Создание AI-агента в 2025 году?
Вот стек, который вам нужно знать:
1. Память:
- Хранит и извлекает прошлые разговоры, контекст и долгосрочные знания.
- Популярные сервисы: zepai, mem0, cognee
2. No-code/low-code инструменты:
- Позволяют создавать агентов без написания кода.
- Популярные платформы: build that idea, flowise, n8n, gumloop, voiceflow, make
3. Библиотеки инструментов:
- Предоставляют агентам возможность искать, просматривать, кодировать или выполнять действия в интернете.
- Популярные библиотеки: exa, composio, browserbase
4. Observability (Наблюдаемость):
- Отслеживает, мониторит и отлаживает поведение агента в реальном времени.
- Популярные платформы: langsmith, agentops, langfuse, braintrust
5. Agent Orchestration (Оркестрация агентов):
- Управляет рабочими процессами, координацией нескольких агентов и выполнением сложных задач.
- Популярные фреймворки: langchain, ag, crew ai, llamaindex, oai
6. Foundational Models (Базовые модели):
- LLM, которые обеспечивают рассуждение, генерацию и понимание.
- Популярные модели: openai, deepseek, gemini, qwen, anthropic, mistral
7. Agent Frameworks (Фреймворки агентов):
- Предоставляют логику и строительные блоки для создания автономных агентов.
- Популярные фреймворки: phidata, letta, langgraph, llamaindex, crewai, autogen, autogpt
8. Хранилище:
- Обрабатывает векторные вложения (embeddings), структурированные данные или управление файлами.
- Популярные базы данных: chroma, weaviate, supabase, neon, pinecone
9. Infra/Base (Инфраструктура/База):
- Поддерживает развертывание, масштабирование и контейнеризацию агентских систем.
- Популярная инфраструктура: docker, kubernetes, auto scale vms
10. GPU/CPU Providers (Поставщики GPU/CPU):
- Предлагают вычислительную мощность для обучения и запуска моделей.
- Ведущие поставщики: azure, aws, groq, lambda, runpod, nvidia
Что мы пропустили?