Первый небольшой успех в Агентской разработки, с использованием локальной LLM.
Достижение: Первый полный, цикл разработки с помощью локальных ИИ Агентов! С радостью делюсь важным этапом в работе над системой агентов: успешно запустил первый полноценный, самокорректирующийся цикл, используя локально развернутую LLM! Задача была: написать приложение «Калькулятор» с нуля, симулируя весь жизненный цикл разработки с помощью только ИИ-агентов. Как это удалось (Стек и процесс): Цель: Приложение Калькулятор. Оркестрация: Microsoft Semantic Kernel. Локальный LLM: Использование локальной LLM на бэкенде llama.cpp. Дизайн Системы: Мы создали веб-приложение, которое отделяет логику на несколько этапов: написание кода, компиляция и тестирование. Ключевой Механизм: Агент теперь может итерационно вызывать себя для исправления ошибок — будь то ошибки компиляции или падение тестов. ✅ Старт: Это сработало! Приложение Калькулятор запустилось, и первоначальные тесты прошли уже на этапе агентской разработки. (Хотя, конечно, мое личное участие в тестировании тоже было необходимо 😊). Что дальше? Дальше — усовершенствование промптов для обеспечения устойчивой и сложной логики. Google play
· 10.06
Самокорректирующийся цикл это именно тот момент когда агентная разработка начинает ощущаться по-настоящему. Следующий вызов после калькулятора: управление контекстом при росте сложности проекта. Локальная LLM с ограниченным окном контекста начнёт терять связи между файлами когда проект вырастет до 5-10 модулей. У меня решилось через RAG по кодовой базе: агент получает не весь репозиторий, а только релевантные фрагменты к текущей задаче. Без этого самокоррекция начинает ломать соседние модули которых агент уже не помнит.
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
коммент удалён
· 10.06
100% потребуется RAG. Уже записано в беклоге
0
ответить
коммент скрыт — часть юзеров считает его токсичным или некорректным
ответ удалён