Простой

4 мин

12

Представляем новый практический курс по ИИ-агентам на Python от мастера обучающей литературы Владимира Дронова. Книга наверняка вызовет интерес у всех, кто следит за развитием больших языковых моделей и хочет создавать собственные ИИ-приложения.

Об авторе

За названием любой хорошей книги стоит автор. Владимир Александрович Дронов — профессиональный программист, писатель и журналист, чья работа с компьютерами началась ещё в 1987 году. Его биография — это целая эпоха в IT-образовании.

• Более 50 книг в издательстве «БХВ-Петербург».

• Основоположник популярной серии «Уроки для начинающих», в которой вышло 8 его изданий. Эта серия помогла десяткам тысяч новичков войти в мир программирования.

• Автор книг-бестселлеров, ставших настольными для нескольких поколений разработчиков: «Python 3. Самое необходимое», «Django 5. Практика создания веб-сайтов на Python», «HTML, JavaScript, PHP и MySQL. Джентльменский набор Web-мастера».

Владимир Дронов известен своим умением объяснять сложные вещи простым и увлекательным языком. И теперь, вооружившись многолетним опытом, он погружается в мир ИИ, чтобы доступно научить нас созданию собственных ИИ-агентов.

Почему ИИ-агенты, а не очередной чат-клиент?

В предисловии автор справедливо замечает: обычные ИИ-клиенты умеют только отвечать на вопросы. Они не могут найти свежие данные в интернете или сохранить результат в файл.

ИИ-агент — это клиент, оснащённый инструментами (поиск, обработка данных, запись в базу данных и другие). Он сам решает, какой инструмент вызвать. Именно такие программы сегодня на пике востребованности, и книга Дронова учит писать их на Python.

Ключевое преимущество книги - она написана для России

Самое важное достоинство книги — её бескомпромиссная ориентация на российских разработчиков. В отличие от западных учебников, завязанных на OpenAI, Дронов предлагает полностью рабочий и легальный стек:

• GigaChat от «Сбера». Доступный и понятный для начинающих, с хорошим бесплатным тарифом Freemium (до 1 млн токенов на старте).

• YandexGPT.  Родная нейросеть «Яндекса», превосходно понимающая русский язык.

• DeepSeek. Мощная и бесплатная модель от китайской компании.

• HuggingFace.  Крупнейший агрегатор с миллионами open-source моделей.

• Ollama.  Инструмент для запуска LLM локально на своём компьютере. Это полностью бесплатно и безопасно, а главное — работает без интернета, что очень важно для многих.

Таким образом, книга — это не просто теория, а готовый план действий, который гарантированно сработает в нашей реальности.

Файловый архив - всё работает из коробки

Читатели, знакомые с книгами Владимира Дронова, знают, что к каждому своему изданию он готовит полноценный файловый архив. Новая книга — не исключение.

На сайте издательства  доступен ZIP-архив (ссылка есть на странице книги), который содержит:

• Все листинги кода из книги — отдельные файлы для каждого урока.

• Папки с готовыми проектами для глав, где собирается законченное приложение. Часто это два варианта: папка 2.1-2.11 со всеми модулями программы и отдельные модули agent.py, tools.py и т.д.

• Папку !sources с исходными материалами — текстовыми файлами, PDF‑документами, изображениями и базами данных, которые используются в упражнениях.

• Папку additional с дополнительными примерами для самостоятельного изучения (например, код обработчика адресов на GigaChat или программа ИИ‑художника).

Все примеры готовы к запуску. Для большинства программ достаточно просто запустить модуль start.py в соответствующей папке.

Особо отмечены случаи, где требуется дополнительная настройка:

• Для главы 20 (протокол MCP) в одном экземпляре консоли запускается MCP‑сервер (http_mcp_server.py), а в другом — сам ИИ‑агент.

• Для веб-приложений на FastAPI (глава 23) используется команда fastapi dev start.py (или указание пути к стартовому модулю).

Такой подход — визитная карточка автора. Вы не тратите время на перепечатку кода и поиск ошибок в синтаксисе, а сразу начинаете экспериментировать с готовыми работающими агентами.

Что внутри: от простого к сложному

Книга построена по принципу «от простого — к сложному». Первая глава — классический ИИ-клиент (консольный вопрос-ответ). Затем в него добавляются инструменты.

Пример. Инструмент для поиска через DuckDuckGo (листинг 1.4)

Это всего несколько строк кода, а агент уже может искать информацию в интернете без API-ключей:

python
from langchain.tools import tool
from ddgs import DDGS

@tool
def search(query: str, max_results: int=2) -> str:
    """Поиск информации в Интернете по заданной строке."""
    with DDGS() as ddgs:
        rs = ddgs.text(query, region='ru-ru', max_results=max_results)
        return '\n'.join(f'{r["title"]}: {r["body"]} - {r["href"]}' for r in rs[:max_results])

Живые сценарии. Бот-приёмщик заказов

Вторая глава — настоящий мастер-класс. Вы создаёте агента, который умеет принимать заказы на пиццу: он смотрит в базу данных, выделяет из неструктурированного текста название, количество и адрес, переспрашивает, если что-то непонятно, а затем считает стоимость и сохраняет заказ в JSON-файл.

Продвинутые возможности. RAG, мультиагенты и глубинные агенты

• RAG-агенты. Вы научитесь загружать PDF, разбивать их на части с помощью RecursiveCharacterTextSplitter и искать информацию по смыслу, используя эмбеддинги GigaChat и векторные хранилища.

• Мультиагентные программы. Один главный агент координирует работу нескольких специализированных подчинённых.

• Глубинные агенты (Deep Agents). Сам агент разбивает задачу на подзадачи и создаёт других агентов для их решения. Код, который пишет код.

• Протокол MCP (Model Context Protocol). Доступ к удалённым инструментам по HTTP.

Заверните в красивую упаковку. Telegram, веб, GUI

Книга учит не только писать агентов, но и упаковывать их в готовые продукты:

• Telegram-бот на библиотеке python-telegram-bot.

• Веб-приложение на FastAPI (в том числе с WebSockets для потоковой выдачи ответов).

• Десктопное приложение на кросс-платформенном фреймворке Flet.

Это позволяет превратить скрипт в сервис, который можно отдать пользователям.

Для кого эта книга?

• Для Python-разработчиков, которые хотят войти в AI-инжиниринг.

• Для предпринимателей, желающих быстро создать прототип ИИ-помощника.

• Для всех, кто ищет учебный материал, не требующий постоянного поиска обходных путей.