Книга · O’Reilly
AI Engineering
Chip HuyenПроектирование приложений на foundation models: evaluation, prompt engineering, RAG, agents, latency и cost trade-offs.
Рабочая библиотека
Читать, строить,
проверять
Книги, открытые руководства, стандарты и benchmarks для проектирования и проверки AI coding agents.
Предложить ресурсНе бесконечный список ссылок, а рабочая полка: от проектирования агентных систем до воспроизводимой проверки результата.
Книги и инженерные руководства
Открытая книга · GitHub
深入理解 AI Agent
Bo Jie LiОткрытая книга об устройстве AI agents: планирование, память, инструменты, multi-agent системы и инженерная практика.
Практический репозиторий
Everything Claude Code
Affaan MustafaНабор навыков, security-практик, памяти и исследовательских workflows для Claude Code, Codex, Cursor и других harnesses.
Обзор · arXiv
The Landscape of Emerging AI Agent Architectures
Masterman et al.Обзор архитектур агентов для reasoning, planning и tool calling — от простых цепочек до автономных организаций — и открытые проблемы вроде верификации и воспроизводимой оценки.
Статья · arXiv
OpenCodeInterpreter
Zheng et al.Исследование систем генерации кода с замкнутым циклом обратной связи от компиляторов и исполнения, обеспечивающих итеративное улучшение и верификацию кода.
Архитектура и стандарты
Фреймворк · GitHub
LangGraph
LangChainИндустриальный фреймворк для построения циклических и контролируемых multi-agent систем с routing, состоянием и checkpointing для agent-based разработки.
Фреймворк · GitHub
Microsoft AutoGen
MicrosoftФундаментальная экосистема и стандарт для оркестрации, совместной работы и диалогов между несколькими AI-агентами в общем workflow.
Фреймворк · GitHub
LlamaIndex Workflows
LlamaIndexСобытийно-ориентированная архитектура для декомпозиции тяжёлых AI-задач и строгого контроля передачи контекста между шагами и агентами.
Документация · OpenAI
Agents guide
OpenAIОфициальное руководство по agents, tools, orchestration, tracing и safety controls.
Открытый стандарт
Model Context Protocol
MCPСпецификация протокола, через который AI-приложения подключаются к данным, инструментам и внешним системам.
Оценка coding agents
Статья · Towards Dev
AI Agents Are Failing at Their Most Important Test
ArXiv In-depth AnalysisРазбор бенчмарка WideSearch (ByteDance): ведущие агенты Google, OpenAI и Anthropic набирают около 0% на задачах широкого поиска информации. Почему надёжность и полнота сбора данных падают на масштабе и почему multi-agent-коллаборация сильнее одного агента.
Benchmark · GitHub
SWE-bench
Princeton NLPРеальные GitHub issues и репозитории для проверки способности моделей исправлять программные задачи с воспроизводимой оценкой.
Лидерборд · Aider
Aider LLM Leaderboard
AiderВедущий практический лидерборд оценки способности моделей изменять сложные репозитории по инструкциям — по строгим git diff и тестам.
Инструментарий · GitHub
SWE-agent & mini-SWE-agent
Princeton NLPОткрытый инструментарий и среда, превращающие базовые LLM в полноценных инженеров через специализированные agent-computer интерфейсы.
Benchmark · GitHub
LiveCodeBench
LiveCodeBenchОткрытый постоянно обновляемый бенчмарк, защищённый от утечки тестовых данных, проверяющий генерацию, самовосстановление и исполнение кода.
Benchmark · GitHub
BigCodeBench
BigCode ProjectБенчмарк для проверки ИИ-агентов на способность выполнять комплексные инструкции и работать со множеством сторонних библиотек.
Методология VOLY
Как мы проверяем «готово»
VOLY ResearchНаши метрики, сравниваемые архитектуры и протокол перехода от agent report к принятому изменению.