Создание ИИ-агентов на Python: обзор книги Владимира Дронова по работе с LangChain

Для бэкендера это повод пересобрать стек: вместо OpenAI, за пределами РФ фактически недоступного, автор собирает контур на GigaChat, YandexGPT, HuggingFace и Ollama. Главная ценность — листинги и архив проектов, которые запускаются локально, без танцев с VPN и зарубежными ключами.

Стек и архитектура

Дронов сознательно уходит от западной привязки к OpenAI. Базовый набор выглядит так:

• GigaChat от «Сбера». Freemium-тариф, до 1 млн токенов на старте. Годится как основной провайдер для прототипа.
• YandexGPT. Родная модель с сильным пониманием русского, удобно для пользовательских сценариев.
• HuggingFace. Агрегатор open-source моделей — подключается как привычный SDK.
• Ollama. Локальный запуск LLM, без интернета и без счёта за API. Полезно там, где данные нельзя отдавать наружу.

С точки зрения архитектуры это классический LLM-клиент плюс слой инструментов: поиск, обработка данных, запись в БД. Агент сам решает, какой инструмент вызвать. Для веба это значит, что такой модуль встраивается в существующий Django или FastAPI-бэкенд как отдельный сервис и не привязывает продукт к одному вендору — провайдера можно менять через конфиг.

Что лежит в архиве

Издательский ZIP — это не «фрагменты из книги», а полноценные проекты, готовые к запуску:

Большинство примеров стартуют одной командой python start.py из нужной папки. Это редкость: в похожих изданиях листинги разнесены по разделам, и собрать рабочий проект — отдельный квест на полдня. Здесь же вы получаете эталонную раскладку, на которую можно опираться в продакшен-коде: разделение на agent.py, tools.py, точка входа start.py — нормальная модульная структура, а не учебная солянка.

Где смотреть внимательно

Отдельно стоит пройти главу 20 — протокол MCP (Model Context Protocol). Это относительно свежая спецификация обмена контекстом между моделью и инструментами, которая быстро становится стандартом де-факто для агентских пайплайнов. В книге MCP разобран в виде двух процессов:

Если вы уже пишете своих агентов под веб, имеет смысл пройти эту главу и сравнить с тем, как MCP устроен у вас. Если только планируете — повод сразу заложить MCP-совместимый интерфейс в новый сервис, чтобы не переписывать слой интеграций через год.