#рецепт
Как вообще прокачать техничку в AI агентах если без страданий. Часть 2

4 уровень бонус. PRODUCTION (70% кода + деплой)
Это уже взрослая история: мультиагенты, трейсинг, деплой.

Инструменты:
- LangGraph → https://github.com/langchain-ai/langgraph
- Langfuse → https://github.com/langfuse/langfuse
- Postgresvector → https://github.com/pgvector/pgvector
- Модель не важна
- Фронт аля чатбот на Tailwind CSS + JS
- Деплой на github actions + Github Pages для фронта + запуска бека там где тебе интереснее бесплатные креды (Digital Ocean, Vertex, Cloudfare Workers или Яндексовское)

Архитектура:
User → Router Agent → Retriever Agent → Reasoning Agent → Answer Agent → Output (трейс в Langfuse)

🍳Как готовить: тоже самое что в шаге 3 в полюбившейся тебе AI IDE только делаешь все это единым докером бека и отдельно фронт ->собираешь граф агентов->добавляешь состояние (state)->поднимаешь постгрес и наполняешь вектора->добавляешь Langfuse для мониторинга->деплоишь бек в облако ->деплоишь фронт на гитхаб->фронт стучиться на бек через вайтлист апи

☠️☠️☠️☠️☠️☠️ Вайб: Так вот как делают всех этих ИИ ассистентов, пойду свой стартап открывать

Почему всё именно так:
Ты учишь техничку через реальные, работающие штуки

1 → визуалка (мягкий вход)
2 → интеграция
3 → скелетон
4 → прод (как работают AI-сервисы по-настоящему)

P.S. Ты наверняка прочитал и задался вопросом "А на кой ляд оно мне это все". Я отвечу - для развития, для понимания области, для столкновения с тем что все больше входит в нашу жизнь и представления о том что оно не шибко то сложное на самом деле и не шибко от отличается от стандартных сервисов