К содержимому

Тег

AI-агенты

27 статей

Все статьи

Обычный запрос получает один ответ. Агент сам решает, сколько раз сходить в модель, какие инструменты вызвать и когда остановиться, поэтому его счёт труднее всего предсказать. Здесь разбирают паттерны (ReAct, Plan-Execute, Reflexion), промпты с условиями остановки, оценку качества и ограничение расхода.

Практическое правило одно: у агента всегда есть потолок. Отдельный ключ с лимитом на день или месяц (страница о ключах) останавливает цикл раньше, чем он съест бюджет, а запрос сверх лимита получает key_limit_exceeded и не списывается. Лимит не заменяет наблюдение: каждый запрос агента виден в журнале, так что зациклившийся сценарий выдают повторяющиеся записи.

OpenCode: установка, выбор моделей и подключение по API-ключу

Как установить OpenCode, добавить Relay как пользовательский провайдер в десктопе или в opencode.json и выбрать модели, не упершись в ограничения клиента.

OpenClaw: установка и подключение моделей через Relay

Как установить OpenClaw, пройти мастер onboard и подключить модели Relay через Custom Provider, чем ограничить расход и какие меры безопасности нужны агенту.

MCP-сервер: что это, как подключить к Claude Code и чем он опасен

Разбираем, что такое MCP-сервер, как выглядит путь одного вызова, как добавить сервер в Claude Code и что уходит к модели, если запросы идут через Relay.

DeepSeek Harness: что это, установка и подключение моделей

Что такое DeepSeek Harness (команда dsh), как его установить и подключить модели Relay через settings.yaml, проверить связку и не наступить на риски превью.

Claude Cowork: что это и чем отличается от Chat и Code

Что такое Claude Cowork по данным вендора, чем он отличается от Chat и Code, как направить его на шлюз и что собрать через API Relay, если нужен свой агент.

Claude Desktop: установка, MCP-серверы и подключение к Relay

Где взять Claude Desktop, как подключить MCP-сервер правкой JSON-файла и перевести приложение на ключ Relay тремя способами, включая встроенный режим Gateway.

Claude Code или Codex в 2026: сравнение и замер на своём коде

Сравниваем Claude Code и Codex: чьи модели внутри, как агенты спрашивают разрешения, подписка или ключ. Методика замера на десяти задачах и один ключ Relay для обоих.

OpenClaw Windows: подключение Relay через WSL2

Подключите OpenClaw на Windows через WSL2: задайте ключ в нужной среде, добавьте провайдера Relay и проверьте модель отдельно от инструментов агента.

OpenClaw Skills: задачи, инструменты и расходы API

Разберите OpenClaw Skills на примере чтения заметки: подключите модель Relay, создайте SKILL.md, проверьте загрузку, права инструментов и расход API.

Chrome DevTools MCP: браузер, права и модель через API

Подключите Chrome DevTools MCP к агентному клиенту: отдельно проверьте модель Relay, браузерный профиль, инструменты и сетевую ошибку на тестовой странице.

LangChain и LangGraph: выбор для цепочек и агентов

Сравните LangChain и LangGraph по задаче: когда достаточно последовательных вызовов, когда нужно состояние, как подключить API и ограничить шаги.

Агенты Claude Code: задачи, права и расходы через API

Настройте агентов Claude Code через API Relay безопасно: разделите задачи, ограничьте доступ к проекту, задайте бюджет ключа и проверяйте каждый патч.

Создание AI-агентов: модель, инструменты и бюджет API

Создайте AI-агента с одной проверяемой задачей: выберите модель, ограничьте инструменты и расходы, проверьте остановку и журнал запросов.

MCP-сервер: как начать с одного инструмента и не открыть лишнее

Практика MCP-сервера: выбрать транспорт, описать один инструмент, проверить вход, отделить права клиента и подключить модель через совместимый API.

Function calling и tool use: как устроить цикл агента

Разбираем function calling: схема инструмента, цикл вызова, результаты и ошибки. Показываем, чем отличаются форматы Messages и Chat Completions.

Промпты для AI-агентов: цель, ограничения и остановка

Как написать промпт для AI-агента: задать проверяемую цель, границы доступа, правила инструментов и условие остановки без расплывчатых инструкций.

Почему команде трудно доверять AI-коду и как с этим работать

Практическая заметка о доверии к коду от AI-агентов: откуда берётся сомнение, какие правила помогают команде и что проверять в pull request.

Как ревьюить код агента: шесть проверок до слияния

Чеклист ревью кода, написанного AI-агентом: границы изменения, опасные действия, тесты, размер diff и признаки уверенного вымысла.

Computer use: как автоматизировать браузер через LLM

Разбираем browser automation с LLM: цикл скриншот-действие, песочница, условия остановки, проверка результата и случаи, когда нужен обычный API.

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.