AI-агенты, которые вызывают инструменты и действуют от вашего имени: как их ограничивать, проверять и разбирать их ошибки. MCP, субагенты, лимиты бюджета и точки остановки.
3 разбора · 1 набор · 1 в радаре · 2 выпуска дайджеста
Что такое skill, почему описание важнее тела, как разложить инструкцию на шаги и критерии, чем skill отличается от CLAUDE.md и hook, и пример skill для ревью набора evals. Плюс как проверить, что skill вообще срабатывает.
Пять слоёв среды вокруг AI-агента — CLAUDE.md, skills, hooks и права, агенты-ревьюеры, CI — и задачи с критериями приёмки. Разбор на примере проекта DeepRisk и порядок внедрения по дням.
Чем проверка агента отличается от проверки RAG, какие метрики брать (успех задачи, корректность инструментов и аргументов, траектория, шаги и стоимость), как строить песочницу и проверять MCP-контракты. С кодом на pytest.
Шаблон read-only субагента для Claude Code: читает изменения в чистом контексте, перепроверяет факты, обещания и вёрстку и возвращает список находок с доказательствами. Ничего не правит.