Архитектура ИИ агентов
Современный ИИ-агент — это многослойная система. Рассказываем о компонентах, из которых мы строим надёжные решения.
Сенсорный слой (Perception)
Получает данные из внешних источников: REST/GraphQL API, WebSocket-стримы, файловые системы, веб-скрапинг, IoT-сенсоры. Нормализует и преобразует данные в единый формат для ядра агента.
Технологии: API Gateway, Kafka, RabbitMQ, gRPC.Ядро рассуждений (Reasoning Core)
Центральный компонент на базе LLM или гибридной модели. Реализует паттерны: Chain of Thought, Tree of Thoughts, ReAct, Reflexion. Принимает решение о следующем действии на основе контекста и истории.
Технологии: GPT-4o, Claude 3.5, Gemini 2.0, Llama 3.3.Модуль памяти (Memory)
Три типа памяти: кратковременная (контекст диалога), долговременная (векторная БД, суммаризации) и эпизодическая (логи выполненных действий). Позволяет агенту учиться на опыте и не повторять ошибок.
Технологии: Pinecone, Weaviate, pgvector, Redis.Инструментальный слой (Tool Use)
Набор инструментов (функций), которые агент может вызывать: создание документов, отправка email, SQL-запросы, вызов внешних API, работа с файлами. Каждый инструмент имеет схему, валидацию и грейд доступа.
Технологии: OpenAI Function Calling, Anthropic Tool Use, LangChain Tools.Планировщик (Planner)
Разбивает высокоуровневую цель на атомарные задачи с дедлайнами. Может перепланировать при возникновении ошибок. Поддерживает параллельное выполнение независимых подзадач.
Паттерны: Plan-and-Execute, Hierarchical Task Network.Safety-обёртка (Guardrails)
Проверяет каждое действие агента до выполнения: соответствие политикам, лимиты, PII-фильтрация, детекция аномалий. Может блокировать, перенаправлять на подтверждение или логировать подозрительные действия.
Технологии: Guardrails AI, Nemo Guardrails, кастомные валидаторы.