К содержимому

Аудитория

DevOps и команды разработки

28 статей

Автоматическое code review с LLM: конвейер для pull request

Как построить LLM-конвейер ревью pull request: собрать контекст, отделить сигнал от догадки, ограничить ключ и передать решение человеку.

AI-агенты в CI: где запускать и как контролировать расход

Как подключить AI-агента к CI без лишних прогонов: выбрать триггер, ограничить область, настроить отдельный ключ и разбирать расход по журналу.

Паттерны AI-агентов: ReAct, Plan-Execute и Reflexion

Как выбрать паттерн AI-агента под задачу: сравниваем ReAct, Plan-Execute и Reflexion, их риски, контроль шагов и проверку результата.

Eval-ы для AI-агентов: как ловить регрессии в проде

Как построить eval-ы для AI-агента: собрать набор примеров, задать проверку, отделить релизный барьер от наблюдения и разбирать дрейф.

CLAUDE.md и AGENTS.md: что писать в инструкциях агенту

Как составить файл инструкций для AI-агента: оставить команды и границы, убрать общие лозунги, проверить соблюдение правил и обновлять документ вместе с процессом.

Модель Claude отключили: чеклист замены ID в проекте

Что делать, когда вендор отключил модель Claude: как Relay отвечает на старый ID, где искать забытые упоминания и как выбрать замену по каталогу.

Расход на AI-агентов: откуда он берётся и как поставить потолок

Почему счёт за агента растёт быстрее числа шагов и как ограничить расход: отдельный ключ, лимиты в долларах, список моделей и проверка остатка.

Как снизить стоимость LLM API: семь приёмов по порядку

Семь приёмов сократить расход на LLM API в порядке внедрения: от журнала запросов до кэша и повторов. У каждого указано, когда он не сработает.