AI Агенты на Python: для начинающих ★ 5.000

Отличный курс, много полезной информации, автор курса быстро отвечает по любым вопросам И самое главное: вас учат, как использовать свои знания в реальном мире, в продакшене.

Наверное, на данный момент самый крутой курс по langgraph на stepik. Плюс ко всему ещё и crewai и в целом агентская разработка, круто подана теория, нет тупой копипасты с документации(как это часто видел по курсам langchain/langgraph) от других

Cчитаю, что курс просто отличный, как и второй курс "LLM для Python-разработчиков: от RAG до агентов" от того же автора. Дает прекрасный старт для работы с LangGraph, CrewAI, что, когда и почему предпочтительно, понимание того, что такое агенты в продакшене, содержательный финальный проект, быстрый фидбэк автора по любым вопросам и замечаниям. Крайне рекомендую к прохождению! Со своей стороны хотелось бы порекомендовать внести следующие дополнения (ключевые, на мой взгляд, п.1-3) 1. HIL -- показать как происходит взаимодействие с пользователем в реальном примере на FastAPI. Например, в рамках финального проекта вместо посылки алертов в ТГ (что м/б уже не совсем актуально) можно продемонстрировать подтверждение инцидента пользователем. Это сделало бы курс гораздо более практичным! 2. Добавить уроки (или расширить фин проект) где показать, как происходит многошаговое взаимодействие агента с пользователем (как сохранять/восстанавливать историю диалога, как при этом управлять состоянием, как меняется вызов графа когда есть и новый user_input и ранее сохраненное в чекпойнтере состояние). Представляется, что сейчас есть разрыв -- детально разобрано как сделать персистентный чекпойнтер и зачем он нужен, но пример фин проекта одношаговый, соотв, непонятно, зачем мы сохраняли это состояние, как к нему потом вернуться и использовать 3. Работа с персистемным чекпойнтером в фин проекте: есть упоминание сценария "восстановление после сбоя", однако далее в тестах конкретно этот сценарий не рассмотрен. Было бы полезно наглядно его продемонстрировать 4. Алертинг в ТГ в фин проекте: хороший практический пример взаимодействия агента с внешним сервисом, но можно заменить на что-то другое 5. Поскольку в курсе подробно разбирается LangGrpah, то (возможно) добавить уроки и про deepagents из той же экосистемы Пожалуй, уже за рамками курса, но было бы полезно для полноты с моей точки зрения 1. Показать, как использовать авторизацию и rate limiting (об этом даже есть упоминание) 2. Показать, как работать с графом в LangGraph Studio 3. Минорно: добавить вводную про миграции и alembic (какую проблему решает, как применять при изменении схемы и т.п.) 4. Минорно: как отлаживать приложение в Docker (есть про запуск тестов, но нет про логирование и трейсинг), как обновлять уже задеплоенное приложение 5. Минорно: как изменить docker конфиг, если нет возможности или нецелесообразно запускать отдельный образ с Ollama (т.е. модели развернуты на локал или ином хосте)