Курс на Stepik
Обложка курса «AI-агенты на Python с нуля: ReAct, tools, память, MCP» на Stepik
990 ₽

AI-агенты на Python с нуля: ReAct, tools, память, MCP ★ 0.000

Открыть на
STEPIK.ORG

Инженерный курс по AI-агентам: соберите ReAct-цикл, инструменты, память, граф состояний, MCP-клиент, надёжность и наблюдаемость — руками, без фреймворка. 155 задач на код с автопроверкой в браузере, без API-ключа и VPN. В финале — автономный агент поддержки со скрытыми тестами в портфолио. Нужен опыт вызова LLM.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «AI-агенты на Python с нуля: ReAct, tools, память, MCP»Учеников на курсе 7
Сертификаты, выданные на курсе «AI-агенты на Python с нуля: ReAct, tools, память, MCP»Сертификатов выдано 1
Отзывы о курсе «AI-агенты на Python с нуля: ReAct, tools, память, MCP»Отзывов получено 0
Рейтинг курса «AI-агенты на Python с нуля: ReAct, tools, память, MCP»Рейтинг курса 0.000
Уроки в курсе «AI-агенты на Python с нуля: ReAct, tools, память, MCP»Количество уроков 47
Тесты в курсе «AI-агенты на Python с нуля: ReAct, tools, память, MCP»Количество квизов 126
Задачи с кодом в курсе «AI-агенты на Python с нуля: ReAct, tools, память, MCP»Количество задач с кодом 155
Время прохождения курса «AI-агенты на Python с нуля: ReAct, tools, память, MCP»Время прохождения курса —
Стоимость курса «AI-агенты на Python с нуля: ReAct, tools, память, MCP»Стоимость курса 990 ₽ —
Обновления курса «AI-агенты на Python с нуля: ReAct, tools, память, MCP»Обновления курса — —
Дата публикации курса «AI-агенты на Python с нуля: ReAct, tools, память, MCP»Дата публикации курса — ———
Последнее обновление курса «AI-агенты на Python с нуля: ReAct, tools, память, MCP»Последнее обновление — ———
Сложность hard — ———

Содержание курса

Разделы в курсе «AI-агенты на Python с нуля: ReAct, tools, память, MCP» 10 разделов Уроки в курсе «AI-агенты на Python с нуля: ReAct, tools, память, MCP» 47 уроков Тесты в курсе «AI-агенты на Python с нуля: ReAct, tools, память, MCP» 126 тестов Задачи в курсе «AI-агенты на Python с нуля: ReAct, tools, память, MCP» 155 задач Время прохождения курса «AI-агенты на Python с нуля: ReAct, tools, память, MCP» 0 ч. Последнее обновление курса «AI-агенты на Python с нуля: ReAct, tools, память, MCP» обн. 31 августа 2026

О курсе

2 урока
1. О курсе ↗
2. Расскажи о себе ↗

Агент как паттерн

5 уроков
1. Первый агентный цикл ↗
2. Workflow vs agent: словарь паттернов ↗
3. Планирование и декомпозиция ↗
4. Классический ReAct: Thought → Action → Observation ↗
5. Сквозной проект v0 + итоги M2 ↗

Инструменты

6 уроков
1. Схема инструмента: интерфейс для модели ↗
2. Валидация аргументов ↗
3. Ошибки исполнения: исключение → наблюдение ↗
4. Параллельные вызовы инструментов ↗
5. Retrieval как инструмент агента → мост №7 ↗
6. Практикум: инструменты ↗

Память

5 уроков
1. Краткосрочная память: история в запросе ↗
2. Скользящее окно и обрезка истории ↗
3. Суммаризация: компакция истории ↗
4. Долгосрочная память: sqlite3 ↗
5. Практикум: память ↗

Граф состояний

5 уроков
1. Состояние агента и узлы ↗
2. Условные переходы: router (practice-first) ↗
3. Циклы и guard-ы (+HITL) ↗
4. Паттерн → реализация: концепции LangGraph ↗
5. Практикум: граф агента поддержки v1 + mid-course ↗

Мультиагентность

4 урока
1. Роли: два специалиста ↗
2. Супервизор и оркестрация ↗
3. Когда мультиагент не нужен ↗
4. Мини-практикум + cumulative M6 ↗

MCP-клиент

4 урока
1. Зачем агенту MCP ↗
2. Адаптер: MCP-tools в реестре агента ↗
3. Готовый MCP-сервер в твоём агенте → мост №8 ↗
4. Сквозной проект v3 + cumulative M7 ↗

Надёжность

6 уроков
1. Зацикливание и лимиты ↗
2. Ретраи и таймауты ↗
3. Fallback-модели и лестница деградации ↗
4. Бюджет токенов и стоимость ↗
5. ♻️ RU-стек: агент на GigaChat / YandexGPT / Ollama ↗
6. Практикум: надёжный агент + cumulative M8 ↗

Наблюдаемость

5 уроков
1. Лог шагов агента ↗
2. Трейс: читаем путь агента ↗
3. Отладка цепочек: спаны и каталог симптомов ↗
4. Практикум: наблюдаемый агент + cumulative M9 ↗
5. Метрика качества агента: бенчмарк траекторий → мост к капстоуну ↗

Капстоун

5 уроков
1. ТЗ и мини-бенчмарк траекторий ↗
2. Сборка 1: ядро — триаж и маршрутизация ↗
3. Сборка 2: память, надёжность, трейс, бенчмарк-харнесс ↗
4. Зачёт: скрытые тесты + 🖥️-финал ↗
5. Разбор, интервью-мост, финальный мост ↗