Что такое ИИ-Агенты и как создать своего собственного: Пошаговое руководство на Python

Вступление про ИИ

Дело в том, что интент определяется поисковыми алгоритмами той поисковой с-мы, которую спрашивают (Google, Bing, Yandex ...). Вернее сказать, интент того или иного поискового запроса определяют пользователи, выбирая и проводя больше времени на тех ресурсах, которые больше соответствуют заданному интенту в запросе.

Хотя, справедливости ради, нужно сказать, что, то же самое применимо ко всему написанному и опубликованному в сети, ибо сеть. Любой может написать что угодно и как угодно.

Что такое ИИ-Агент и как он выглядит?

ИИ-Агент — это автономная программа, использующая искусственный интеллект для самостоятельного выполнения задач и достижения целей без постоянного вмешательства человека. В отличие от простого чат-бота, он может воспринимать окружающую среду, принимать решения, использовать различные инструменты (например, поиск в интернете или базы данных) и учиться на основе получаемой информации, чтобы достигать результата.

1. Языковая модель — то, что и будет производить соответствующую генерацию.
2. Инструменты — то, благодаря чему языковая модель может взаимодействовать с окружающим миром
3. Система контроля рабочего процесса (The Orchestration Layer) — то есть, система контролирующая цикл "Думать, Действовать, Наблюдать" машина состояний, если так будет угодно, определяющая какую модель использовать, какие инструменты предоставить этой модели.

Дальше в следующий главах я опишу создание ИИ-Агента при помощи библиотеки LangChain. И там, чтобы создать агента, потребуется указать инструменты, модель и небольшой контекст. В этом случае сама библиотека играет роль "Системы контроля рабочего процесса".

Как агенты работают и думают

1. Получить миссию — суть в том, что человек задаёт некую изначальную цель, ради которой она и начнёт действовать. Эта миссия может быть заложена как пользователем, так и разработчиком при создании.
2. Анализ контекста — на этом этапе агент анализирует весь предоставленный контекст, будь то начальные промпты разработчика, описания предоставленных инструментов, что есть во временной памяти.
3. Обдумать — теперь модель непосредственно начинает думать над решением запроса пользователя, разрабатывает план для дальнейших действий, и соответственно какие инструменты можно будет использовать.
4. Действовать — агент выбрав необходимые инструменты начинает их использовать в соответствии с необходимостью выполнения заданной миссии.
5. Наблюдать и Повторять — у каждого инструмента должен быть некий результат на выходе, этот результат добавляется в контекст и агент возвращается на 3-й шаг для анализа нового, обновлённого контекста.

Какие агенты бывают?

1. Пример: Ты спросил Gemini: "Напиши эссе о влиянии промышленной революции на экологию".
2. Суть: Модель использует только свои внутренние знания, полученные при обучении. Она не лезет в интернет, не запускает код. Если знаний нет или они устарели — она начнет галлюцинировать.

1. Пример: Ты спросил: "Какая погода сейчас в Варшаве?"
2. Суть: Модель понимает, что не знает ответа, но у нее есть инструмент (функция) get_weather(city). Она вызывает этот инструмент, получает данные и формирует ответ на естественном языке. Здесь появляется связь с внешним миром.

1. Пример: Агент, который мы создаем в статье (SEO-специалист).
2. Суть: Вы не просто даете инструмент, вы задаете роль и контекст: "Ты SEO-специалист, твоя цель — расширить семантическое ядро". Агент помнит свою миссию, может совершить несколько действий подряд (найти конкурентов -> извлечь ключи -> отфильтровать) в рамках одной сессии, сохраняя контекст задачи.

1. Пример: "Редакция блога".
2. Суть: Есть три агента: Исследователь (ищет темы в интернете), Копирайтер (пишет текст на основе найденного) и Редактор (проверяет текст и правит стиль). Вы даете задачу "Написать статью про ИИ", и агенты передают работу друг другу по цепочке, как сотрудники в офисе, пока результат не будет готов.

1. Пример: Агент по бронированию путешествий, столкнувшийся с новой задачей.
2. Суть: Вы просите забронировать отель на специфическом сайте, API которого агент не знает. Агент 4-го уровня не упадет с ошибкой. Он сам пойдет читать документацию этого сайта, напишет для себя новый инструмент (код) для взаимодействия с этим API, протестирует его и выполнит вашу задачу.

1. Первое — это контекст. У каждого агента он ограничен, и соответственно не получится засунуть все инструменты в одного агента. И именно поэтому их(агентов) придётся множить. 
2. Второе — это отсутствие долгосрочной памяти у агентов. При каждом новом взаимодействии, придётся заново задавать контекст и обучать тому как выполнять ту или иную задачу.

Про инструменты для ИИ-Агентов

1. Те, чтобы узнать что-то — для того, чтобы получить некоторую информацию, например сделать запрос к базе данных.
2. Те, чтобы сделать что-то — для того, чтобы произвести некоторые действия с уже существующими системами, например сделать запись в базе данных.

1. Внешние инструменты - те инструменты, которые не встроены в Языковую модель и их необходимо указывать при создании агента.
2. Встроенные инструменты - те инструменты, которые Языковая модель может использовать и без явного указания в инструментарии при создании агента. Так например, Gemini имеет следующие встроенные инструменты Google Search, Code Execution, URL-Context, Computer Use. Больше встроенных инструментов для Gemini можно посмотреть здесь.
3. Агент как инструмент - т.е. любой агент тоже может быть использован как инструмент.

Не все языковые модели имеют встроенные инструменты, так только Gemini, OpenAI, Anthropic и Groq имеют их. И не все модели поддерживают A2A протокол. То есть, не все модели могут использовать других агентов в качестве инструментов.

A2A протокол - протокол общения между агентами для передачи структурированных данных между ними. Больше об этом протоколе на официальном сайте.

1. Тщательно всё документируй - то есть, используй понятные названия, описывай все входные параметры, объясняй что твоя функция возвращает, предоставляй значения по умолчанию, добавь примеры. Это всё пойдёт в контекст и агенту нужно будет понять для чего данный инструмент предназначен.
2. Описывай результат, не ход выполнения - то есть объясни что нужно сделать, не как это сделать, не пытайся объяснить последовательность действий.
3. Инструменты должны быть простыми - не нужно усложнять и писать функцию со множеством назначений.
4. Делай инструменты таким образом, чтобы они не возвращали большие объёмы данных, но лишь самое необходимое - например, вместо того, чтобы вернуть таблицу с большим к-вом строк сохрани просто имя таблицы, для дальнейшего обращения к ней в будущем.

Давай сделаем простейшего, функционального ИИ-Агента

Что потребуется и что стоит учесть перед началом

1. Одна модель от Google - gemini-2.5-flash.
2. Инструмент для парсинга поисковой выдачи - Tavily
3. Ну и язык на котором мы будем это писать - Python/LangChain

Можно, кстати, использовать мой парсер поисковой выдачи написанный на python вместо Tavily. Про то как его написать и использовать можно прочитать на соответствующей статье по ссылке.

Хочу сразу предупредить, gemini недоступен в некоторых странах (как в моей). Можно перейти на другую модель, вот список поддерживаемых моделей от LangChain или установить VPN.

Получаем API-ключ для использования Gemini

Получаем API-ключ для использования Tavily

Хотя он работает не совсем так. Tavily - это отдельная поисковая система, без внешней зависимости от Google, Bing или Yandex. И честно сказать, для инструментов задача которых SEO-оптимизация, этот инструмент не совсем подходит. Но я покажу как его использовать, а потом мы мигрируем на встроенный инструмент поиска от Google.

Код ИИ-агента

cd AI_Agent_Post_Ideas python -m venv .venv ./.venv/Scripts/activate

pip install langchain-core langchain-community google-genai tavily-search tavily-python langchain-google-genai langchain langchain-prompts pydantic

{ "LLM_API_KEY": "kjfoweijfoeefoi_kjdsjfkdf_kdfsjdlfk", "TAVILY_API_KEY": "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" }

На официальном сайте проекта LangChain, делают по другому. Они задают переменные окружения, я так не делаю, ибо каждый раз при запуске нового терминала мне пришлось бы заново искать эти ключи. По этому у меня отдельный файл для ключей.

import json from langchain_google_genai import ChatGoogleGenerativeAI from langchain.agents import create_agent from tavily import TavilyClient def to_file(filename, data): with open(filename, 'w', encoding='utf-8') as file: json.dump(data, file, indent=2) with open('settings.json', 'r', encoding='utf-8') as settings_file: settings = json.load(settings_file) LLM_API_KEY = settings['LLM_API_KEY'] TAVILY_API_KEY = settings['TAVILY_API_KEY'] def get_search_results(request): """ Get generic search results arguments: query (str): A string that represents идею статьи пользователя return: dict: A dict that represents Search engine result pages """ tavily_client = TavilyClient(api_key=TAVILY_API_KEY) response = tavily_client.search(request, max_results=20) return response def run(): print("This AI agent get article's idea and trying to apply it to SEO") article_idea = input("Hit ENTER to procceed ... ") agent = create_agent( model=ChatGoogleGenerativeAI(model="gemini-2.5-flash", google_api_key=LLM_API_KEY), tools=[get_search_results], system_prompt="You are an SEO specialist looking for opportunities to expand your existing semantic core.", ) # Run the agent result = agent.invoke( {"messages": [{"role": "user", "content": f"Generate me a only possible keywords ideas separated by comma. For this article idea: {article_idea}"}]} ) data_str = result["messages"][1].content[0]['text'] data = { "keywords" : []} for keyword in data_str.split(','): data["keywords"].append(keyword) to_file('keywords.json', data) if __name__ == "__main__": run()

data_str = result["messages"][1].content[0]['text'] data = { "keywords" : []} for keyword in data_str.split(','): data["keywords"].append(keyword) to_file('keywords.json', data)

Код ИИ-Агента, улучшенный

1. Во-первых использовать встроенный инструмент поиска от Gemini
2. Во-вторых использовать структурный вывод.

from pydantic import BaseModel, Field import json from langchain_google_genai import ChatGoogleGenerativeAI from langchain.agents import create_agent def to_file(filename, data): with open(filename, 'w', encoding='utf-8') as file: file.write(data) with open('settings.json', 'r', encoding='utf-8') as settings_file: settings = json.load(settings_file) LLM_API_KEY = settings['LLM_API_KEY'] TAVILY_API_KEY = settings['TAVILY_API_KEY'] class KeywordsInfo(BaseModel): """The keywords list with related urls from SERP""" keywords: list = Field(description="The list of keywords") urls: list = Field(description="The list of urls from SERP") def run(): print("This AI agent get article's idea and trying to apply it to SEO") article_idea = input("Hit ENTER to procceed ... ") agent = create_agent( model=ChatGoogleGenerativeAI(model="gemini-2.5-flash", google_api_key=LLM_API_KEY), system_prompt="You are an SEO specialist looking for opportunities to expand your existing semantic core.", response_format=KeywordsInfo ) # Run the agent result = agent.invoke( {"messages": [{"role": "user", "content": f"Generate me (based on Search result data) possible keywords ideas, for this article idea: {article_idea}. After this provide me a list of urls from SERP (at minimum 5) that you used for keyword ideas generation."}]} ) to_file('keywords.json', result["structured_response"].model_dump_json()) if __name__ == "__main__": run()

from pydantic import BaseModel, Field # Other code class KeywordsInfo(BaseModel): """The keywords list with related urls from SERP""" keywords: list = Field(description="The list of keywords") urls: list = Field(description="The list of urls from SERP")

Не все модели поддерживают структурированные данные. Всегда предварительно прочитай документацию на LangChain, чтобы убедиться наверняка.

agent = create_agent( model=ChatGoogleGenerativeAI(model="gemini-2.5-flash", google_api_key=LLM_API_KEY), system_prompt="You are an SEO specialist looking for opportunities to expand your existing semantic core.", response_format=KeywordsInfo )

result = agent.invoke( {"messages": [{"role": "user", "content": f"Generate me (based on Search result data) possible keywords ideas, for this article idea: {article_idea}. After this provide me a list of urls from SERP (at minimum 5) that you used for keyword ideas generation."}]} )

def to_file(filename, data): with open(filename, 'w', encoding='utf-8') as file: file.write(data) # Other code ## to_file('keywords.json', result["structured_response"].model_dump_json())

Выводы или почему генеративный ИИ хорош для автоматизации "некоторых" процессов