AI Coding Tools w praktyce: Cursor, Claude Code, Codex CLI i Gemini CLI

Disclaimer: Ta strona została zbudowana z Cursor AI

Zanim przejdę do szczegółów - ta aplikacja portfolio, którą właśnie przeglądasz, została w całości zbudowana przy pomocy Cursor AI. Od architektury Blazor Server, przez integrację z Semantic Kernel, po system komentarzy z moderacją AI - wszystko powstało w dialogu z AI.

Ale Cursor to nie jedyne narzędzie w moim arsenale. Korzystam równolegle z kilku AI coding tools, każde do innych zadań.

Mój stack AI narzędzi

┌─────────────────────────────────────────────────────────────┐
│                    AI CODING TOOLKIT                        │
├─────────────────┬─────────────────┬─────────────────────────┤
│   Cursor AI     │   Claude Code   │   Codex/Gemini CLI      │
├─────────────────┼─────────────────┼─────────────────────────┤
│ IDE experience  │ Terminal agent  │ Quick scripts &         │
│ Full projects   │ System tasks    │ one-off tasks           │
│ Refactoring     │ DevOps/infra    │ Code generation         │
│ Code review     │ File operations │ API exploration         │
└─────────────────┴─────────────────┴─────────────────────────┘

1. Cursor AI - główne IDE do projektów

Co to jest?

Cursor to fork VS Code z natywną integracją AI. Nie plugin, nie extension - AI jest wbudowane w DNA edytora.

Kluczowe funkcje

Chat (Ctrl+L)

Rozmowa z AI o kodzie w kontekście całego projektu:

Ja: "Jak zaimplementować system komentarzy z moderacją AI?"

Cursor: [analizuje cały projekt]
        [widzi że używam Blazor Server + Semantic Kernel]
        [proponuje CommentService + CommentModerationService]
        [generuje kod pasujący do mojej architektury]

Kluczowe: Cursor widzi cały kontekst - inne pliki, strukturę projektu, użyte biblioteki.

Composer (Ctrl+I)

Edycja kodu "in-place" z instrukcją w języku naturalnym:

// Zaznaczam ten kod i piszę: "dodaj walidację email i obsługę błędów"

public async Task SaveCommentAsync(CommentDto dto)
{
    // Cursor automatycznie dodaje:
    if (string.IsNullOrEmpty(dto.Email) || !IsValidEmail(dto.Email))
        throw new ValidationException("Invalid email");
    
    try {
        // ... reszta logiki
    } catch (DbException ex) {
        _logger.LogError(ex, "Failed to save comment");
        throw;
    }
}

Agent Mode

AI jako autonomiczny agent - dajesz zadanie, on sam:

• Czyta potrzebne pliki
• Planuje zmiany
• Implementuje
• Tworzy nowe pliki
• Uruchamia testy

Ja: "Dodaj system newsletter signup z walidacją email 
     i zapisem do PostgreSQL"

Agent: 
  1. Tworzę NewsletterEntity.cs
  2. Dodaję migrację EF Core
  3. Tworzę NewsletterService.cs
  4. Dodaję komponent NewsletterForm.razor
  5. Rejestruję serwis w Program.cs
  6. Uruchamiam migrację...
  
  ✅ Gotowe. Przetestuj na /newsletter

Background Agents (nowość 2025)

Agenci działający w tle podczas gdy Ty robisz co innego:

[Agent 1] Refaktoruje stary kod w /Services
[Agent 2] Pisze testy jednostkowe
[Agent 3] Aktualizuje dokumentację

Ty: Spokojnie pracujesz nad nową funkcją

Kiedy używam Cursor?

• Główny development - 80% mojej pracy
• Duże projekty - pełny kontekst jest kluczowy
• Refactoring - widzi zależności między plikami
• Debugging - rozumie stack trace w kontekście kodu

Moje ustawienia Cursor

{
  "cursor.chat.model": "claude-opus-4-5",
  "cursor.composer.model": "claude-opus-4-5", 
  "cursor.agent.model": "claude-opus-4-5",
  "cursor.codebase.indexing": true,
  "cursor.yolo": false  // zawsze pytaj przed wykonaniem
}

Pro tip: Używam Claude Opus 4.5 - po ostatniej aktualizacji stał się bardzo precyzyjny i robi znacznie mniej błędów. Mimo wyższej ceny paradoksalnie zużywa mniej tokenów (mniej iteracji poprawek), a przede wszystkim - oszczędza mój czas. Opus 4.5 generuje również najlepszy UI ze wszystkich dostępnych modeli - komponenty są estetyczne, nowoczesne i przemyślane pod kątem UX.

2. Claude Code - terminal agent

Co to jest?

Claude Code to CLI od Anthropic - Claude działający jako agent w terminalu. Może czytać pliki, pisać kod, wykonywać komendy shell.

Instalacja

# npm
npm install -g @anthropic-ai/claude-code

# lub bezpośrednio
curl -fsSL https://claude.ai/install-cli | bash

Użycie

# Podstawowe
claude "wyjaśnij ten błąd" < error.log

# Interaktywny tryb
claude --interactive

# Z kontekstem plików
claude --files src/ "zrefaktoruj pod SOLID"

Przykład sesji

$ claude --interactive

Claude> Przeanalizuj logi PostgreSQL i znajdź slow queries

[Claude czyta /var/log/postgresql/postgresql-16-main.log]

Znalazłem 3 problematyczne zapytania:

1. SELECT * FROM comments WHERE status = 'approved' 
   - Brak indeksu na kolumnie 'status'
   - Czas: 2.3s
   
2. SELECT c.*, u.* FROM comments c JOIN users u...
   - N+1 problem
   - Wykonywane 847 razy/min
   
Mogę utworzyć indeksy i zoptymalizować zapytania?

Claude> tak

[Claude generuje migrację SQL]
[Wykonuje: psql -f optimize.sql]

✅ Indeksy utworzone. Sprawdź performance.

Kiedy używam Claude Code?

• DevOps / infra - analiza logów, konfiguracja serwerów
• Bulk file operations - masowe zmiany w plikach
• System administration - gdy potrzebuję agenta z dostępem do shell
• Quick fixes - szybkie poprawki bez otwierania IDE

Różnica vs Cursor

3. OpenAI Codex CLI

Co to jest?

Open source CLI wykorzystujący OpenAI API do generowania kodu. Używam go, kiedy chcę mieć inne spojrzenie na kod lub gdy analizuję bezpieczeństwo aplikacji. Kodowanie z tym agentem zajmuje nieco więcej czasu, ale bez problemu może działać nawet godzinę nad złożonym zadaniem.

Instalacja

pip install openai-codex-cli
# lub
npm install -g codex-cli

Użycie

# Generuj kod
codex "napisz funkcję sortującą listę użytkowników po dacie rejestracji w C#"

# Z kontekstem
codex --context ./Models/User.cs "dodaj walidację"

# Wyjaśnij kod
cat complex_algorithm.cs | codex --explain

Przykład

$ codex "regex do walidacji polskiego NIP"

public static bool IsValidNIP(string nip)
{
    if (string.IsNullOrEmpty(nip)) return false;
    
    nip = nip.Replace("-", "").Replace(" ", "");
    
    if (nip.Length != 10 || !nip.All(char.IsDigit))
        return false;
    
    int[] weights = { 6, 5, 7, 2, 3, 4, 5, 6, 7 };
    int sum = 0;
    
    for (int i = 0; i < 9; i++)
        sum += weights[i] * (nip[i] - '0');
    
    return (sum % 11) == (nip[9] - '0');
}

Kiedy używam Codex CLI?

• Inne spojrzenie na kod - gdy potrzebuję świeżej perspektywy
• Analiza bezpieczeństwa - audyt kodu pod kątem podatności
• Długie sesje agentowe - złożone zadania wymagające godziny pracy
• Tłumaczenie kodu - Python → C#, JS → TypeScript

4. Gemini CLI

Co to jest?

Google CLI dla Gemini API - wyróżnia się ogromnym context window (1M+ tokenów), co czyni go idealnym do analizy dużych projektów i dokumentacji.

Instalacja

# Google Cloud SDK
gcloud components install gemini-cli

# lub standalone
pip install google-gemini-cli

Użycie

# Podstawowe
gemini "wygeneruj SQL schema dla e-commerce"

# Z plikiem
gemini --file schema.sql "zoptymalizuj indeksy"

# Z dokumentacją
gemini --file dokumentacja.pdf "stwórz migration guide"

Unikalna zaleta: Ogromny kontekst

Gemini może przetworzyć 1M+ tokenów naraz - przydatne do:

• Analiza całej dokumentacji projektu
• Review jakości kodu w dużej skali
• Pisanie dokumentacji na podstawie całego codebase

$ gemini --files "src/**/*.cs" "przeanalizuj jakość kodu i zaproponuj ulepszenia"

Analiza 47 plików C#...

Znalezione problemy:
1. Brak spójnej konwencji nazewnictwa w Services/
2. Duplikacja logiki walidacji w 3 serwisach
3. Nieoptymalne zapytania LINQ w Repository

Proponowane ulepszenia:
- Ekstrakcja wspólnego ValidationService
- Refaktoryzacja Repository z wykorzystaniem IQueryable
- Standaryzacja async/await patterns

Kiedy używam Gemini CLI?

• Bardzo duży kontekst - gdy muszę przeanalizować cały projekt naraz
• Pisanie dokumentacji - generowanie README, API docs na podstawie kodu
• Analiza jakości kodu - code review dużych zmian
• Inne spojrzenie - jeszcze inna perspektywa AI na moją aplikację

Jak używam tych narzędzi razem?

Typowy workflow projektu

1. PLANOWANIE (Claude Code)
   $ claude "przeanalizuj requirements.md i zaproponuj architekturę"
   
2. SCAFFOLDING (Cursor Agent)
   Cursor> "stwórz strukturę projektu Blazor Server z EF Core"
   
3. DEVELOPMENT (Cursor Chat + Composer)
   - Chat do dyskusji o implementacji
   - Composer do edycji kodu
   
4. DEVOPS (Claude Code)
   $ claude "skonfiguruj CI/CD w GitHub Actions dla .NET"
   
5. SECURITY AUDIT (Codex CLI)
   $ codex "przeanalizuj bezpieczeństwo tego endpointa"
   
6. DOKUMENTACJA (Gemini CLI)
   $ gemini --files "src/**/*.cs" "wygeneruj API documentation"

Podział odpowiedzialności

Koszty i praktyczne porady

Pricing (grudzień 2025)

Moja rekomendacja: Cursor Pro ($20) + Claude API dla CLI ($10-20/mies) = $30-40/mies za pełen stack.

Tips & tricks

1. Cursor: Indeksuj codebase

   Ctrl+Shift+P > "Cursor: Index Codebase"
   

   Bez tego AI nie widzi pełnego kontekstu.

2. Claude Code: Używaj --files selektywnie

   claude --files "src/Services/*.cs" "znajdź memory leaks"
   

   Nie dawaj całego repo - za drogo i za wolno.

3. Codex CLI: Pipe jest Twoim przyjacielem

   cat error.log | codex "wyjaśnij i zaproponuj fix"
   

4. Gemini: Wykorzystuj długi kontekst

   gemini --file dokumentacja.pdf "stwórz migration guide"
   

   Gemini może przetworzyć 1M+ tokenów.

Podsumowanie

Nie ma jednego "najlepszego" narzędzia. Każde ma swoje miejsce:

Ta strona portfolio to żywy dowód, że te narzędzia działają razem. Blazor Server, Semantic Kernel, PostgreSQL, system komentarzy z AI moderacją - wszystko zbudowane z AI jako pair programming partner.

Najważniejsza rada: Nie przywiązuj się do jednego narzędzia. Używaj tego, co najlepiej pasuje do zadania. AI coding tools to młotki - miej różne rozmiary w skrzynce.

Masz pytania o konkretne narzędzie? Zostaw komentarz poniżej - odpowiem z perspektywy codziennego użytkownika.