- Суть
- Создание AI-агентов на Python с памятью, проверкой вывода и мониторингом
- Уровень
- для практикующих
- На выходе
- Построить AI-агента с памятью, проверкой вывода и мониторингом; Разработать агентов с использованием CrewAI и LangGraph; Упаковать приложение в Docker и запустить с PostgreSQL и Ollama через docker-compose; Написать проверки бизнес-логики с имитацией ответов LLM и тесты эндпоинтов; Собрать сервис SupportAI для классификации заявок на FastAPI и LangGraph
- Навыки
- Python · LangGraph · CrewAI · Pydantic · Docker · docker-compose · LangSmith · FastAPI
- Кому подойдёт
- Python-разработчики, желающие добавить AI в стек; инженеры, планирующие внедрять агентов во внутренние инструменты; техлиды и архитекторы, оценивающие применение агентов в инфраструктуре; те, кто уже работал с LLM на уровне простых скриптов