🧩 Single Agent Loop Kit: проверить упрощение AI-системы
🧩 Single Agent Loop Kit: проверить упрощение AI-системы
Полезный навык · проверено 26 октября 2026
У приложения есть маршрутизатор и несколько агентов: заказы, доставка, возвраты. Можно ли заменить часть из них навыками и инструментами одного агента? Набор Anthropic для Claude Code ведёт такую миграцию по одной правке с измерением результата.
Вход — репозиторий, тестовые запросы и доступные трассы. Выход — инвентаризация агентов, план «объединить / перенести / оставить» и сравнения до/после: выполнение задач, задержка, вызовы и токены. Проверяются и цепочки: после упрощения ответ про заказ не должен потерять дату доставки, которую раньше узнавал соседний агент.
Промпты специалистов превращают в навыки, API — в инструменты, а жёсткие ограничения переносят в проверяющий код. После каждой правки человек решает, сохранить её или откатить. Отдельное сравнение с навыком и без него помогает понять, нужен ли сам навык.
Старт: копия Git-проекта → добавить папку skill в навыки Claude Code → попросить только аудит → согласовать тесты вне production. Есть учебная служба поддержки. Её бесплатная офлайн-проверка использует правила по ключевым словам и не измеряет качество AI. Для реальных прогонов нужны Python 3.10+, Anthropic SDK и доступ к выбранной модели.
Это существующий комплект к статье от 22 октября; проверена ветка release, коммит c437962. Совместимость с Codex, Claude Desktop и веб-чатом не подтверждена. Матрица ОС и минимум RAM не указаны; облачным вызовам своя GPU не нужна.
Код бесплатный, Apache 2.0 допускает коммерческое использование с сохранением условий и уведомлений. Claude Code и модель расходуют свои платные лимиты. Агент читает и меняет репозиторий; код и тестовые данные обрабатывает выбранный AI-сервис. Реальные клиентские данные в примерах заменяют тестовыми.
Ограничение существенное: эталонный проект не поддерживается. Авторы описали лишь два реальных прогона одним человеком на одной модели; часть шагов и последующие правки не проверены на реальной модели. Ускорение любой системы не обещается. Мы комплект не запускали.
Источник · Код и навык · Инструкция · Лицензия
Обложка репозитория: Anthropic / GitHub
#ПолезныйНавык #ClaudeCode #AIагенты
Полезный навык · проверено 26 октября 2026
У приложения есть маршрутизатор и несколько агентов: заказы, доставка, возвраты. Можно ли заменить часть из них навыками и инструментами одного агента? Набор Anthropic для Claude Code ведёт такую миграцию по одной правке с измерением результата.
Вход — репозиторий, тестовые запросы и доступные трассы. Выход — инвентаризация агентов, план «объединить / перенести / оставить» и сравнения до/после: выполнение задач, задержка, вызовы и токены. Проверяются и цепочки: после упрощения ответ про заказ не должен потерять дату доставки, которую раньше узнавал соседний агент.
Промпты специалистов превращают в навыки, API — в инструменты, а жёсткие ограничения переносят в проверяющий код. После каждой правки человек решает, сохранить её или откатить. Отдельное сравнение с навыком и без него помогает понять, нужен ли сам навык.
Старт: копия Git-проекта → добавить папку skill в навыки Claude Code → попросить только аудит → согласовать тесты вне production. Есть учебная служба поддержки. Её бесплатная офлайн-проверка использует правила по ключевым словам и не измеряет качество AI. Для реальных прогонов нужны Python 3.10+, Anthropic SDK и доступ к выбранной модели.
Это существующий комплект к статье от 22 октября; проверена ветка release, коммит c437962. Совместимость с Codex, Claude Desktop и веб-чатом не подтверждена. Матрица ОС и минимум RAM не указаны; облачным вызовам своя GPU не нужна.
Код бесплатный, Apache 2.0 допускает коммерческое использование с сохранением условий и уведомлений. Claude Code и модель расходуют свои платные лимиты. Агент читает и меняет репозиторий; код и тестовые данные обрабатывает выбранный AI-сервис. Реальные клиентские данные в примерах заменяют тестовыми.
Ограничение существенное: эталонный проект не поддерживается. Авторы описали лишь два реальных прогона одним человеком на одной модели; часть шагов и последующие правки не проверены на реальной модели. Ускорение любой системы не обещается. Мы комплект не запускали.
Источник · Код и навык · Инструкция · Лицензия
Обложка репозитория: Anthropic / GitHub
#ПолезныйНавык #ClaudeCode #AIагенты
Views: 2