Курс на Stepik
Обложка курса «ИИ-агенты на Python: RAG, LangChain, function calling» на Stepik
1 690 ₽

ИИ-агенты на Python: RAG, LangChain, function calling ★ 0.000

Открыть на
STEPIK.ORG

Курс про то, как собрать ИИ-агента на Python и довести его до прода. Не запуск чужого примера из ноутбука, а свой агентский цикл, RAG с цитатами, инструменты через function calling и MCP, eval, безопасность и деплой. Claude в ядре, OpenAI рядом. В конце капстоун для GitHub, который не стыдно показать на собеседовании.

Показатель Текущие показатели Рост
Значение 🏆 Рейтинг 3 дн 7 дн 30 дн
Количество учеников на курсе «ИИ-агенты на Python: RAG, LangChain, function calling»Учеников на курсе 19
Сертификаты, выданные на курсе «ИИ-агенты на Python: RAG, LangChain, function calling»Сертификатов выдано 1
Отзывы о курсе «ИИ-агенты на Python: RAG, LangChain, function calling»Отзывов получено 0
Рейтинг курса «ИИ-агенты на Python: RAG, LangChain, function calling»Рейтинг курса 0.000
Уроки в курсе «ИИ-агенты на Python: RAG, LangChain, function calling»Количество уроков 34
Тесты в курсе «ИИ-агенты на Python: RAG, LangChain, function calling»Количество квизов 110
Задачи с кодом в курсе «ИИ-агенты на Python: RAG, LangChain, function calling»Количество задач с кодом 62
Время прохождения курса «ИИ-агенты на Python: RAG, LangChain, function calling»Время прохождения курса —
Стоимость курса «ИИ-агенты на Python: RAG, LangChain, function calling»Стоимость курса 1 690 ₽ —
Обновления курса «ИИ-агенты на Python: RAG, LangChain, function calling»Обновления курса — —
Дата публикации курса «ИИ-агенты на Python: RAG, LangChain, function calling»Дата публикации курса — ———
Последнее обновление курса «ИИ-агенты на Python: RAG, LangChain, function calling»Последнее обновление — ———

Содержание курса

Разделы в курсе «ИИ-агенты на Python: RAG, LangChain, function calling» 9 разделов Уроки в курсе «ИИ-агенты на Python: RAG, LangChain, function calling» 34 урока Тесты в курсе «ИИ-агенты на Python: RAG, LangChain, function calling» 110 тестов Задачи в курсе «ИИ-агенты на Python: RAG, LangChain, function calling» 62 задачи Время прохождения курса «ИИ-агенты на Python: RAG, LangChain, function calling» 0 ч. Последнее обновление курса «ИИ-агенты на Python: RAG, LangChain, function calling» обн. 14 сентября 2026

Основы LLM для агентов

4 урока
1. Что такое ИИ-агент и из чего он собран ↗
2. Первый вызов модели — Claude Messages и OpenAI рядом ↗
3. Токены, контекстное окно и температура ↗
4. Structured output и JSON — данные, а не текст ↗

Промптинг и инструменты агента

4 урока
1. System-промпт, ReAct и контроль формата ↗
2. Tool use у Claude — даём агенту первый инструмент ↗
3. Function calling у OpenAI — тот же агент, другой формат ↗
4. Критерий выбора провайдера и обработка ошибочных вызовов ↗

MCP как слой инструментов

3 урока
1. Зачем MCP — проблема зашитых интеграций ↗
2. Подключаем Claude к инструментам через MCP-сервер ↗
3. MCP или function calling — критерий выбора (граница с 287549) ↗

RAG, которому можно верить

5 уроков
1. Зачем RAG и как резать документы на чанки ↗
2. Эмбеддинги и косинусная близость ↗
3. Векторная база — Chroma локально, pgvector в проде ↗
4. Retrieval, грунтование и цитаты ↗
5. Оценка качества ретривала и борьба с галлюцинациями ↗

Агентский цикл в продакшне

4 урока
1. Полный агентский цикл — планирование и многошаговость ↗
2. Память агента — что помнить между шагами ↗
3. Обработка ошибок tool-calls, ретраи и таймауты ↗
4. Бюджет токенов и денег ↗

Оркестрация и мульти-агенты

4 урока
1. Зачем оркестратор и граф состояний LangGraph ↗
2. Ветвления, циклы и human-in-the-loop ↗
3. LangGraph или 30 строк своего цикла — критерий ↗
4. Супервайзер и hand-off — паттерны мульти-агентов ↗

Eval, безопасность и наблюдаемость

4 урока
1. Eval агента — датасеты, метрики, регрессии, трейсинг ↗
2. Безопасность агента — ключи, права инструментов, расходы ↗
3. Prompt injection и защита агента ↗
4. Наблюдаемость — логи, трейсинг, мониторинг latency/cost ↗

Деплой агента

3 урока
1. Оборачиваем агента в сервис на FastAPI ↗
2. Telegram-интерфейс к агенту ↗
3. Упаковка, окружение и секреты — выход в прод ↗

Капстоун — рабочий агент end-to-end

3 урока
1. Проектируем и собираем агента end-to-end ↗
2. Eval, README и упаковка проекта для портфолио ↗
3. Защита проекта — вопросы собеседования AI Engineer ↗