Человек за год собрал 33 ИИ-агента на одном движке Hermes.

Среди них шахматный тренер для ребёнка, помощник по учёбе, домашний ассистент для жены, тьюторы образовательных программ, агенты для отдела продаж, CRM, металлургической и энергетической компаний.

Самое интересное, что он не переписывал движок под каждого агента. Везде используется один Docker-образ и одна кодовая база. Отличаются только настройки, память, инструкции, инструменты и данные конкретного агента.

Шахматный тренер, например, сам ничего не придумывает о позиции. Шахматный движок считает лучший ход, ошибки и варианты, а модель только объясняет это ребёнку понятным языком. Даже выход модели дополнительно проверяется, чтобы она случайно не назвала несуществующий ход.

Агент для дочери помогает с домашкой, задаёт наводящие вопросы, выдаёт утренние и вечерние задания, начисляет звёзды и отправляет родителю отчёты. Если за день ничего не происходило, отдельный код заставляет агента молчать, чтобы он не спамил пустыми сообщениями.

Домашний агент для жены умеет принимать расходы одной фразой, раскладывать их по категориям и показывать предварительную таблицу. В бюджет ничего не записывается, пока человек не подтвердит результат.

Автор честно показывает и косяки. Например, правило начисления звёзд было подробно написано в промпте, но три источника баланса всё равно разошлись. Вывод простой: правило в промпте остаётся пожеланием. Если что-то должно работать точно, это нужно выносить в код.

Ещё одна сильная мысль: инструменты агента тоже занимают контекст. У одного CRM-агента было 331 инструмент и около 75 тысяч токенов только на их описание. После сокращения набора инструментов промпт уменьшился с 15 266 до 1 424 токенов, а ответы ускорились примерно с 17 до 7,7 секунды.

Очень хороший разбор того, как агенты выглядят не в презентации, а в реальной эксплуатации: с памятью, расписаниями, проверками, ошибками и ограничениями.

Статья на Хабре