День 2: State и Conditional Edges Цель: Научиться работать с условной маршрутизацией и создавать безопасные циклы Время изучения: 1-2 часа Код: src/day2_state_conditional.py Тесты: tests/test_day2_state_conditional.py 🤖 Связь с агентами Вчера: Создали простой граф A → B (линейный поток) Сегодня: Добавляем интеллект — агенты принимают решения! Что мы строим? В A ( П ч в р е → с о р е с а B г т : д о а й B п ) о т о к У С A ( м е з н г → а ы о в й д ( и н р с а я е и г : ш т е е н н о т и т е ) с и → т у B а ц и и л и и ) C Зачем это нужно для агентов? Реальный сценарий: ...

День 3: Planner → Executor → Critic Цель: Создать первую полноценную multi-agent систему с циклом самоулучшения Время изучения: 2-3 часа Код: src/day3_planner_executor_critic.py Тесты: tests/test_day3_planner_executor_critic.py 🤖 Связь с агентами Вчера: Научились создавать циклы и условную маршрутизацию Сегодня: Создаём первую настоящую multi-agent систему! Что мы строим? P E C Р l x r е a e i ш n c t е n ↓ С ↓ u ↓ В ↓ i ↓ О ↓ н e о t ы c ц и r з o п е е д r о A н : A а л g и g ё A н e в п e т g я n а о n e е t е в t п n т т т л t ( о ( а ш К р р П н ( а р е и л И г и з т а в с и т у ь н ы п и л и п о п к ь и р о л л ) т л о л н а а и в н и н т щ е т а з и н е а к и л в ) я ь е ) р з ш а и д т а ь ч ? и Зачем это нужно? Реальный сценарий: Написание статьи ...

День 4: Tool Calling и Structured Outputs Цель: Научить агентов использовать инструменты и получать структурированные ответы Время изучения: 2-3 часа Код: src/day4_tools_structured.py Тесты: tests/test_day4_tools_structured.py 🤖 Связь с агентами Вчера: Создали систему Planner → Executor → Critic Сегодня: Даём агентам инструменты — они становятся по-настоящему полезными! Что мы строим? В E Э " ч x м C е e у o р c л m а u ↓ и p : t р l o у e r е t т e A d g в : e ы n п S t о t л e н p е н 1 и " е Р - - - С E е е x а П В Р г e л о ы а о c ь и ч б д u ↓ н с и о н t о к с т я o л а : r в в е ы н с A п и и g о н я ф e л т а n н е й t я р л е н а + т е м : т и T е o o l s Зачем это нужно? Реальный сценарий: Исследовательский агент ...

День 5: Memory и финальный пайплайн Цель: Добавить память агентам и собрать полный self-improving pipeline Время изучения: 2-3 часа Код: src/day5_memory_pipeline.py Тесты: tests/test_day5_memory_pipeline.py 🤖 Связь с агентами Вчера: Дали агентам инструменты (tools) Сегодня: Даём агентам память — они становятся по-настоящему умными! Что мы строим? В А К ч г а е е ж р н д а т ↓ ы : ы й б з е а з п р п о а с м я с т и н у л я А П - - - С г о е е м П К Р г н н р о е о т я е н з д ы ↓ т д � у н : ы � л я с д е ь : у к т п щ с а а и т т м е ы я р т д а р ь е з а ю й г б с о о т в т в о ы и р я а Зачем это нужно? Реальный сценарий: Ассистент для работы ...

LangGraph Multi-Agent: Введение От простого графа к интеллектуальным агентам 🤔 Что такое Multi-Agent система? Multi-Agent система — это несколько автономных агентов, которые работают вместе для решения сложных задач. Пример: Корпоративный ассистент Представьте, что вам нужно создать ассистента для компании: П ┌ │ │ └ о ─ ─ л ─ ─ ь ─ S К ─ з ─ u о ─ о ─ p о ─ в ─ e р ─ а ─ r д ─ т ─ v и ─ е ─ i н ─ л ─ s и ─ ь ─ o р ─ │ ├ │ │ ├ │ │ └ : ─ r у ─ ─ ─ ─ ─ е ─ ─ ─ ─ " ─ ( т ─ → → → П ─ С ─ р ─ у р ─ R И A А W С о ─ п а ─ e щ n н r о а ─ е б ─ s е a а i з н ─ р о ─ e т l л t д а ─ в т ─ a y и e а л ─ и у ─ r д s з r ё и ─ з ─ c а t и т з ─ о д ─ h н р A и ─ р р ─ н A у g ф р ─ ) у ─ A ы g е e и у ─ г ─ g е e т n н й ─ и ─ e n t а ─ х ─ n о t д л п ─ ─ t а ( ь р ─ а ─ п ( н П н о ─ г ─ ( р А н и ы д ─ е ─ И о н ы с й а ─ н ─ с д а е а ж ─ т ─ с а л , т о и ─ о ─ л ж и е т ─ в ─ е а т с л ч з ─ ─ д х и т ь ё а ─ ─ о к р ) т ─ ─ в ) о к ─ ─ а и в ─ ─ т т а ─ ─ е р ─ ─ л г т ─ ─ ь р а ─ ─ ) а л ─ ─ ф ─ ─ и и ─ ─ к ─ ─ и с ─ ─ о ─ ─ з ─ ─ д ─ ─ а ┐ │ │ ┘ й о т ч ё т " Каждый агент — это специалист в своей области. ...

Задача: хотим «агента», который делает несколько шагов, помнит контекст, принимает решения и останавливается по условию. Это не один вызов модели — это цикл: подумай → действуй → обнови память → повтори до цели. В этой статье начнём именно с агентной постановки, а затем покажем, как LangGraph помогает это собрать прозрачно и тестопригодно. План статьи: Что такое агент простыми словами и зачем он нужен LangGraph в 1 минуту: узлы, рёбра, состояние Мини-агент: Plan → Act с критерием остановки (код) Базовая механика без агент��ости: граф A→B (код) Подводные камни и куда двигаться дальше Что такое агент и зачем он нужен Агент — это цикл действий с памятью: ...