AI-помощник

Обновлен 07.11.2026

AI агенты на Python: шаг за шагом

Name: AI агенты на Python: шаг за шагом
Availability: InStock

🚀 Создай своего AI-агента на Python! От первого чат-бота до умного ассистента 🤖. Освой OpenAI API, LangChain, память и интеграции — шаг за шагом к реальному проекту 💡

Практические задания

Помощь от учителя

Поддержка 24/7

Программа курса

4 разделов • 23 уроков

Основы: LLM и OpenAI API

1.1. Что такое AI-агент и чем он отличается от чат-бота

1.2. Как устроена языковая модель

1.3. Первый запрос через Responses API

1.4. Диалог и контекст

1.5. Structured outputs

1.6. Function calling

Агенты на LangChain 1.x

2.1. Модели и сообщения в LangChain, первый create_agent

2.2. Инструменты: @tool, описания, аргументы, ошибки

2.3. Системный промпт агента: роль, правила, few-shot

2.4. Память диалога: checkpointer, thread_id, обрезка истории

2.5. Структурированный ответ агента и middleware

Внешние данные и RAG

3.1. Эмбеддинги и семантический поиск

3.2. Загрузка документов и разбиение на чанки

3.3. Векторное хранилище Chroma

3.4. RAG-агент: поиск как инструмент и ответы с источниками

3.5. Долговременная память агента (store)

Продвинутые агенты и продакшн

4.1. LangGraph: состояние, узлы, рёбра, условные переходы

4.2. Human-in-the-loop: подтверждение действий человеком

4.3. Мультиагентные системы: supervisor и субагенты

4.4. MCP: подключение внешних инструментов

4.5. Отладка и оценка качества: трейсинг и evals

4.6. Безопасность и стоимость

4.7. Подведем итоги

Преподаватели

Изучите преподавательский состав

Гайк Инанц

Эксперт

Я преподаватель с 8 летним опытом. Основные сферы: - работа с данными - веб разработка - AI агенты

Отзывы о курсе

0 отзыва

Войдите в аккаунт, чтобы оставить отзыв о курсе

Python

LLM

OpenAI API

LangChain

RAG