Skip to content

Практикум мультиагентных систем на Python

ИНЖЕНЕРНЫЙ ПРАКТИКУМ · 9 НЕДЕЛЬ · PYTHON

Модель умеет подсказать текст и код, но сама по себе задачу не решает. Курс собирает вокруг неё систему, которую можно измерить, проверить и безопасно остановить.

Перейти к программе Выбрать лабораторную

24–40 чосновное ядро
Python + pytestбесплатная основа
Без APImock provider для тестов
PLANANALYZEIMPLEMENTVERIFYHUMAN REVIEW

Это ваш курс, если…

01 / УЖЕ УМЕЕТЕ

Работать с Python-проектом

Читать и менять код, пользоваться Git, запускать pytest или похожие проверки.

02 / ХОТИТЕ НАУЧИТЬСЯ

Строить систему вокруг модели

Перейти от одиночных запросов к шагам, у которых есть роль, проверяемый контракт и тест.

НЕ НУЖНО ЗАРАНЕЕ

Покупать подписки и осваивать фреймворки

Ollama, LangGraph и MCP — расширения. Для упражнений подойдут локальные инструменты и mock provider.

Маршрут: от первого эксперимента к своей системе

ОСНОВНОЙ МАРШРУТ · 9 НЕДЕЛЬ

Мультиагентная разработка

Простейшая рабочая версия, разделение ролей, контракты между ними, оценка качества, трассировка и безопасный capstone на Python.

Открыть программу ПО ВЫБОРУ

Автономные агенты

Выберите общий фундамент и 1–2 модуля под свой сценарий. Не нужно проходить весь каталог.

Выбрать модули ПРАКТИКА

Четыре лабораторные

Taskboard, Repo Triage, retrieval как инструмент агента и интеграция с внешней системой.

Открыть лабораторные

Что вы соберёте

РЕЗУЛЬТАТ CAPSTONE

Workflow для безопасного решения issue

Система разбирает запрос, собирает контекст, предлагает патч, запускает разрешённые тесты и готовит отчёт. Изменения и внешние действия остаются под контролем разработчика.

  1. 01Planner фиксирует scope и критерии
  2. 02Analyst исследует код только для чтения
  3. 03Implementer предлагает ограниченный diff
  4. 04Тесты и человек проверяют результат

Инженерные принципы

Сначала baseline

Добавляйте роли, только если измерения показывают пользу.

Контракт на каждом handoff

Валидируйте входы, выходы и условия остановки.

Действия под контролем

Отделяйте анализ и генерацию от записи и запуска команд.

Результат с доказательствами

Оценивайте тесты, diff, безопасность и ручную проверку отдельно.

Справочные материалы

Ollama, VS Code и KiloПодробная лабораторная по локальным моделямИсточники и документация

Курс рассчитан на разработчиков, уже знакомых с Python и AI coding tools; это не обучение программированию с нуля. Время — ориентир, а не гарантия результата. Платный API, локальная модель и конкретный агентный фреймворк для прохождения основного ядра не обязательны.