Логотип
Знания для вашего роста
Перейти к курсамКаталог
HabrVCDzen
Бесплатный курс по ИИ для начинающих
Сможете автоматизировать свои процессы с помощью нейросетей
Узнать больше
30 мая 2026

Как создать своего первого ИИ-агента: пошаговая инструкция для новичков

Разобраться
#программирование
Нейросети уже умеют поддерживать разговор, объяснять сложное простыми словами и помогать с кодом. Но если попросить чат-бот отменить подписку — он напишет вежливую инструкцию из пяти шагов, как это сделать самостоятельно, а ИИ-агент пойдёт в биллинг-систему и нажмёт кнопку сам.

Рассказываем, чем агент отличается от обычного чат-бота, где чаще всего спотыкаются новички и как пошагово собрать своего первого агента. Статья будет полезна начинающим вайб-кодерам и всем, кто хочет автоматизировать рабочие процессы и рутину, но не знает, с чего начать.

Евгения Константинова

Редактор, автор

Нейросети уже умеют поддерживать разговор, объяснять сложное простыми словами и помогать с кодом. Но если попросить чат-бот отменить подписку — он напишет вежливую инструкцию из пяти шагов, как это сделать самостоятельно, а ИИ-агент пойдёт в биллинг-систему и нажмёт кнопку сам.

Рассказываем, чем агент отличается от обычного чат-бота, где чаще всего спотыкаются новички и как пошагово собрать своего первого агента. Статья будет полезна начинающим вайб-кодерам и всем, кто хочет автоматизировать рабочие процессы и рутину, но не знает, с чего начать.
За консультацию при подготовке материала благодарим:
  • Влада Коновалова — основателя агентства cherrypick.agency и ИТ-консультанта для стартапов.
  • Дмитрия Якимчука — ведущего фронтенд-разработчика компании «Аримед».
  • ИИ-агент — это языковая модель с инструментами. Он не только отвечает текстом, но и может обращаться к API, базам данных и другим сервисам, если для задачи нужны внешние данные или действие.

  • Чат-бот и ИИ-агент решают разные задачи. Чат-бот хорошо отвечает на вопросы из контекста модели, а агент подключает внешние инструменты.

  • Первого агента лучше делать для одной простой задачи. Так легче понять механику: что вводит пользователь, какой инструмент вызывает агент, какие данные получает и какой ответ возвращает.

  • В статье собираем агента-рекомендателя блюд. Пользователь пишет, какие продукты есть дома, агент выделяет ингредиенты, выбирает основной продукт, обращается к TheMealDB и предлагает блюдо на русском языке.

  • Для запуска агента понадобятся Python, Cursor, библиотека requests, DeepSeek API и открытая база рецептов TheMealDB. Проект будет работать локально на компьютере, без сервера, домена и сложной облачной настройки.

  • DeepSeek API нужен для работы с языковой моделью. Он помогает понять свободный запрос пользователя, выделить ингредиенты и сформулировать ответ.

  • API-ключи нельзя хранить в коде и публиковать на GitHub. Для них используют файл .env.

  • Агент не обязательно должен работать в облаке. Для первого проекта достаточно локального запуска. Если агент принимает запрос, обращается к внешнему сервису и возвращает осмысленный ответ, то цель достигнута.
Подробно

Что такое ИИ-агент и зачем его создавать

ИИ-агент — это языковая модель с инструментами. Обычный чат говорит то, что уже знает, а агент может сходить во внешний сервис, например, в базу рецептов, календарь, таблицу, CRM или API.

То есть, если пользователь спросит, что приготовить из риса и курицы, чат-бот предложит рецепт из памяти модели, а агент сначала выделит ингредиенты, выберет основной продукт, обратится к базе рецептов и только потом даст ответ.
Языковая модель работает только с тем, что было в её обучении: она не знает, какое сегодня число и сколько стоит доллар. Чат-бот — это та же модель, обёрнутая в интерфейс диалога. Агент — это модель плюс набор инструментов, которые она вызывает сама, когда понимает, что ей не хватает данных или нужно совершить какое-то действие. Если для задачи важны свежие данные или действия во внешнем сервисе, нужен агент. Если хватает того, что модель уже знает, достаточно чат-бота.
  • Влад Коновалов
    ИТ-консультант для стартапов
Языковая модель работает только с тем, что было в её обучении: она не знает, какое сегодня число и сколько стоит доллар. Чат-бот — это та же модель, обёрнутая в интерфейс диалога. Агент — это модель плюс набор инструментов, которые она вызывает сама, когда понимает, что ей не хватает данных или нужно совершить какое-то действие. Если для задачи важны свежие данные или действия во внешнем сервисе, нужен агент. Если хватает того, что модель уже знает, достаточно чат-бота.
  • Влад Коновалов
    ИТ-консультант для стартапов
Первого агента стоит создавать не ради сложной автоматизации, а чтобы понять механику, увидеть, где в этой цепочке модель, инструкция, внешний инструмент и как всё это связывается в одну систему.

Основные компоненты ИИ-агента

У простого ИИ-агента есть несколько частей ↓
  • Языковая модель (LLM) — это мозг агента, им может быть, например, DeepSeek, GigaChat, YandexGPT, ChatGPT или Claude. Модель понимает запрос пользователя, выделяет главное и формулирует понятный ответ.
  • Инструкция — правила поведения агента. Она объясняет модели, что можно делать, чего нельзя, в каком формате отвечать и когда обращаться к инструментам.
  • Инструмент — внешний сервис или функция, к которым агент обращается за данными или действием. Например, TheMealDB даёт рецепты, API Яндекс Погоды — прогноз, Google Calendar — события в календаре, а база знаний компании — внутренние документы.
  • Контекст — это информация, которую агент учитывает во время работы. Например, предыдущие сообщения пользователя, правила из инструкции, выбранный ингредиент или данные, которые вернул внешний сервис.
  • Код или платформа — это связка, которая соединяет всё вместе. Она принимает запрос пользователя, передаёт его модели, вызывает нужный инструмент и возвращает ответ. Например, это может быть Python-скрипт, проект в Cursor, сценарий в n8n или агент внутри готового ИИ-сервиса.
Проще говоря, модель понимает задачу, инструкция задаёт правила, инструмент даёт данные или выполняет действие, контекст помогает не терять смысл, а код или платформа собирают всё в рабочую систему.

Чем ИИ-агент не является

ИИ-агент — это не просто чат и не сама нейросеть. Нейросеть понимает запрос и пишет ответ, а агент использует её как мозг внутри программы, он получает задачу, обращается к инструментам и собирает результат.

Но агент не становится от этого универсальным сотрудником. Ему нужны понятные границы, поэтому важно обозначить, что он принимает на вход, каким инструментом пользуется, какой результат должен вернуть и как проверить, что всё сработало правильно.
Агент не заменяет систему с гарантиями. У него нет контроля версий, повторяемости, отката. Если задача требует надёжности — платежи, юридические действия, медицинские рекомендации, агент в одиночку — сырое решение.
  • Влад Коновалов
    ИТ-консультант для стартапов
Агент не заменяет систему с гарантиями. У него нет контроля версий, повторяемости, отката. Если задача требует надёжности — платежи, юридические действия, медицинские рекомендации, агент в одиночку — сырое решение.
  • Влад Коновалов
    ИТ-консультант для стартапов
Для первого проекта лучше выбрать безопасный сценарий без покупок, оплаты, удаления файлов, отправки писем и работы с персональными данными.

Какие задачи может решать первый ИИ-агент

Начинать лучше с простых, повторяемых задач — там, где есть чёткий вход и предсказуемый выход.
  • Ответы на типовые вопросы. Читает базу знаний и без оператора отвечает на FAQ: часы работы, условия доставки, политика возврата. Дома можно подключить агента к заметкам и спрашивать, когда истекает страховка или какой пароль от Wi-Fi.
  • Сбор и структурирование данных. Парсит страницы, вытаскивает нужные поля и складывает результат в таблицу или JSON. Это экономит часы ручной работы. Для себя можно настроить агент так, чтобы он каждое утро собирал цены на авиабилеты по нужному маршруту и показывал самые дешёвые.
  • Резюмирование текстов. Составляет краткое содержание после загрузки ссылки или документа. Полезно для обзоров новостей, отчётов, научных статей.
  • Классификация входящих сообщений. Читает письма или тикеты и распределяет их по категориям: «баг», «вопрос», «жалоба». В личной почте — сортирует входящие на «срочно», «счета», «рассылки».
  • Генерация черновиков по шаблону. Берёт данные — имя клиента, сумму, дату — и собирает письмо, коммерческое предложение или отчёт. Этот же навык агента можно использовать для составления открытки коллеге по паре фактов о нём.
  • Мониторинг и уведомления. Периодически проверяет источник — сайт, API, таблицу — и отправляет алерт, если что-то изменилось. Бытовой вариант: следит за ценой на нужный товар на маркетплейсе и сообщает, когда появилась скидка.
  • Пошаговое выполнение инструкций. Принимает задачу, разбивает её на шаги и выполняет последовательно: ищет информацию, формирует вывод, сохраняет результат. Например, ему можно сказать: «Найди три варианта плиток до 2 000 рублей за м² с доставкой по Москве» — и получить готовую сравнительную таблицу.
Бесплатный курс
ИИ в деле: ускорьте свою работу
С помощью материалов курса сможете: выстроить процессы и оптимизировать рутину; быстрее решать сложные задачи; расти в профессии и карьере.
Записаться
Бесплатный курс
ИИ в деле: ускорьте свою работу
С помощью материалов курса сможете: выстроить процессы и оптимизировать рутину; быстрее решать сложные задачи; расти в профессии и карьере.
Записаться

Что понадобится для первого запуска ИИ-агента

Перед запуском агента не нужно становиться разработчиком, но несколько базовых понятий всё же пригодятся. Без них инструкция ниже будет выглядеть как набор непонятных слов.
  • API — способ, которым одна программа обращается к другой. Например, приложение погоды запрашивает прогноз у погодного сервиса, сайт доставки проверяет статус заказа в своей системе, а бот получает данные из таблицы.
  • API-ключ — пропуск к сервису. По нему сервис понимает, от какого аккаунта пришёл запрос. Такой ключ может понадобиться для языковой модели, сервиса рассылок, CRM или платного API.
  • Функция — отдельное действие в коде. Например, получить прогноз по городу, найти письмо по теме, посчитать сумму в таблице или запросить список подходящих товаров.
  • .env — файл, где хранят секретные настройки, например, API-ключи.
  • Промпт — инструкция для модели. В нём можно объяснить, как отвечать, когда обращаться к инструменту, что уточнять у пользователя и чего не делать.
  • Локальный запуск — это когда программа работает на вашем компьютере, а не на сервере в интернете. Это удобно для первого проекта, потому что можно проверить идею без домена, облака и сложной настройки.

Необходимые инструменты и сервисы

Создать первого агента можно разными способами. При этом не обязательно сразу писать код с нуля или разбираться в сложных фреймворках.
Подходов к созданию агента сейчас много, но основных три. Выбирать нужно по тому, насколько вы готовы погружаться в код:

  1. Без кода вообще, например, n8n и Lovable.
  2. ИИ-редакторы вроде Cursor, Antigravity или Claude Code.
  3. Классический код на Python с библиотеками для GigaChat, OpenAI или Anthropic.
  • Влад Коновалов
    ИТ-консультант для стартапов
Подходов к созданию агента сейчас много, но основных три. Выбирать нужно по тому, насколько вы готовы погружаться в код:

  1. Без кода вообще, например, n8n и Lovable.
  2. ИИ-редакторы вроде Cursor, Antigravity или Claude Code.
  3. Классический код на Python с библиотеками для GigaChat, OpenAI или Anthropic.
  • Влад Коновалов
    ИТ-консультант для стартапов
Для примера выберем средний путь с ИИ-редактором и локальным запуском агента на Python. Так не придётся писать весь код вручную, но будет видно, как всё устроено изнутри.

Для проекта понадобятся:
  • Python — запустит агента на компьютере.
  • Cursor — редактор кода с ИИ-помощником. В нём будем собирать проект и исправлять ошибки.
  • requests — библиотека Python для запросов к внешним сервисам. Через неё агент сможет получать данные не только из модели, но и из API.
  • DeepSeek API — доступ к языковой модели. Она поможет понять свободный запрос пользователя и сформулировать ответ.
  • TheMealDB — открытая база рецептов. Её используем как внешний источник данных для агента.
Прежде чем переходить дальше, проверьте условия доступа и оплаты у сервисов. Они могут меняться, где-то будет нужен аккаунт, где-то API-ключ, где-то действует бесплатный лимит, а где-то запросы оплачиваются отдельно.

Бюджет: сколько может стоить запуск первого ИИ-агента

Для первого агента Cursor, Python, библиотеку requests и TheMealDB можно использовать бесплатно. Платной частью может быть доступ к языковой модели через API. В статье мы используем DeepSeek API. Этот сервис считает стоимость не за запуск агента, а за объём текста, который модель обработала, сюда входят запрос пользователя, инструкция для агента и ответ модели.

Расходы в DeepSeek обычно небольшие. Один короткий запрос может стоить меньше копейки, а тысяча учебных запусков — десятки рублей. Точная сумма зависит от модели, длины инструкции, ответа и актуального тарифа модели, поэтому перед запуском лучше проверить в личном кабинете цены и при необходимости пополнить баланс.
Для начала старайтесь пользоваться бесплатным. У большинства инструментов есть триалы или стартовые кредиты. Попробовали несколько, поняли, что заходит, — тогда уже подписка.

Из бесплатного особенно рекомендую Google AI Studio, а из российского GigaChat, там регистрация по номеру телефона и бесплатных токенов в день хватает на десятки запросов. Из платного на текущий момент я бы советовал ChatGPT Plus (примерно 2 000 ₽ в месяц), в нём встроен Codex и за эту сумму вы получаете много токенов.
  • Влад Коновалов
    ИТ-консультант для стартапов
Для начала старайтесь пользоваться бесплатным. У большинства инструментов есть триалы или стартовые кредиты. Попробовали несколько, поняли, что заходит, — тогда уже подписка.

Из бесплатного особенно рекомендую Google AI Studio, а из российского GigaChat, там регистрация по номеру телефона и бесплатных токенов в день хватает на десятки запросов. Из платного на текущий момент я бы советовал ChatGPT Plus (примерно 2 000 ₽ в месяц), в нём встроен Codex и за эту сумму вы получаете много токенов.
  • Влад Коновалов
    ИТ-консультант для стартапов

Как создать первого ИИ-агента: пошаговое руководство

Попробуем создать агента, который помогает выбрать блюдо по ингредиентам. Он не придумывает рецепты, а проверяет данные во внешней базе TheMealDB, находит подходящий вариант, переводит его на русский язык и затем предлагает пользователю.

Шаг 1. Выбрать платформу или инструмент для старта

Для первого проекта берём Cursor + Python + DeepSeek API + TheMealDB. Такой набор показывает механику агента, но не требует фреймворков, сервера и сложной инфраструктуры.
Примерно так будет выглядеть итоговый проект в Cursor

Шаг 2. Настроить окружение и получить API-ключи

Установить Python и Cursor на компьютер. Затем открыть в Cursor папку проекта и запустить встроенный терминал (View → Terminal), установить библиотеку для интернет-запросов requests через команду:
python -m pip install requests
Процесс установки библиотеки через встроенный терминал Cursor
Чтобы агент мог обращаться к DeepSeek из Python-кода, понадобится API-ключ. Это как пароль для программы, по нему нейросеть понимает, от какого аккаунта пришёл запрос.
Страница на сайте DeepSeek Platform с API-ключами
Дальше нужно зарегистрироваться на сайте DeepSeek Platform, открыть раздел API keys и создать новый ключ. Затем скопировать и сохранить в файл .env проекта. В код, промпт или публичный репозиторий настоящий ключ вставлять нельзя.
Самая болезненная ошибка новичка — утечка ключа на GitHub. Человек написал агента, доволен результатом, хочет показать друзьям, выкладывает проект в публичный репозиторий. В коде остаётся файл с ключом. Боты-сканеры находят такие ключи за минуты, не за часы, и к утру по ключу может быть истрачен месячный лимит.
  • Влад Коновалов
    ИТ-консультант для стартапов
Самая болезненная ошибка новичка — утечка ключа на GitHub. Человек написал агента, доволен результатом, хочет показать друзьям, выкладывает проект в публичный репозиторий. В коде остаётся файл с ключом. Боты-сканеры находят такие ключи за минуты, не за часы, и к утру по ключу может быть истрачен месячный лимит.
  • Влад Коновалов
    ИТ-консультант для стартапов
В итоге должна получиться такая связка: Python запускает программу, DeepSeek помогает разобрать запрос пользователя, TheMealDB отдаёт данные о рецептах, а агент собирает ответ на русском языке.

Шаг 3. Создать простого агента

Когда окружение настроено, открываем чат Cursor (с помощью Ctrl+L или Cmd+L), создаём новую папку для хранения проекта и копируем в чат промпт ниже. Cursor сгенерирует все файлы проекта за несколько минут.

Пример промпта не нужно понимать построчно перед первым запуском. Достаточно скопировать, запустить проект и потом разобрать, какие файлы получились.
# Задача
Создай консольного LLM-агента на Python с названием FoodHint.
FoodHint помогает пользователю подобрать блюдо по ингредиентам, которые есть у него дома.

## Пользовательский сценарий
1. Пользователь запускает программу в терминале.
2. Программа просит пользователя ввести ингредиенты в свободной форме.
Пример: у меня есть рис, курица и лук.
3. LLM-модель DeepSeek извлекает из текста список ингредиентов на английском языке.
Пример результата: ["chicken", "rice", "onion"].
4. Агент выбирает один основной ингредиент для поиска рецептов.
5. Python-скрипт делает запрос к TheMealDB API:
https://www.themealdb.com/api/json/v1/1/filter.php?i=<ingredient>
6. Если TheMealDB вернул блюда, агент выбирает одно подходящее блюдо.
7. Для выбранного блюда агент получает подробный рецепт через TheMealDB API:
https://www.themealdb.com/api/json/v1/1/lookup.php?i=<meal_id>
8. DeepSeek преобразует результат в короткий ответ на русском языке по правилам из файла mainRulePrompt.md.
9. Ответ выводится пользователю в терминале.

## Важные требования
- Основной промпт-правило агент должен читать из файла mainRulePrompt.md.
- Если файла mainRulePrompt.md нет, программа должна создать его со значением по умолчанию.
- Для переменных окружения используй файл .env.
- Добавь обработку ошибок:
- пользователь ничего не ввёл;
- DeepSeek не смог выделить ингредиенты;
- TheMealDB ничего не вернул;
- нет API-ключа DeepSeek;
- ошибка сети или API.
- Код должен быть понятным для новичка: с простыми именами функций и комментариями в важных местах.
- Установи необходимые зависимости, если они нужны.
- Протестируй работу в терминале.
- После создания напиши короткую инструкцию по запуску.

## Значение файла mainRulePrompt.md по умолчанию
1. Выделяй основной ингредиент.
2. Возвращай короткий ответ на русском языке.
3. Не выдумывай блюда, если TheMealDB ничего не вернул.
4. Объясняй, что поиск выполнен по основному ингредиенту.
5. Если блюдо или ингредиент назван по-английски, переведи его на русский.
6. Дай краткое описание блюда и основные шаги приготовления.
Cursor создаст несколько файлов в папке проекта, в том числе:
  • main.py — сам агент,
  • mainRulePrompt.md — его правила поведения,
  • .env — файл для ключа DeepSeek.

После этого запускаем агента в терминале с помощью команды:
python main.py
Программа попросит ввести ингредиенты. Как только ответим, агент выделит из текста продукты, выберет основной, обратится к TheMealDB и предложит блюдо на русском языке.

Шаг 4. Описать правила поведения агента

В первой версии агенту не нужна сложная память с базой данных и историей всех запросов. Достаточно файла mainRulePrompt. md, в нём хранятся правила, по которым агент выбирает ингредиент, обращается к базе и формулирует ответ.

Cursor создаст файл автоматически, но правила можно менять под себя — открываете файл в редакторе и добавляете или убираете пункты. Например, можно попросить агента учитывать время приготовления или добавить запрет придумывать блюда, которых нет в базе.
Основные правила проекта в файле mainRulePrompt.md
Такой файл работает как короткая инструкция для помощника. Если пользователь пишет «у меня есть курица и рис», агент понимает задачу и действует по правилам. Если потом пользователь уточнит «можно добавить туда помидоры», агент учтёт контекст текущего диалога или попросит повторить список ингредиентов полностью.

Шаг 5. Подключить внешний инструмент

Агент обращается к TheMealDB в два этапа. Первый запрос ищет блюда по ингредиенту, второй получает подробный рецепт по id. Так агент работает не с абстрактным ответом модели, а с конкретной записью из базы.
Главное, что вам стоит понять на этом шаге: писать функцию руками не обязательно. Ваша задача чётко сформулировать, что функция должна делать, а сам код напишет ИИ в редакторе. ИИ за минуту сгенерирует рабочую функцию.
  • Влад Коновалов
    ИТ-консультант для стартапов
Главное, что вам стоит понять на этом шаге: писать функцию руками не обязательно. Ваша задача чётко сформулировать, что функция должна делать, а сам код напишет ИИ в редакторе. ИИ за минуту сгенерирует рабочую функцию.
  • Влад Коновалов
    ИТ-консультант для стартапов

Шаг 6. Протестировать и отладить агента

После запуска агента нужно проверить несколько раз с разными запросами и посмотреть на его поведение. Например, можно спросить:

  1. Что приготовить из курицы и риса?
  2. А если добавить помидоры?
  3. Что приготовить из дронта? (или подставить любое другое несуществующее слово)
  4. Закажи продукты для этого рецепта.

Всё идёт как задумано, если он предлагает блюдо из TheMealDB, честно говорит, что ничего не нашёл и не обещает то, чего не может сделать. Рабочий цикл с Cursor: запустить код → скопировать ошибку → попросить объяснить простыми словами → попросить исправить → запустить снова.

Шаг 7. Развернуть агента в облаке или оставить локально

Для первого проекта достаточно локального запуска через терминал. Если агент отвечает на запросы и обращается к TheMealDB, цель — понять механику агентной логики, достигнута.

Облако понадобится позже, если захотите поделиться агентом с другими, подключить его к Telegram-боту или сайту, запускать по расписанию. Самые простые платформы для первой публикации проекта — Railway (подходит для скриптов и ботов) и Vercel (для веб-приложений). Оба поддерживают автоматическое обновление при изменении кода и имеют бесплатные тарифы.

Что делать дальше: как развивать своего ИИ-агента

Если агент запускается, находит рецепт и отвечает без ошибок, первый этап пройден. Дальше его можно улучшать постепенно: уточнить правила, добавить второй инструмент или сделать простой интерфейс.

Например, агент может учитывать ограничения: «без мяса», «без молока» или «до 30 минут готовки». Главное — не добавлять всё сразу. Чем больше новых правил и сервисов появляется одновременно, тем сложнее понять, где возникла ошибка.
Продолжите погружение в тему на курсе ↓
ИИ-агенты
• С нуля и без навыков программирования научитесь создавать ИИ-агентов под различные задачи

• Узнаете, как оптимизировать рабочие процессы и снизить затраты

• Поймёте, как безопасно внедрить автономных ИИ-агентов в почтовые сервисы, мессенджеры и аналитические системы
Посмотреть программу
ИИ-агенты
• С нуля и без навыков программирования научитесь создавать ИИ-агентов под различные задачи

• Узнаете, как оптимизировать рабочие процессы и снизить затраты

• Поймёте, как безопасно внедрить автономных ИИ-агентов в почтовые сервисы, мессенджеры и аналитические системы
Посмотреть программу

Примеры готовых ИИ-агентов с открытым кодом

Чужие проекты полезно изучать, чтобы понять, как они устроены. Смотреть, где описаны инструменты и лежит инструкция для модели, как хранится контекст и что происходит при ошибке.
  • LangChain quickstart — базовый путь по одному из самых распространённых фреймворков для агентов. Полезен, потому что многие следующие инструкции будут использовать похожую логику.
  • GigaChain — независимая копия LangChain от Сбера, адаптированная под российские модели. Здесь полезно смотреть, как устроена работа с инструментами и памятью диалога.
  • smolagents от Hugging Face — компактный проект, по которому удобно смотреть, как устроен агентный цикл без лишних слоёв.
В любом проекте необходимо сначала изучать файл запуска, затем инструменты, системный промпт, хранение контекста и обработку ошибок. Так пример превратится в схему, которую можно повторить в своём агенте.

Типичные ошибки и барьеры при создании ИИ-агента

Переоценка возможностей агента

Если поставить агенту слишком широкую задачу и сделать из него ассистента для всего, он быстро запутается: сегодня нужно подбирать рецепты, завтра отвечать на письма, потом искать вакансии и покупать билеты. Лучше начинать с одной операции, которую легко проверить, и добавлять инструменты постепенно.

Проблемы с безопасностью и API-ключами

Главное правило: ключи не должны лежать в коде.

Минимальная защита:
  • ключ хранить в .env;
  • .env добавить в. gitignore;
  • при подозрении на утечку ключ отзывать и создать новый.

Кроме этого, важно следить за расходами. Даже без утечки агент может потратить больше, чем ожидалось, если работает в цикле и делает много запросов к модели.

Сложности с отладкой многошаговых сценариев

Агент может ошибаться в ходе работы, например ответить галлюцинацией вместо обращения к инструменту или, наоборот, зациклиться на повторных запросах. Это можно исправить, уточняя правила.

Если ошибка описана слишком технически, стоит попросить Cursor объяснить её проще, например, как человеку без опыта в программировании. Так вы можно разбираться не с абстрактными терминами, а с конкретной проблемой в своём проекте.
Читать также
Мнение автора и редакции может не совпадать.

Чтобы быть в курсе всех новостей и читать новые статьи, присоединяйтесь к Телеграм-каналу Нетологии.
Евгения Константинова
Редактор, автор
Оцените статью