, dokumentację i instrukcje - nie jesteś zależny od naszych narzędzi ani umów.
Kim jesteśmy
Butikowe studio. Specjalizacja: kod po AI.
Pracujemy z projektami .NET i Python, które powstały szybko - często z pomocą AI - i wymagają teraz decyzji technicznych przed dalszym rozwojem. Nie jesteśmy dużą agencją. Zależy nam na tym, żeby każdy audyt był konkretny, a nie szablonowy.
Przez lata pracowaliśmy przy projektach od etapu prototypu aż do wdrożeń produkcyjnych. Znamy wzorce, które AI lubi generować, i wiemy, które z nich są niegroźne, a które blokują dalszy rozwój projektu.
FAQ
Najczęstsze pytania przed audytem projektu po AI.
Czy musimy dawać dostęp do całego repo?
Nie zawsze. Przy wstępnej diagnozie wystarczy wybrany fragment, read-only access albo paczka kodu. Pełny audyt wymaga szerszego kontekstu.
Czy podpisujecie NDA?
Tak. Podpisujemy NDA przed każdym audytem wymagającym dostępu do kodu.
Czy przepisujecie projekt od zera?
Nie zaczynamy od przepisania projektu. Najpierw diagnozujemy, co można uratować, co wymaga refaktoryzacji, a co faktycznie warto przepisać.
Czy pracujecie tylko z .NET i Pythonem?
To główny zakres. Przy projektach mieszanych możemy ocenić też API, bazy danych, integracje i deployment.
Czy poprawiacie kod, czy tylko dajecie raport?
Poprawiamy kod - i to jest nasz główny tryb pracy. Code Health Check i Deep Code Audit kończą się raportem z priorytetami i rekomendacjami. Stabilization Sprint to pełna implementacja: PR-y z poprawkami, testy, konfiguracja i deployment - twój zespół dostaje gotowy, sprawdzony kod.
Czy to jest usługa dla startupów po MVP?
Tak, ale nie tylko startupy. Pomagamy też dojrzałym firmom, które skorzystały z AI do szybkiego prototypowania i potrzebują stabilizacji przed dalszym rozwojem lub przekazaniem projektu zespołowi.
Kontakt
Opisz projekt. Odeślemy propozycję pierwszego kroku.
Napisz, w jakiej technologii jest projekt, na jakim jest etapie i gdzie zaczyna się problem. Nie musisz mieć idealnego opisu; wystarczy kontekst, link do repo albo lista objawów.
- audyt kodu AI i diagnoza techniczna projektu
- implementacja poprawek bez angażowania twojego zespołu
- refactoring architektury i struktury projektu
- naprawa konfiguracji, logowania i obsługi błędów
- testy regresji, pipeline i przygotowanie do wdrożenia
- przygotowanie repozytorium do dalszego rozwoju