Мини-курс по Agno: создай личного ИИ-агента на Python

Курс последовательно раскрывает секреты создания ИИ-агентов на Python без сложного кода – только понятная теория, живая практика и реальные примеры.

Шаг за шагом ты соберёшь умного AI помощника, который умеет помнить, рассуждать и взаимодействовать с внешним миром.

Курс подходит даже новичкам в программировании.

Чему вы научитесь:

• Собирать ИИ агента с памятью и заданной целью.
• Подключать к нему один или несколько инструментов для выполнения действий (tools).
• Загружать дополнительные знания из внешних файлов (RAG).
• Использовать полностью бесплатного AI помощника, который умеет не только общаться, но и выполнять команды.
• Подключать вашего персонального агента как Телеграм-бота для работы и бесплатного общения 24/7.

Никакой сухой теории! Работающий код в каждом уроке.

Мы не будем ждать 10 уроков, чтобы запустить проект. Вы создадите своего первого агента в первый же вечер. В каждой теме — мини-проект, который остается в вашем портфолио.

Начальные требования:

• ПК или ноутбук
• Знакомство с базовыми конструкциями Python на уровне школьной программы
• Желание учиться и экспериментировать

Автор курса – Максим Рагалевич:

• Разработчик Python и исследователь ИИ.
• Создаю вместе со студентами умных агентов — просто, понятно, и с упором на результат.
• Более 16 лет в IT: прошел путь от системного администратора и разработчика ПО до руководителя IT-отдела.
• Сейчас моя главная страсть — разработка ИИ-агентов и цифровых личностей.

Программа курса

Первое знакомство

1. Первое знакомство
2. Как правильно проходить этот курс

Подготовка окружения

1. Устанавливаем Python.
2. Переходим на IDE PyCharm и готовим окружение.
3. Создаём новый проект и устанавливаем Agno.
4. Регистрируемся в OpenRouter и получаем токен доступа.
5. OpenRouter: особенности работы в учебных проектах.
6. Выбираем LLM-модель для агента.

Теория про ИИ-агентов и фреймворки

1. Кто такие LLM-агенты и чем они отличаются от чат-ботов.
2. Почему мы выбираем именно Agno.
3. Безопасность и этика в работе с ИИ-агентами.
4. Тестирование по пройденной теме.

Базовый агент: цель и диалог

1. Теория: что такое цель агента и как она влияет на поведение.
2. Практика: агент отвечает по цели и ведёт диалог.
3. Разбор программы базового агента.
4. Эксперименты и мини-задания.
5. Тестирование по пройденной теме.

Память агента: я тебя не забуду

1. Теория: что и как помнит твой агент.
2. Практика: собираем агента, который нас помнит.
3. Разбор программы агента с памятью.
4. Эксперименты и мини-задания.
5. Тестирование по пройденной теме.

Добавление знаний агенту

1. Теория: мини-RAG как локальный источник знаний.
2. Практика: embedder, индекс, вопросы по документу.
3. Разбор программы агента с знаниями.
4. Эксперименты и мини-задания.
5. Тестирование по пройденной теме.

Продвинутый агент: инструменты и логирование

1. Теория: инструменты агента.
2. Практика: добавление и использование инструментов агентом.
3. Разбор программы агента с инструментами.
4. Теория: обработка ошибок и логирование.
5. Эксперименты и мини-задания.
6. Тестирование по пройденной теме.

Сборка итогового агента

1. Практика: запускаем продвинутого помощника.
2. Разбор программы и дальнейшие улучшения.

Подключение ИИ-агента к Телеграм

1. Создание простого Telegram эхо-бота.
2. Добавление кода итогового агента.
3. Выбор хостинга и запуск агента.

Заключение