Aноним
- #1
[stepik] Мини-курс по Agno: создай личного ИИ-агента на Python [Максим Рагалевич]
- Ссылка на картинку
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
Ты хочешь научиться создавать настоящих ИИ-агентов, которые умеют не просто отвечать, а ставить цель, использовать инструменты, запоминать факты и действовать как умный помощник?
Тогда этот курс для тебя!
Ты познакомишься с Agno - современным Python-фреймворком, который позволяет просто и прозрачно собирать LLM-агентов прямо на чистом Python, без лишней магии и зависимостей.
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.
И не пропустите наш следующий курс по продвинутой разработке на Agno с еще более крутыми материалами и проектами (в разработке).
Для кого этот курс
Для старшеклассников и студентов, увлекающихся Python, для начинающих и энтузиастов, интересующихся ИИ/LLM и для всех, кто хочет создавать не просто "чат-ботов", а продвинутых и эффективных AI агентов.
Начальные требования
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.
Как проходит обучение
Первое знакомство
Подготовка окружения
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.
Ты хочешь научиться создавать настоящих ИИ-агентов, которые умеют не просто отвечать, а ставить цель, использовать инструменты, запоминать факты и действовать как умный помощник?
Тогда этот курс для тебя!
Ты познакомишься с Agno - современным Python-фреймворком, который позволяет просто и прозрачно собирать LLM-агентов прямо на чистом Python, без лишней магии и зависимостей.
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.
И не пропустите наш следующий курс по продвинутой разработке на Agno с еще более крутыми материалами и проектами (в разработке).
Для кого этот курс
Для старшеклассников и студентов, увлекающихся Python, для начинающих и энтузиастов, интересующихся ИИ/LLM и для всех, кто хочет создавать не просто "чат-ботов", а продвинутых и эффективных AI агентов.
Начальные требования
- ПК или ноутбук
- Знакомство с базовыми конструкциями Python на уровне школьной программы
- Желание учиться и экспериментировать
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.
Как проходит обучение
- Простая пошаговая подача материала;
- Теория, диалоговые вопросы и ответы;
- Практика с реальными примерами кода;
- Проверочные задания и чеклисты;
- 5 полностью функциональных мини‑проектов;
- Итоговый персональный ИИ-агент в Telegram;
- Доступ в уникальный клуб создателей ИИ-агентов в ТГ.
Первое знакомство
Подготовка окружения
- Устанавливаем Python.
- Переходим на IDE PyCharm и готовим окружение.
- Создаём новый проект и устанавливаем Agno.
- Регистрируемся в OpenRouter и получаем токен доступа.
- OpenRouter: особенности работы в учебных проектах.
- Выбираем LLM-модель для агента.
- Кто такие LLM-агенты и чем они отличаются от чат-ботов.
- Почему мы выбираем именно Agno.
- Безопасность и этика в работе с ИИ-агентами.
- Тестирование по пройденной теме.
- Теория: что такое цель агента и как она влияет на поведение.
- Практика: агент отвечает по цели и ведёт диалог.
- Разбор программы базового агента.
- Эксперименты и мини-задания.
- Тестирование по пройденной теме.
- Теория: что и как помнит твой агент.
- Практика: собираем агента, который нас помнит.
- Разбор программы агента с памятью.
- Эксперименты и мини-задания.
- Тестирование по пройденной теме.
- Теория: мини-RAG как локальный источник знаний.
- Практика: embedder, индекс, вопросы по документу.
- Разбор программы агента с знаниями.
- Эксперименты и мини-задания.
- Тестирование по пройденной теме.
- Теория: инструменты агента.
- Практика: добавление и использование инструментов агентом.
- Разбор программы агента с инструментами.
- Теория: обработка ошибок и логирование.
- Эксперименты и мини-задания.
- Тестирование по пройденной теме.
- Практика: запускаем продвинутого помощника.
- Разбор программы и дальнейшие улучшения.
- Создание простого Telegram эхо-бота.
- Добавление кода итогового агента.
- Выбор хостинга и запуск агента.
- Итоги и что дальше.
- Поделись своими впечатлениями.
Показать больше
Зарегистрируйтесь
, чтобы посмотреть скрытый контент.