Мы продолжаем серию статей об ИИ-агентах. В прошлой статье наш автор из Таджикистана Мухаммад Абдугафаров рассказал какие способы настройки Copilot он использует лично, а в этой статье рассмотрит возможности создания ИИ-агентов и почему это направление открывает новые перспективы для разработчиков.

Мухаммад Абдугафаров, город — Худжанд, тимлид, программист в Silk Road Professionals, LinkedIn

Почему ИИ-агенты — это окно возможностей

ИИ-агенты — новое направление в разработке, где рынок специалистов пока невелик, а интерес со стороны компаний растет. Для новичков это шанс войти в IT и найти свою нишу, ведь спрос на разработчиков агентов и ИИ-решений постоянно увеличивается.

Как ИИ-агенты дополняют классические приложения

На данный момент агенты не заменяют полностью backend-сервисы, а лишь добавляют новый уровень взаимодействия с пользователем. Например, если раньше пользователь вручную искал нужную информацию через фильтры и сайты, то теперь агент может сам анализировать данные и выдавать релевантный ответ. Пример — классический Google-поиск, где пользователь сам ищет нужное, и Perplexity AI, где агент сам анализирует сайты и сразу выдает итоговый ответ.

Что нужно знать для старта

Для создания агентов достаточно базовых знаний языка программирования — чаще всего Python или JavaScript и основ объектно-ориентированного программирования. Существует множество фреймворков и готовых компонентов, которые позволяют быстро создавать агентов. Сложность заключается не столько в написании кода, сколько в создании реально полезного агента, который решает задачи пользователя.

Пример: агент для поиска прямых авиарейсов

Агент — это, по сути, класс, которому задают имя, инструкции и необходимые инструменты для взаимодействия. Например, можно создать агента, который использует инструмент google_search для поиска прямого авиарейса между двумя указанными городами. Пользователь вводит свой запрос, а агент автоматически формирует поисковый запрос, анализирует результаты и выдает наиболее релевантный вариант прямого рейса и отвечает в текстовом виде. Такой агент экономит время пользователя и упрощает процесс поиска авиабилетов.

Пример кода агента на ADK с использованием Gemini

Вы можете получить демонстрационный проект с готовым агентом в этом GitHub репозитории и самостоятельно протестировать его работу.

Запустив данного агента можно протестировать его работу. Ниже приведен пример разговора:

Многоагентные системы: примеры

Можно создавать более сложные системы, где агенты работают параллельно или поочередно. Например, при написании статьи:

— первый агент собирает идеи
— второй выбирает заголовок
— третий пишет текст
— четвертый проверяет факты и добавляет ссылки.

В результате получается более качественный материал благодаря совместной работе агентов.

Какие еще фреймворки использовать

Кроме ADK, существуют другие популярные инструменты: LangChain, Llama и другие. Они позволяют создавать агентов для разных задач и быстро прототипировать решения.

Итоги

Создание агентов — это новое направление, которое меняет взаимодействие человека с программами. Рекомендую всем, кто ищет новые возможности в программировании, изучать и практиковать агентные технологии. Будущее уже наступило — вы можете создавать своих агентов и выводить пользовательский опыт на новый уровень.