Agentic Systems

AI Agents: от плана к контролируемому действию

Агентный слой связывает модель, память, знания и инструменты в исполняемый процесс. Производственная архитектура ограничивает автономность политиками, бюджетом, наблюдаемостью и human-in-the-loop.

НазначениеПланирование и выполнение многошаговых задач
МестоНад LLM/RAG, перед MCP и tools
КонтрольPolicy · Budget · Approval · Audit
Agent architecture

Цикл выполнения агента

Контекст и права фиксируются до запуска; каждый tool call проверяется отдельно.

FLOW / OVERVIEW

Overview

Место компонента в общей архитектуре корпоративной AI-платформы.

Статическая схема: Overview
FLOW / ARCHITECTURE

Architecture

Внутренние компоненты, границы ответственности и основные связи.

Статическая схема: Architecture
FLOW / REQUEST-FLOW

Request Flow

Путь пользовательского запроса через контрольные точки компонента.

Статическая схема: Request Flow
FLOW / DATA-FLOW

Data Flow

Движение данных, контекста и результатов внутри системы.

Статическая схема: Data Flow
Patterns

Основные функции и варианты

Архитектурный паттерн выбирается по сложности задачи, цене ошибки и допустимой автономности.

1A

Single Agent

Один агент планирует и выполняет ограниченную задачу с небольшим набором инструментов.

MA

Multi Agent

Несколько специализированных ролей обмениваются структурированными результатами.

SUP

Supervisor

Управляющий агент распределяет задачи, проверяет результаты и ограничивает число итераций.

MEM

Memory

Session, episodic и durable memory с TTL, provenance и изоляцией tenant.

WF

Workflow

Детерминированные шаги окружают модельные решения, retries и компенсирующие операции.

HITL

Human in the Loop

Подтверждение внешних отправок, изменений данных, финансовых и необратимых операций.

Реализации

Orchestration layer

Фреймворки — примеры реализации; контракт tools, состояние, лимиты и контроль ошибок остаются архитектурными требованиями.

SDK

Code-first orchestration

State machine / agent graph

Для сложной логики, тестируемого state и строгого контроля переходов.

LC

Low-code workflow

n8n / Flowise и аналоги

Для интеграционных сценариев, событий, расписаний и быстрых пилотов.

Q

Queue workers

Long-running execution

Для фоновых задач, повторов, таймаутов и независимого масштабирования исполнителей.

Куда дальше

Связанные технические разделы

Продолжите по соседнему слою архитектуры или вернитесь к полной карте технических материалов.

Agent Workflows Оркестрация сценариев, approval gates и контроль side effects. MCP Клиенты, серверы, транспорт и авторизация Model Context Protocol. Observability Tracing, метрики, качество, стоимость, логи и аудит.
Вернуться в технический раздел →

Разобрать ваш AI-контур

Можно начать с короткой архитектурной сессии: выбрать первый сценарий, определить данные, модельный маршрут, требования к железу, риски и пилотные метрики.

Открыть каталог схем Форма откроет подготовленное письмо, чтобы не отправлять данные через сторонний сервис.