AI-Агенты: S1 База [Automatica] [Антон Вдовиченко]

Складчина: AI-Агенты: S1 База [Automatica] [Антон Вдовиченко]

Для кого этот курс​

Разработчики, энтузиасты, продуктовые менеджеры, предприниматели с базовыми знаниями Python

Чему научитесь

1. Создавать AI-Агентов с нуля: освоите Pydantic AI, LangChain и инструменты для быстрого визуального прототипирования
2. Управлять памятью и состоянием: научитесь строить AI-Агентов с долговременной памятью через Zep, Mem0 и Letta
3. Интегрировать RAG и векторные БД: построите системы поиска по документам с Qdrant, Weaviate и Pinecone
4. Контролировать качество и затраты: улучшите наблюдаемость через LangSmith/LangFuse и оптимизируете стоимость

Что в программе

Занятие 1: Подготовка среды и основы архитектуры
Настраиваем рабочее окружение с Python, Pydantic AI и LangChain. Разворачиваем no-code инструменты Flowise и n8n. Изучаем архитектуру агентов на реальных production-примерах.

• Установка и настройка всех необходимых инструментов.
• Регистрация в LangSmith и LangFuse для мониторинга.
• Запуск локальных моделей через Ollama.
• Разбор архитектуры: LLM, память, планирование, инструменты.
• Определение подходов: ReAct, Mem0, RAG.
• Домашнее задание: настройка собственного окружения.

Занятие 2: Быстрый старт с Pydantic AI
Создаём первого агента с валидацией ответов. Изучаем технику reflection loop — агент пишет тесты для своего кода и исправляет ошибки. Настраиваем автоматическое тестирование.

• Построение агента с типизированными ответами.
• Добавление пользовательских инструментов.
• Техника self-reflection для улучшения качества.
• Логирование и отладка через Pydantic Logfire.
• Домашнее задание: создать своего агента с тестами.

Занятие 3: Визуальное прототипирование и escape from no-code
Cоздаём рабочие цепочки в Flowise и n8n, затем экспортируем их в чистый Python-код. Подключаем векторные БД и внешние сервисы. Выдаём ТЗ на итоговый проект.

• Создание AgentFlow и в Flowise.
• Создание AI-Агента в n8n.
• Подключение векторных БД для RAG.
• Интеграция с Google Sheets и Airtable через n8n.
• Экспорт логики агентов в Pydantic AI.
• Старт работы над итоговым проектом.

Занятие 4: Мультиагентные системы
Координируем несколько агентов для решения сложных задач. Реализуем одну задачу в двух фреймворках — LangGraph и CrewAI — и сравниваем результаты.

Занятие 5: Память и persistent-агенты
Углубляемся в управление памятью. Создаём агентов, которые помнят контекст между сессиями и могут возобновлять работу после перерывов.

• Краткосрочная vs долговременная память.
• Реализация Zep, Mem0 и Letta
• Подключение внешних хранилищ (Redis, Postgres).
• Управление stateful-агентами.
• Восстановление после перерывов.
• Домашнее задание: persistent-агент с внешней БД.

Занятие 6: RAG-системы и векторный поиск
Строим полноценные RAG-системы для работы с документами. Оптимизируем качество поиска и снижаем галлюцинации.

• Построение RAG-pipeline на LangChain.
• Работа с векторными БД: Qdrant, Weaviate, Pinecone.
• Техники улучшения поиска: «хаки» RAG, фильтрация.
• Оптимизация метрик качества RAG.
• Интеграция RAG с памятью агентов.
• Практика: RAG-система для базы знаний.

Занятие 7: Наблюдаемость и оптимизация затрат
Настраиваем профессиональный мониторинг агентов. Применяем техники снижения стоимости.

• Трассировка и тестирование в LangSmith.
• Мониторинг в LangFuse: латентность, стоимость, ошибки.
• Cost-hacks: кеширование, выбор моделей, batching.
• Создание cost-heatmap.
• Подготовка: финализация проектов.

Занятие 8: Безопасность, развёртывание и демо-день
Финальное занятие: изучаем безопасность, проводим attack-simulation, разбираем юридические вопросы и презентуем проекты.

Часть 1. Развёртывание и observability

• Обзор вариантов развёртывания (Docker, облако).
• Подключение к мессенджерам и API.
• Финальная настройка мониторинга.

Часть 2. Безопасность и демонстрации

• Симуляция атак: jailbreak, prompt-leak, cost-flood.
• Live Q&A с юристом по GDPR/152-ФЗ.
• Презентация итоговых проектов.

Автор: Антон Вдовиченко
Основатель и CEO Automatica
Специализируется на разработке решений с использованием искусственного интеллекта и машинного обучения, инженер AI.
Более 20 лет создает цифровые продукты для оптимизации бизнеса — от стартапов до международных корпораций (Dell, PwC, Avaya).
Эксперт по дизайну интерфейсов. Более 7 лет преподавал на программе «Дизайн диджитал-продукта» в Британке, BBE. Ведёт авторские курсы по искусственному интеллекту.

Цена 55000 руб.
Скрытая ссылка