From 6abd426a950fbdb5ed91b676bf5345cc3b88e853 Mon Sep 17 00:00:00 2001 From: =?UTF-8?q?=D0=9A=D0=B8=D1=80=D0=B8=D0=BB=D0=BB=20=D0=9A=D1=83=D1=82?= =?UTF-8?q?=D0=BB=D0=B0=D1=85=D0=BC=D0=B5=D1=82=D0=BE=D0=B2?= Date: Thu, 28 May 2026 07:34:08 +0000 Subject: [PATCH] =?UTF-8?q?=D0=A3=D0=B4=D0=B0=D0=BB=D0=B8=D1=82=D1=8C=20pl?= =?UTF-8?q?an.txt?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- plan.txt | 52 ---------------------------------------------------- 1 file changed, 52 deletions(-) delete mode 100644 plan.txt 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