# Personal AI Fluency Plan

## Обо мне
Студент курса KFU-26-1, изучаю ИИ и агентные системы на Python.

## Что такое AI Fluency
AI Fluency — способность эффективно использовать инструменты на основе ИИ,
понимать их возможности и ограничения, применять для решения реальных задач.

## Мой план обучения (12 недель)

### Фаза 1: Основы (недели 1-3)
- Изучить основы работы больших языковых моделей (LLM)
- Пройти курс AI Fluency от Anthropic (skilljar)
- Научиться составлять эффективные промпты (prompt engineering)
- Практика: написать 10+ промптов для разных задач

### Фаза 2: Инструменты (недели 4-6)
- Освоить LangChain: цепочки, инструменты, память
- Научиться подключать внешние API к LLM
- Изучить LangGraph: граф состояний, узлы, ребра
- Практика: создать простого агента с инструментами

### Фаза 3: Агенты (недели 7-9)
- Разобрать паттерн ReAct (Reasoning + Acting)
- Создать агента с веб-поиском и файловой системой
- Изучить human-in-the-loop прерывания
- Практика: выполнить все домашние задания курса через агента

### Фаза 4: Продвинутые темы (недели 10-12)
- MCP серверы (FastMCP) - расширение возможностей агентов
- RAG (Retrieval Augmented Generation) с Qdrant
- Мультиагентные системы и оркестрация
- Финальный проект: полноценный агент-ассистент

## Ключевые навыки к финалу
1. Писать агентов на LangChain/LangGraph с нуля
2. Подключать LLM через API (BroJS, OpenRouter)
3. Создавать MCP инструменты
4. Строить RAG-системы
5. Отлаживать и тестировать агентов

## Метрики успеха
- Все задания курса сданы и приняты преподавателем
- Создан собственный проект с LLM
- Умею объяснить как работает каждый компонент агента

## Ресурсы
- https://anthropic.skilljar.com/ai-fluency
- https://python.langchain.com/docs
- https://langchain-ai.github.io/langgraph/
- Курс KFU-26-1 на platform.brojs.ru
