Основы LLM
Въезд в тему для тех, кто работал с AI только как с чат-ботом.
Практический челлендж по работе с LLM, агентами, MCP, RAG и AI-пайплайнами для разработчиков.
Участвовать с 31 августаВъезд в тему для тех, кто работал с AI только как с чат-ботом.
Реализация агента, контекст, токены и сохранение состояния.
State Management и устойчивые процессы для AI-задач.
Model Context Protocol, нюансы интеграции и практика.
Retrieval Augmented Generation и применение в своих проектах.
Локальная LLM как приватный сервис для ваших задач.
Интеграция LLM в процессы и автоматизация выполнения задач.
Дополнительные 3 недели для завершивших предыдущий челлендж.
Используешь AI-инструменты, но хочешь перейти к самостоятельной и проверяемой работе агентов.
Почти не работал с LLM и хочешь освоить практику через последовательные задания.
Понимаешь базовые концепции разработки и готов разбираться с API, инструментами и ТЗ.
Хочешь делегировать AI генерацию кода, тесты, документацию, отчёты и внутренние инструменты.
После оплаты вы получите доступ к инструкциям, заданиям, обсуждениям и помощи участников.
Задания выходят каждый будний день. До следующего понедельника нужно показать прогресс по неделе.
По понедельникам вы получаете теорию по теме недели, затем переходите к практике.
Главное в челлендже: ставить AI задачи, направлять работу, проверять результат и улучшать его.
В чате можно обсуждать решения, задавать вопросы и помогать другим участникам.
🔥 День 18. Планировщик и фоновые задачи
Сделайте MCP-инструмент с отложенным или периодическим выполнением.
Пример:
👉 reminder
👉 периодический сбор данных
👉 регулярный summary
Инструмент должен:
👉 сохранять данные (JSON / SQLite)
👉 выполняться по расписанию
👉 возвращать агрегированный результат
Результат:
Агент, который работает 24/7 и периодически выдаёт сводку
Формат:
Видео + Код
Но есть нюанс