Разработчики, интеграторы, ИТ-службы компаний, облачные сервисы и программные продукты. Кейсы с цифрами, статьи, разборы и новости этой сферы, новые сверху.
РазборИТИИ-агент своими руками собирается из открытых инструментов: конструктора Flowise на лицензии Apache 2.0, сценариев n8n и моделей, которые Ollama запускает на вашем компьютере. Ниже 10 агентов, которых можно собрать без программиста, с инструментом, сроком и пределом каждого.
У каждого агента четыре строки: что он делает, на чем его собрать, за сколько и где его предел. Срок мы пишем уровнем сложности, а не часами: «за вечер» значит одна задача и один источник данных, «за неделю» значит несколько шагов и база документов.
Модель (нейросеть, которая понимает и пишет текст) можно взять открытую и запустить на своем компьютере через Ollama. Тогда текст ваших документов никуда не уходит, а платите вы только за компьютер и электричество.
Flowise собирает агентов мышкой: это визуальный конструктор с девизом «Build AI Agents, Visually» (собирайте ИИ-агентов визуально). n8n строит сценарии автоматизации, то есть цепочки шагов вида «пришло письмо, модель его прочитала, итог ушел вам», и вставляет в них ИИ-агента.
РазборИТВиды ИИ-агентов для бизнеса удобнее всего различать по сложности. Она зависит не от модели, а от того, что агенту разрешено делать: читать ваши файлы или писать в CRM и 1С. Мы делим агентов на четыре уровня, от ассистента за вечер до команды агентов с метрикой в договоре. Уровень стоит понять до старта: по прогнозу Gartner больше 40% проектов агентного ИИ закроют к концу 2027 года из-за затрат и неясной пользы.
Соберете сами за вечер: ассистент с инструкцией и файлами, без кода. Вы пишете инструкцию (кто он, как отвечает, чего не делает), прикладываете документы и задаете вопросы в окне чата.
Где это работает: черновики писем, конспекты, ответы по регламенту для себя и коллег. Где не работает: ассистент ничего не меняет в ваших системах и не отвечает клиентам сам.
Пример инструкции: «Ты помощник отдела продаж. Отвечай по прайсу и условиям доставки из приложенных файлов. Если ответа в файлах нет, так и скажи». Такой ассистент собирается без единой строки кода.
РазборИТИИ-агенты и автоматизация по сценарию решают разные задачи: сценарий проходит шаги, которые заранее расписал человек, а агент сам выбирает следующий шаг. Правило выбора простое: если шаги задачи можно расписать заранее, хватит сценария, если путь каждый раз другой, нужен агент. Anthropic в декабре 2024 года советовала начинать с простого решения и усложнять его, только когда простое не справляется, поэтому для многих задач сценария хватает.
Выпишите десять последних случаев задачи. Если шаги почти всегда совпадали, стройте сценарий. Если путь каждый раз был другим, а результат можно проверить, нужен агент. Сомневаетесь, начните со сценария и подключите агента только к сложным случаям.
Сценарий — это цепочка шагов, которую задал человек: пришла заявка, модель определила тему, заявка ушла нужному менеджеру. Модель (нейросеть, которая понимает текст) внутри сценария может быть, но порядок шагов от нее не зависит.
Простыми словамиИТКак работает ИИ-агент: он идет по циклу, в котором модель решает, какой шаг сделать, вызывает инструмент, смотрит на результат и проверяет, решена ли задача. Этот принцип описан в работе ReAct 2022 года, и на нем построено большинство ИИ-агентов.
Что такое ИИ-агент и чем он отличается от бота, мы разобрали в отдельной статье. Здесь только механика: что происходит внутри, пока агент решает задачу.
Цикл агента состоит из пяти звеньев.
1. Задача: сообщение клиента, письмо или поручение сотрудника.
2. Рассуждение: какой шаг сделать. Модель читает задачу, инструкцию и все, что уже известно, и выбирает следующий шаг.
3. Действие: вызов инструмента. Агент ищет заказ в CRM, читает документ или отправляет письмо.
РазборИТАрхитектура ИИ-агента складывается из семи деталей: модель, инструкция, инструменты, знания, память, канал и контроль. Почти у каждой есть открытый вариант: например, модели семейства Qwen 3 вышли 29 апреля 2025 года с открытыми весами на лицензии Apache 2.0.
Как эти детали работают вместе в цикле «подумать, сделать, проверить», разобрано на странице о том, как работает агент. Здесь каждая деталь по отдельности.
1. Модель: нейросеть, которая понимает задачу и выбирает следующий шаг.
2. Инструкция (системный промпт): постоянное задание, где сказано, кто агент, что ему можно и когда звать человека.
3. Инструменты: подключения, через которые агент действует, например поиск заказа в CRM или отправка письма. Для них есть общий стандарт MCP (Model Context Protocol), который Anthropic открыла 25 ноября 2024 года как единый способ подключать ИИ к данным и сервисам.
4. Знания (RAG): ваши документы, в которых агент ищет ответ перед тем, как ответить.
РазборИТРазберем, как создать ИИ-ассистента для своих задач: он знает вашу роль, читает ваши документы и помогает с почтой и календарем. Собираем на открытой платформе Dify и программе Ollama, модель работает на вашем компьютере. Dify требует не меньше 2 ядер процессора и 4 ГиБ памяти.
Личный ИИ-ассистент это агент, который работает на одного человека: знает ваши правила, документы и расписание. Ему отдают повторяющуюся работу с текстом.
Подходит: черновики писем по вашим шаблонам, краткое содержание длинных документов, поиск ответа в регламентах и договорах, сводка входящих писем за день, подготовка к встрече по переписке.
Не подходит: решения, за которые отвечаете вы, отправка писем без вашего просмотра, платежи и выдача доступов. Здесь ассистент готовит черновик, а решение остается за вами.
Модель работает в Ollama на вашем компьютере, лицензия MIT. Черновики и документы не уходят во внешний сервис.
РазборИТБесплатные ИИ-агенты собирают из открытых программ: конструкторов n8n, Flowise и Dify, библиотек LangChain и CrewAI, программы Ollama и открытых моделей DeepSeek и Qwen. За право пользоваться ими платить не нужно, но условия разные: у n8n с 2022 года собственная лицензия fair-code, у Dify два ограничения поверх Apache 2.0. Ниже лицензия каждого инструмента и расходы, которые появятся все равно.
Бесплатно здесь значит одно: за лицензию на программу платить не нужно. Работа агента все равно стоит денег: компьютер или сервер, электричество, время людей на настройку и проверку.
Открытая лицензия (open source) разрешает ставить программу у себя, менять ее и пользоваться ей в коммерческих целях. Лицензия fair-code (код открыт, коммерческое использование ограничено) разрешает часть этого: n8n, например, можно использовать для внутренних задач компании, но нельзя бесплатно передавать клиентам в коммерческих целях.
ИнструкцияИТЭта инструкция показывает, как создать ИИ-агента бесплатно: он отвечает на вопросы по вашим документам, работает на открытой модели у вас на компьютере и принимает вопросы в Telegram. Собираем за 5 шагов без кода, на программах n8n и Ollama. Для Telegram понадобится сервер с адресом HTTPS, и это единственный шаг, где может понадобиться помощь.
Агент из этой инструкции делает одно дело: отвечает на вопросы по вашим документам. ИИ-агент здесь значит программу, которая получает вопрос, сама ищет нужные фрагменты в документах и пишет ответ с помощью языковой модели.
Понадобятся компьютер на macOS, Windows или Linux, среда Node.js версии от 20.19 до 24.x (в ней работает n8n), аккаунт в Telegram и, для шага 4, сервер с доменом и адресом HTTPS.
Модель запускает Ollama: программа для открытых моделей на своем компьютере или сервере, лицензия MIT. n8n распространяется по лицензии Sustainable Use License (fair-code): ставить у себя и менять можно, перепродавать как облачный сервис нельзя.
РазборИТКак создать агента в ChatGPT, понятно по устройству сервиса: платный подписчик собирает свой GPT из имени, инструкций и доступа к внешним сервисам, а с января 2024 года такие агенты публикуют в магазине GPT. Но ChatGPT и Claude официально не работают в России, а данные из них уходят на зарубежные серверы. Ниже: как устроены такие агенты, что происходит с данными и как собрать такого же агента на открытой модели.
GPT в ChatGPT это чат-бот, настроенный под задачу: имя, описание, инструкции и доступ к внешним сервисам через API (способ, которым программы обмениваются данными). Магазин GPT анонсировали в октябре 2023 года и открыли в январе 2024 года.
С мая 2024 года магазином пользуются и бесплатные пользователи, но создавать свои GPT могут только платные подписчики.
В Claude похожий инструмент называется «Проекты»: рабочее пространство со своей историей чатов, базой знаний из загруженных файлов и инструкциями. Проекты доступны всем, на бесплатном тарифе до пяти.
РазборИТОшибки при создании ИИ-агента редко сидят в коде: чаще агента строят не для той задачи, без метрики и с лишними правами. Gartner ожидает, что больше 40% проектов агентного ИИ закроют к концу 2027 года из-за затрат, неясной пользы и слабого контроля рисков. Ниже 10 ошибок и вопросы, которые стоит задать себе до старта.
Ошибки идут в том порядке, в котором их совершают: сначала при выборе задачи, потом при сборке, потом после запуска. Первые три стоят дороже остальных, потому что их не исправить настройкой: агента приходится строить заново или выключать.
1. Нет метрики. Агента запускают, не записав, какую цифру он должен изменить: время ответа, число обработанных заявок, часы сотрудников. Через месяц пользу нечем доказать.
2. Не та задача. Агента ставят на процесс, который редко повторяется или где ошибка стоит дорого. Начинать стоит с частой работы, у которой есть понятный правильный ответ.
3. Лишняя сложность. Сразу строят команду из нескольких агентов там, где хватило бы одного запроса к модели. Anthropic советует начинать с простого решения и усложнять, только когда это нужно, а иногда агент не нужен вовсе.
РазборИТRAG-агент отвечает на вопросы по документам вашей компании: перед ответом он находит нужные фрагменты в базе и пересказывает их со ссылкой на источник. Модель при этом не обучают, метод описан в статье Lewis и соавторов 2020 года. Собрать такого агента на открытых конструкторах можно за неделю, если документы уже лежат в одном месте.
RAG (Retrieval-Augmented Generation, генерация с поиском) значит, что модель сначала ищет, а потом отвечает. Документы заранее режут на фрагменты по абзацу-два и превращают в векторы: наборы чисел, по которым программа находит близкие по смыслу тексты.
Векторы хранят в векторной базе. Это база данных, которая ищет не по точным словам, а по смыслу: на вопрос «как вернуть товар» она найдет и раздел «возврат и обмен».
Когда клиент или сотрудник задает вопрос, агент берет несколько ближайших фрагментов и передает их модели вместе с вопросом. Модель отвечает по найденному тексту и называет документ, из которого взят ответ.
ИнструкцияИТИИ-агент без RAG отвечает не по базе документов, а по инструкции, примерам и данным, которые в момент вопроса берет из ваших систем. Anthropic в декабре 2024 года советовала начинать с простого решения и усложнять, только когда простое не справляется. Агенту записи или утреннего отчета база знаний часто не нужна, и без нее сборка короче на этап подготовки документов.
RAG, поиск по базе документов перед ответом, нужен, когда знаний много и они лежат в текстах. Во многих задачах это не так.
Первый случай: знаний мало. Прайс, адреса, часы работы и десяток правил помещаются в инструкцию агенту целиком.
Anthropic в сентябре 2024 года писала, что базу знаний меньше 200 000 токенов, примерно 500 страниц, можно целиком положить в запрос к модели. Токен — это кусок слова, в котором модель считает текст.
У длинной инструкции есть цена: модель читает ее при каждом вопросе, и вы платите за каждый прочитанный токен. Пока инструкция занимает несколько страниц, это копейки; когда она растет до сотен страниц, поиск по базе становится дешевле.
РазборИТКак создать ИИ-агента поддержки, который отвечает клиентам по вашей базе знаний и вовремя передает сложное человеку? Простую версию с базой ответов и каналом в Telegram можно собрать своими силами, а связка с CRM и тикетами требует разработчика. Gartner прогнозирует, что к 2029 году агенты будут закрывать без людей 80% типовых обращений.
Агент поддержки берет типовые вопросы: где заказ, как вернуть товар, как оплатить, когда доставка. Правила он ищет в базе знаний, а данные о конкретном заказе берет из CRM или системы заказов.
Вторая половина работы это передача человеку. Жалоба, спор, нестандартный случай уходят оператору вместе с историей переписки, чтобы клиент не повторял вопрос.
Ожидания рынка высокие: по прогнозу Gartner, о котором в марте 2025 года писал Call Centre Helper, к 2029 году агенты будут закрывать 80% типовых обращений без людей, а операционные расходы поддержки снизятся на 30%. Это прогноз, а не замер: у вас доля будет своей, и считают ее на пилоте.
РазборИТКак создать ИИ-агента для продаж, который отвечает на заявку за минуту, задает квалифицирующие вопросы и заводит сделку в CRM? Простую часть, ответы в мессенджере по прайсу, можно собрать своими силами, а связка с CRM требует разработчика. Наш пилот такого агента занимает 14 дней, метрика записана в договоре.
Агент продаж делает пять шагов. Принимает заявку с сайта, из мессенджера или почты. Отвечает клиенту за минуту в любое время. Задает квалифицирующие вопросы: что нужно, в какой срок, какой бюджет. Заводит контакт и сделку в CRM. Передает менеджеру готовых к покупке клиентов и нестандартные запросы вместе с историей переписки.
Квалификация — это отбор: агент выясняет, готов ли клиент покупать и подходит ли он вам. Вопросы и правила отбора пишет руководитель продаж, а не разработчик.
Каждый шаг по отдельности простой. Сложность в стыках: агент должен понимать свободный текст, не терять заявку при сбое CRM и не обещать того, чего нет в прайсе.
ИнструкцияИТКак создать ИИ-агента для записи клиентов, который сам смотрит свободные окна, записывает, напоминает и переносит визиты? Простую версию на n8n с одним календарем можно собрать без кода за неделю. Если запись ведется в CRM или отраслевой системе, понадобится разработчик, а наш пилот такого агента занимает 14 дней.
Агент записи ведет разговор, который сейчас ведет администратор. Уточняет услугу и специалиста, предлагает свободное время, записывает, подтверждает визит накануне и напоминает в день приема.
Если клиент хочет перенести или отменить визит, агент находит новое окно и освобождает старое. Нестандартный запрос уходит администратору вместе с историей разговора.
Каналы те же, где клиенты пишут и звонят сейчас: Telegram, MAX, чат на сайте, телефон. Текстовые каналы агент закрывает одной логикой, а для звонков нужны распознавание речи и телефония, это отдельная сборка, о ней страница про голосового агента.
РазборИТКак создать голосового ИИ-агента, который отвечает на звонок без неловких пауз и записывает клиента в вашу систему? Нужна цепочка из распознавания речи, модели и синтеза голоса, а в живом разговоре пауза между репликами чаще всего укладывается в 0–200 миллисекунд. Открытые блоки для такой сборки есть, но довести их до телефонной линии заметно сложнее, чем текстового агента.
Голосовой агент это текстовый агент, к которому добавили слух и голос. Распознавание речи превращает слова клиента в текст, модель решает, что ответить и какой инструмент вызвать, синтез речи превращает ответ в голос.
Каждый блок есть в открытом виде. Whisper, модель распознавания речи от OpenAI, работает со многими языками, русский в их числе; ее код и веса открыты по лицензии MIT.
Связывает блоки фреймворк, то есть готовый каркас программы. Pipecat, открытый фреймворк на Python для голосовых агентов в реальном времени, распространяется по лицензии BSD-2: он обрабатывает звук, вызывает модель и генерирует речь в одном конвейере.
РазборИТКак создать ИИ-агента и добавить его в Телеграм без программиста? Бот дает Telegram, отвечает модель, а связывает их конструктор n8n. Сборка идет в 4 шага: бот, модель с инструкцией, документы и проверка. Простой агент с ответами по вашим файлам собирается за вечер, если n8n уже доступен из интернета.
Бот это аккаунт Telegram, которым управляет программа, а не человек. Его выдает официальный бот @BotFather, без оплаты.
Управлять ботом будет n8n: конструктор, где агента собирают из блоков на схеме. Его лицензия fair-code (Sustainable Use License) разрешает ставить n8n на свой сервер и менять, но запрещает перепродавать как облачный сервис.
1. Откройте в Telegram чат с @BotFather и отправьте команду /newbot (новый бот).
2. Введите имя бота. Его видят клиенты, позже имя можно поменять.
3. Введите имя пользователя латиницей, оно должно заканчиваться на bot. Поменять его потом нельзя, поэтому берите понятное: название компании и bot.
РазборИТИИ-агент для сайта состоит из трех частей: окно чата, модель и база ответов по вашим страницам, а заявку агент передает менеджеру. Добавить его на сайт самому можно в открытом конструкторе за неделю. Сбор контактов в чате подчиняется 152-ФЗ: с 1 сентября 2025 года согласие на обработку данных оформляют отдельно от других документов.
Виджет это окно чата в углу страницы. За ним стоят конструктор, в котором собран агент, и модель, которая пишет ответы.
Короче всего путь через Flowise, визуальный конструктор агентов с готовым виджетом для сайта. Собранный в нем агент встраивается на страницу одним скриптом.
1. Соберите агента во Flowise и возьмите код встраивания: скрипт, который вызывает Chatbot.init с номером агента (chatflowid) и адресом вашего сервера Flowise (apiHost).
2. Вставьте скрипт в HTML страниц между открывающим и закрывающим тегом body.
3. Настройте вид окна через параметр theme: кнопку, подсказку, заголовок окна, цвета и стартовые вопросы.
РазборИТИИ-агент для работы с документами читает входящие договоры, счета и заявки, достает из них данные, сверяет с учетом и готовит черновик. Простой вариант собирают из открытых блоков, а связку с 1С и документооборотом делает разработчик: у нас это пилот от 149 000 ₽, 14 дней.
Агент для документов выполняет четыре вида работы: читает файл, достает нужные поля, сверяет их с учетом и готовит черновик. Черновик подписывает человек. Агент ускоряет проверку, но ответственность за подпись остается у сотрудника.
Типовые задачи: сверить входящий счет с заказом и договором, найти в договоре контрагента отличия от вашего шаблона, разобрать заявку из почты на товары и количества, собрать из актов сводку для отчета.
Пример из российской практики. В сентябре 2026 года СИБУР рассказал об агенте, который сверяет техническую часть предложений поставщиков с требованиями технического задания, находит неполные и противоречивые данные и готовит дозапрос поставщику.
РазборИТИИ-агент для отчетов каждое утро собирает цифры из CRM, 1С и банка, сравнивает их с планом и присылает руководителю короткий отчет с отклонениями. Ему не нужна база знаний: нужны права только на чтение и правила расчета. Пилот на ваших системах идет 14 дней.
Отчет руководителю обычно собирают из трех мест: сделки и воронка продаж в CRM, выручка, остатки и долги в 1С, деньги на счетах в банке. Агент берет цифры из каждого источника сам, без выгрузок в таблицы.
Источники подключают через протокол MCP. Anthropic открыла его 25 ноября 2024 года как единый способ подключать ИИ к данным и сервисам. Каждую систему оформляют сервером MCP, и агент видит ее как набор действий, например «выручка за вчера» или «долги старше месяца».
Банк подключают по его API, то есть программному интерфейсу для обмена данными, или берут выписки, которые и так попадают в 1С. Второй путь проще: меньше доступов и одна точка сверки.