- Регистрация
- 10 Окт 2018
- Сообщения
- 58,924
- Реакции
- 321,949
[Master.dev] Scott Moss → Создание ИИ-агентов, которые никогда не спят (2026)
Практический воркшоп по созданию фоновых ИИ-агентов на Node.js, TypeScript и Inngest поможет разобраться, как проектировать агентов, которые не зависят от открытой вкладки браузера, сохраняют состояние, ждут решения человека и продолжают работу после сбоев. Вы соберёте агента для реагирования на инциденты и увидите, как такие системы применяются в реальных автоматизациях, внутренних инструментах и продуктовых сценариях.
Что вы создадите на курсе
В ходе обучения вы разработаете ИИ-агента, который анализирует состояние имитируемого сервиса, выбирает подходящий способ устранения проблемы, запрашивает подтверждение для рискованных действий, проверяет восстановление и формирует отчёт об инциденте.
Главная цель курса — показать не просто вызов языковой модели, а полноценный жизненный цикл фонового агента: запуск задачи, сохранение прогресса, ожидание внешних событий, повторную оценку условий и безопасное продолжение выполнения.
Работа начнётся с небольшого агентного цикла на Node.js и TypeScript. Затем вы добавите управляющую обвязку — harness, которая отвечает за состояние системы, проверку выбранных моделью действий и подтверждение завершения задачи.
Такой подход помогает контролировать поведение ИИ-агента на уровне приложения: задавать правила выполнения, ограничивать рискованные операции, проверять результат и не полагаться только на ответ языковой модели.
Сохранение состояния и восстановление после сбоев
Далее вы подключите Inngest, чтобы сохранять результаты вызовов модели и инструментов, приостанавливать выполнение до поступления события или решения человека и безопасно восстанавливать работу после ошибок.
Вы разберёте, как агент продолжает задачу после перезапуска приложения и почему перед выполнением отложенного действия важно повторно оценивать текущее состояние сервиса. Это особенно важно для фоновых ИИ-агентов, которые могут работать минуты, часы или дольше.
Human-in-the-loop и безопасное выполнение
Отдельное внимание уделяется сценариям, где агент не должен действовать полностью автономно. Вы научитесь запрашивать согласование у человека, обрабатывать отказ, истечение срока ожидания и ситуацию, когда обстоятельства изменились во время паузы.
Такой подход делает агентные системы более предсказуемыми и применимыми в production-сценариях: реагировании на инциденты, автоматизации DevOps-процессов, внутренних инструментах и рабочих процессах с повышенными требованиями к контролю.
Чему вы научитесь
Воркшоп построен вокруг практики: вы пишете код, запускаете локальный проект, проверяете поведение агента и постепенно усложняете систему. Markdown-конспекты с точными изменениями помогают сверять каждый этап и не терять контекст.
Готовый локальный интерфейс и симулятор событий позволяют сосредоточиться на логике ИИ-агента, его управляющей обвязке и сценариях восстановления. Развёртывание на сервере не требуется: проект запускается локально с вашим API-ключом языковой модели.
Для кого этот курс
Курс подойдёт разработчикам с опытом JavaScript или TypeScript, которые хотят создавать не демонстрационные чат-боты, а полноценные агентные системы с фоновым выполнением, сохранением состояния и контролем действий.
Что потребуется для прохождения
Результат после прохождения
После воркшопа у вас будет работающий ИИ-агент для реагирования на инциденты и архитектурный шаблон, который можно использовать для собственных фоновых задач. Вы будете понимать, как агенты приостанавливают и возобновляют работу, как восстанавливаются после сбоев и как отслеживать ход выполнения через Inngest.
Полученные знания помогут создавать более надёжные AI-автоматизации: от внутренних инструментов и DevOps-сценариев до продуктовых функций, где агент должен действовать асинхронно, безопасно и под контролем человека.
Языу Английский
Подробнее:
Скачать:
Практический воркшоп по созданию фоновых ИИ-агентов на Node.js, TypeScript и Inngest поможет разобраться, как проектировать агентов, которые не зависят от открытой вкладки браузера, сохраняют состояние, ждут решения человека и продолжают работу после сбоев. Вы соберёте агента для реагирования на инциденты и увидите, как такие системы применяются в реальных автоматизациях, внутренних инструментах и продуктовых сценариях.
Что вы создадите на курсе
В ходе обучения вы разработаете ИИ-агента, который анализирует состояние имитируемого сервиса, выбирает подходящий способ устранения проблемы, запрашивает подтверждение для рискованных действий, проверяет восстановление и формирует отчёт об инциденте.
Главная цель курса — показать не просто вызов языковой модели, а полноценный жизненный цикл фонового агента: запуск задачи, сохранение прогресса, ожидание внешних событий, повторную оценку условий и безопасное продолжение выполнения.
- Агент исследует состояние сервиса и определяет возможную причину инцидента.
- Система проверяет выбранные моделью действия перед выполнением.
- Для потенциально опасных операций запрашивается подтверждение человека.
- После паузы или перезапуска агент продолжает задачу с сохранённого состояния.
- Финальный результат фиксируется в отчёте об инциденте.
Работа начнётся с небольшого агентного цикла на Node.js и TypeScript. Затем вы добавите управляющую обвязку — harness, которая отвечает за состояние системы, проверку выбранных моделью действий и подтверждение завершения задачи.
Такой подход помогает контролировать поведение ИИ-агента на уровне приложения: задавать правила выполнения, ограничивать рискованные операции, проверять результат и не полагаться только на ответ языковой модели.
Сохранение состояния и восстановление после сбоев
Далее вы подключите Inngest, чтобы сохранять результаты вызовов модели и инструментов, приостанавливать выполнение до поступления события или решения человека и безопасно восстанавливать работу после ошибок.
Вы разберёте, как агент продолжает задачу после перезапуска приложения и почему перед выполнением отложенного действия важно повторно оценивать текущее состояние сервиса. Это особенно важно для фоновых ИИ-агентов, которые могут работать минуты, часы или дольше.
Human-in-the-loop и безопасное выполнение
Отдельное внимание уделяется сценариям, где агент не должен действовать полностью автономно. Вы научитесь запрашивать согласование у человека, обрабатывать отказ, истечение срока ожидания и ситуацию, когда обстоятельства изменились во время паузы.
Такой подход делает агентные системы более предсказуемыми и применимыми в production-сценариях: реагировании на инциденты, автоматизации DevOps-процессов, внутренних инструментах и рабочих процессах с повышенными требованиями к контролю.
Чему вы научитесь
- Понимать, чем фоновое выполнение отличается от чат-интерфейса и когда ИИ-агенту нужен жизненный цикл с сохранением состояния.
- Создавать управляющую обвязку на Node.js, которая отслеживает состояние, проверяет действия модели и подтверждает достижение результата.
- Использовать Inngest для надёжного выполнения длительных задач и восстановления после перезапуска приложения.
- Приостанавливать работу агента до события, таймера или решения человека, а затем повторно проверять условия.
- Реализовывать human-in-the-loop для действий, которые могут повлиять на работу сервиса.
- Делать повторные попытки безопасными с помощью идемпотентности, тайм-аутов, лимитов выполнения и отмены.
- Тестировать отказоустойчивость агента через локальный симулятор событий и трассировки Inngest.
- Адаптировать архитектуру курса для собственных фоновых процессов, автоматизаций и внутренних инструментов.
- Создание базового агентного цикла на Node.js и TypeScript.
- Разработка управляющей обвязки для контроля состояния и действий агента.
- Подключение инструментов, с помощью которых агент исследует имитируемый сервис.
- Интеграция Inngest для сохранения прогресса и надёжного фонового выполнения.
- Добавление ожидания внешних событий, таймеров и решений человека.
- Реализация подтверждений для рискованных действий и обработка отказов.
- Проверка восстановления после перезапуска и повторной отправки событий.
- Анализ трассировок, ошибок и сценариев, которые требуют дополнительной защиты на уровне приложения.
Воркшоп построен вокруг практики: вы пишете код, запускаете локальный проект, проверяете поведение агента и постепенно усложняете систему. Markdown-конспекты с точными изменениями помогают сверять каждый этап и не терять контекст.
Готовый локальный интерфейс и симулятор событий позволяют сосредоточиться на логике ИИ-агента, его управляющей обвязке и сценариях восстановления. Развёртывание на сервере не требуется: проект запускается локально с вашим API-ключом языковой модели.
Для кого этот курс
Курс подойдёт разработчикам с опытом JavaScript или TypeScript, которые хотят создавать не демонстрационные чат-боты, а полноценные агентные системы с фоновым выполнением, сохранением состояния и контролем действий.
- Backend-разработчикам, которым нужны надёжные асинхронные процессы и автоматизация операций.
- Full-stack-разработчикам, создающим продуктовые функции на базе ИИ-агентов.
- Техническим основателям, которые проектируют внутренние инструменты, AI-автоматизации и рабочие процессы.
- Инженерам, интересующимся AI agents, отказоустойчивыми системами и human-in-the-loop-подходом.
Что потребуется для прохождения
- Знание современного JavaScript или TypeScript и основ разработки на Node.js.
- Понимание async/await, API и базовых принципов работы серверных приложений.
- Навык запуска локального проекта, установки зависимостей через npm и работы в терминале.
- Компьютер с установленными Node.js LTS, npm, Git и редактором кода.
- API-ключ языковой модели для выполнения практических заданий.
Результат после прохождения
После воркшопа у вас будет работающий ИИ-агент для реагирования на инциденты и архитектурный шаблон, который можно использовать для собственных фоновых задач. Вы будете понимать, как агенты приостанавливают и возобновляют работу, как восстанавливаются после сбоев и как отслеживать ход выполнения через Inngest.
Полученные знания помогут создавать более надёжные AI-автоматизации: от внутренних инструментов и DevOps-сценариев до продуктовых функций, где агент должен действовать асинхронно, безопасно и под контролем человека.
Языу Английский
Подробнее:
Скрытое содержимое доступно для зарегистрированных пользователей!
Скачать:
Для просмотра скрытого содержимого вы должны войти или зарегистрироваться.
