Claude и AI-агенты

1. Чем Claude отличается от чат-ботов

Claude — семейство языковых моделей от компании Anthropic. Как и ChatGPT, он отвечает на вопросы и пишет код. Но агентный инструментарий Claude может не просто отвечать, а действовать: читать файлы, запускать команды и вносить правки.

2. Что такое AI-агенты

AI-агент — это модель, к которой подключены инструменты, и цикл «действие — наблюдение — вывод». Агент получает задачу, составляет план, выполняет шаги по очереди и смотрит на результаты каждого шага.

Задача: «Исправь ошибку в функции parse_user».

Пример плана агента:
1. Open — прочитать файл src/parser.py
2. Grep — найти вызовы parse_user
3. Bash — запустить тесты, чтобы воспроизвести ошибку
4. Edit — исправить код
5. Bash — снова прогнать тесты

3. Claude Code: установка и запуск

Claude Code — агент, который работает прямо в терминале внутри папки проекта. Устанавливается через пакетный менеджер Node.js.

npm install -g @anthropic-ai/claude-code
# затем войдите в аккаунт и запустите в папке проекта:
claude

Потребуется установленный Node.js версии 18 или новее и активная подписка либо ключ Anthropic.

4. Инструменты (tools)

Сила агента — в инструментах. Модель решает, какой инструмент вызвать следующим, и получает результат в виде текста или диффа.

5. Цикл работы агента: действие и наблюдение

Агент работает итерациями: планирует шаг, выполняет его, читает результат, при необходимости корректирует план и повторяет. Именно поэтому длинные задачи лучше осваивать постепенно, а не одним абзацем промпта.

«Разбей задачe на шаги и делай по одному.
После каждого шага показывай, что сделано.
Если задача не ясна — задавай вопрос вместо
догадок.»

6. Работа с файлами

Попросите агента изучить файл, найти проблему или подготовить правку. Изменения он показывает в виде diff — так удобно проверять каждую строку.

«Прочитай src/users.py и найди, почему не проходит
валидация email. Исправь только эту функцию,
остальной код не трогай. Покажи diff и объясни.»

• @файл — прикрепить конкретный файл к вопросу;
• diff подсвечивает добавленные и удалённые строки;
• правки применяются инструментом Edit, а не «текстом из чата».

7. Работа с репозиториями и Git

Claude Code работает с актуальным состоянием репозитория: видит git status, git diff и историю коммитов. Поэтому полезно просить его анализировать незакоммиченные изменения или готовить их описание.

«Посмотри git status и git diff. Собери изменения
в аккуратное сообщение для коммита по нашему
стилю и предложи подходящее описание.»

7. Агентные сценарии в разработке

• рефакторинг повторяющегося кода по чёткому ТЗ;
• миграции между версиями библиотек и языков;
• написание юнит-тестов для готовых функций;
• разбор чужого или старого кода перед изменениями;
• генерация документации и комментариев к публичному API.

8. Проверка результатов агента

Агент умеет действовать быстро, но не отвечает за последствия. Проверяйте каждое изменение обычными средствами разработчика:

1. изучите diff построчно, а не по диагонали;
2. прогоните тесты и линтеры проекта;
3. попросите агента объяснить, почему выбрано такое решение;
4. проверьте, что не затронуты несвязанные файлы;
5. повторите ключевой сценарий вручную.

9. Где применять агентов

10. CLAUDE.md и правила проекта

Современные агенты читают файл CLAUDE.md в корне репозитория как постоянную инструкцию. В нём описывают:

• стек проекта и команды сборки и тестов;
• структуру каталогов и ключевые модули;
• запреты — например, не трогать автосгенерированный код;
• стиль: отступы, именование, требования к комментариям.

# CLAUDE.md — то, с чем постоянно работает агент
Язык проекта: TypeScript (strict).
Сборка: pnpm build, тесты: pnpm test.
Запрещено менять папку generated/.
Комментарии: только по делу, без очевидностей.

11. Разрешения и безопасность агента

Агент выполняет команды и правит файлы, поэтому права доступа важно ограничить:

• запрети команды с sudo и действия с боевыми серверами;
• не давай агенту работать в основной ветке — пусть создаёт свою feature-ветку;
• проверяй, что агент не выходит за пределы проекта;
• секреты передавай через переменные окружения, а не в тексте запроса.

12. Декомпозиция задач для агента

Одна большая задача — плохой промпт. Лучше разбить её на шаги и запускать по одному, проверяя промежуточные результаты:

1. сформулируй конечную цель и критерий готовности;
2. нарежь работу на шаги по 5–15 минут агента;
3. после каждого шага смотри diff и обновлённые тесты;
4. собери итог: описание изменений и что осталось сделать вручную.

13. Ревью и внедрение результатов

Результат агента — обычный код, который нужно ревьюить, как код коллеги:

git diff --check        # пробелы и мусор
pnpm test               # тесты проекта
git log --oneline -5    # что реально изменилось

14. Промпт-шаблоны и готовые команды

Повторяющиеся задачи оформляй как многоразовые шаблоны. Заведи файл с заготовками в репозитории и подставляй нужное — так промпт не набирается с нуля каждый раз:

## Ревью
Проверь пул-реквест по чек-листу:
1. логика и пограничные случаи
2. безопасность (инъекции, секреты)
3. производительность (N+1, лишние запросы)
4. комментарии — только там, где «почему»

• копируй шаблон и заполняй конкретику: файлы, цель, ограничения;
• для «правил всегда» используй CLAUDE.md из раздела 11;
• проси агента сам следовать шаблону: «отвечай по формату из свойств».

15. Контроль расходов и лимитов

Агент тратит токены на каждый запрос tools, и длинная сессия «съедает» дорогой контекст. Запланируй бюджет ещё до запуска:

# начальный вопрос перед большим рефакторингом:
claude "Оцени объём: сколько файлов и шагов
по рефакторингу X? Дай план без изменений кода."

16. Агент в CI/CD: PR и авторевью

Классический сценарий в команде — агент закрывает рутинные задачи в пайплайне:

1. задача оформляется issue с чётким ТЗ и ссылками на файлы;
2. в CI агент создаёт feature-ветку и выполняет задачу;
3. открывает пул-реквест с описанием и прогоном тестов;
4. код-ревьюер (человек) проверяет, а не переписывает.

# фрагмент workflow: агент-генератор PR
- run: claude "Выполни задачу из issue #123
  и открой PR. Тесты обязательны. Не трогай prod."

• давай агенту минимум прав: пуш в ветку, но не в main;
• все прогоны в песочнице/контейнере — не на общем runner;
• секреты в раннер агенту не передавать.

17. MCP и подключение внешних инструментов

Model Context Protocol подключает к агенту внешние сервисы: базы данных, файловые хранилища, тикет-системы. Агент выполняет инструменты через протокол, а в контекст попадает только нужный результат.

# подключение MCP-сервера (пример конфига)
{
  "mcpServers": {
    "tickets": { "command": "npx", "args": ["mcp-tickets"] }
  }
}

• данные остаются в твоей инфраструктуре — не шлёшь файлы наружу;
• каждый инструмент виден в логе, легко отключить;
• начинай с одного канала (тикеты или БД), а не со всего сразу.

18. Декомпозиция и субагенты

Большая задача агенту даётся тяжело: контекст распухает, шаги путаются. Дроби по правилу «один агент — один тип изменений»:

• агент А генерирует файлы, агент Б ревьюит, агент В чинит замечания;
• каждому субагенту — свой CLAUDE.md и узкий набор инструментов;
• результат каждого шага фиксируй в файл-протокол, а не только в диалог.

# дерево задач: независимые ветви идут параллельно
1. Дизайн схемы      --> 2. Модель + тесты
                    --> 3. API + тесты
                    --> 4. Фронт (после 2 и 3)

19. Запись сессий и тесты агентов

«Вчера работал» — покажи это воспроизводимо. Записывай сессии и превращай их в регрессионные сценарии:

1. фиксируй промпт, команды агента, изменения файлов и итоги;
2. снимки репозитория до/после — диф легко разобрать;
3. повторный прогон того же промпта на том же коммите — эталон результата.

# воспроизводимый сценарий
git checkout release-candidate
claude "Внеси правки для issues #12, #13"
git diff --stat          # ожидаем 0 новых ошибок при ревью

20. Управление контекстом и знаниями

Качество ответа агента напрямую зависит от того, что лежит в контексте. Сделай знания структурой, а не текстом в чате:

• CLAUDE.md — соглашения, архитектура, команды сборки;
• отдельные файлы-справочники: стиль кода, словарь терминов, «кто ответственный» за модуль;
• компакция: длинные транскрипты своди в выжимку фактов с номерами файлов.

# CLAUDE.md — короткие и фактические пункты
## Стек
PHP 8.3, Laravel 11, MySQL 8, Redis.
## Команды
- сборка: composer install && npm run build
- тесты: pest --parallel

21. Критерии готовности и приёмка

«Агент всё сделал» — всегда чей-то вывод. Договорись о том, что значит «готово», ещё до запуска:

1. чек-лист в промпте: сборка собирается, тесты зелёные, diff не трогает чужой код;
2. отчёт по шаблону: что изменено, какие риски, что не делалось;
3. порог остановки: агент сам пишет «дальше нужен человек» при сомнениях.

# шаблон отчёта об изменениях
- [x] сборка проходит
- [x] pytest: 124 passed
- [x] eslint --max-warnings=0
- [ ] ревью: не затронуты shared-модули

Что дальше

Сравните инструменты в уроках GitHub Copilot и ChatGPT, отточите формулировки в Промпт-инжиниринге. Работа с изменениями пригодится из курса Git, а автоматизация сборки — из GitHub Actions.

← Вернуться к курсам