Текст площадки «Stepik». Упомянутые цены и обещанные результаты могут быть неактуальны; условия покупки проверяйте у продавца.
Практический курс по AI-агентам на Python: вы создадите собственного агента для диагностики сервисов, подключите инструменты через MCP, освоите LangGraph, сохранение состояния и контроль действий. Научитесь находить ошибки и проверять работу агента автоматическими тестами pytest. Практические задания проверяет преподав
Читать полное описание
🧭 Отправная точка
В учебном сервисе произошёл сбой. Агент проверяет HTTP-ответ, читает журналы и инструкцию по диагностике, сопоставляет полученные сведения и готовит отчёт. Если инструмент перестал отвечать или в журнале нашлась подозрительная команда, ему нужно корректно обработать ситуацию и сохранить результаты расследования.
Отдельная задача — действия, изменяющие состояние. Агент может предложить обновить статус инцидента, но перед записью нужно проверить права, точные аргументы и подтверждение ответственного. При повторном запуске изменение не должно выполняться второй раз. Даже успешная запись в журнале инцидентов не доказывает, что сам сервис восстановился: его состояние нужно проверить отдельным HTTP-запросом.
На курсе вы построите собственного AI-агента на Python для диагностики учебных сервисов. Он будет обращаться к HTTP API, получать сведения из журналов и инструкций, выбирать инструменты, сохранять состояние и составлять технический отчёт с проверяемыми выводами.
🎯 Цель курса — научиться создавать агентов с управляемым выполнением: ограничивать доступ к инструментам, подтверждать изменения, восстанавливать прерванные задачи и проверять работу системы автоматическими тестами.
В программе 12 разделов, 44 урока и 36 практических заданий. Вы изучите готовую лабораторию Incident Desk и параллельно соберёте собственную реализацию. Исследование готового агента помогает увидеть поведение механизмов, а самостоятельная разработка — разобраться, как они устроены и взаимодействуют.
⚙️ Что вы будете делать
⚙️ Создавать инструменты агента. Напишете Python-функции для проверки HTTP-сервисов, поиска по журналам и инструкциям, сравнения конфигураций. Опишете входные данные, проверку аргументов и обработку ошибок. Научитесь отличать фактический результат вызова от предположения о причине сбоя.
🧠 Управлять выполнением через LangGraph. Соберёте граф состояний, настроите выбор инструментов и переходы между шагами, ограничите количество вызовов и сформируете структурированный отчёт. Проверите, как агент завершает работу при ошибке или достижении установленного предела.
🔗 Подключать инструменты через MCP. Реализуете отдельный MCP-сервер и клиент, проверите передачу аргументов, ответы и ошибки взаимодействия. Разберётесь, какие задачи решает протокол и как сбой отдельного процесса отражается на работе агента.
💾 Сохранять состояние и подтверждать изменения. Настроите контрольные точки LangGraph в SQLite и возобновление по идентификатору запуска. Реализуете запрос подтверждения перед записью, проверку полномочий, отказ и защиту от повторного применения одного действия.
🔐 Обрабатывать недоверенные данные и сбои. Ограничите доступ к файлам и инструментам, проверите инструкции, внедрённые в журналы или документы. Настроите время ожидания, отмену, допустимые повторы, ограничения числа вызовов и журналирование действий.
🧪 Проверять агента и расследовать неисправности. Напишете тесты pytest для инструментов, LangGraph, MCP, сохранения состояния и проверок доступа, запустите их в CI. Примените собранного агента к сбоям API, расхождениям конфигурации и диагностике нескольких сервисов.
🔥 Чем отличается курс
Вы работаете с одной лабораторией на протяжении всего курса. Сначала исследуете готового агента, затем постепенно реализуете независимого собственного. Инструменты, граф, MCP, хранение состояния и проверки прав объединяются в консольное приложение. Изменения можно проверить на тех же учебных сценариях, с которыми вы работали раньше.
В практиках предусмотрены положительные и отрицательные случаи. Например, вы проверите отказ в доступе к инструменту, подмену аргументов после запроса подтверждения, повторную доставку решения и восстановление после прерывания. Результат подтверждается состоянием SQLite, ответами инструментов и журналом действий.
Для обучения используется модель с заранее заданной последовательностью вызовов. Это позволяет повторять одни и те же сценарии и проверять маршрутизацию, обработку ошибок и соблюдение ограничений без случайных изменений в ответах модели. Обязательные задания выполняются локально, без платных LLM и внешних API-ключей. Такой способ проверки подтверждает работу программных механизмов, а качество свободного планирования реальной языковой модели требует отдельной оценки.
У курса есть видеолекции, текстовые объяснения и самостоятельная разработка. В заданиях вы будете исследовать результаты работы агента, писать собственный код, добавлять тесты и объяснять обнаруженные ограничения. Отдельное внимание уделяется тому, что именно подтвердило выполнение действия: сообщение агента, запись в базе и фактический HTTP-ответ могут показывать разные состояния.
📚 Дополнительные бесплатные материалы
📄 AI-агенты: что это, как работают и чем отличаются от чат-ботов
📄 LangGraph на Python: как создать AI-агента с инструментами
📄 Prompt Injection через инструменты AI-агента: как возникает атака
📄 Что такое MCP: как AI-приложения подключаются к инструментам и данным
📄 Как тестировать LLM-приложения: pytest, evals и проверка ответов
🎯 Итоговый проект
В финале вы проведёте расследование незнакомого случая в Incident Desk с собственным агентом. Он должен собрать данные через HTTP и MCP, проверить конфигурацию и записи в SQLite, сохранить наблюдения и выделить подтверждённые факты, гипотезы и открытые вопросы.
Затем проверите согласование одного локального изменения статуса инцидента. Нужно подтвердить, что отказ, чужие полномочия или повторное одобрение не создают лишних записей. После разрешённого действия вы отдельно повторите HTTP-проверку сервиса и зафиксируете, изменился ли исходный симптом.
К завершению курса у вас будет консольный AI-агент на Python с LangGraph, MCP-сервером и клиентом, сохранением состояния, проверкой прав и автоматическими тестами. Вы подготовите JSON-отчёт с результатами расследования, проверите итоговую реализацию и сохраните работу в собственном репозитории.
🧪 Поддержка
🤝 Подробные ответы преподавателя. В комментариях Stepik можно задать вопрос по материалам курса, практическому заданию или своему решению. Преподаватель поможет разобраться в сложном моменте, объяснит причину ошибки и при необходимости приведёт пример.
✅ Ручная проверка практических работ. Каждое отправленное на проверку задание разбирает преподаватель. Вы получаете не просто отметку «зачтено» или «не зачтено», а конкретную обратную связь: что сделано правильно, где есть ошибки и как улучшить решение.
🚀 О XNova
XNova — практические курсы и учебные проекты для разработчиков, тестировщиков и инженеров. Мы разбираем технологии на работающих примерах: с кодом, наблюдаемым результатом и объяснением инженерных решений.
🔗 xnova.dev — другие курсы и материалы XNova.
📬 Контакты и сообщество
Продолжить знакомство с XNova, следить за новыми материалами или задать организационный вопрос можно здесь:
📣 Telegram-канал: @xnova_dev — анонсы курсов, статьи и новости проекта.
💬 Написать XNova: @xnova_contact — контакт для вопросов о курсах и проекте.
✉️ Почта: contact@xnova.dev — если удобнее написать письмом.
💻 GitHub: xnova-tech — открытые учебные проекты и примеры.
🔒 Доступ к разделам
⚠️ Важно! Модули курса открываются постепенно. Чтобы перейти к следующему модулю, необходимо набрать определённое
количество баллов в текущем. Это вынужденная мера. Выполнять все задания не требуется, достаточно выполнить основную
часть.