diff --git a/plan.txt b/plan.txt
deleted file mode 100644
index 5fd078d..0000000
--- a/plan.txt
+++ /dev/null
@@ -1,52 +0,0 @@
-# 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