Чему вы научитесь
Что произойдёт, если модель оборвёт ответ посреди вызова инструмента, а процесс агента упадёт сразу после записи файла? На курсе вы соберёте на Python окружение для локальной LLM, в котором такие ситуации можно воспроизвести и проверить.
Начнёте с цикла агента, состояний и бюджета выполнения. Затем подключите модель, настроите инструменты для работы с кодом и научитесь отбирать контекст под задачу. Разберёте, как пережить сбой, перепланировать работу, ограничить доступ к файлам и сети, подключить MCP и проверить всё регрессионными сценариями.
Отдельный модуль посвящён DeepSeek Harness: рабочему профилю, настройке модели и разрешений, Skills, MCP и проверке плагина из Creator Mode.
В финальном проекте дежурный агент воспроизводит падение CI, собирает улики, готовит патч и проверяет его в отдельной рабочей копии. Вы пройдёте три сценария: штатный запуск, восстановление после сбоя и попытку выманить секрет через README.
О курсе
Для кого этот курс
Начальные требования
Понадобятся базовый Python, умение запускать команды в терминале и знакомство с Git, JSON и HTTP. Для финального проекта пригодится Python 3 и локальная рабочая копия Git. Основной демонстрационный прогон проекта можно выполнить без API-ключей и сетевых запросов.
Преподаватели курса
117
Как проходит обучение
Курс состоит из 11 модулей и 31 урока. Внутри текстовые разборы, примеры кода, тесты и задачи с автопроверкой. В финале вы собираете агента и сдаёте практическую часть в Stepik. Для полного проекта в уроке даны сценарии воспроизведения, критерии приёмки и состав результата.