Как агент работает с проектом

В этом материале разберём, что модель знает о твоём проекте, как агент выполняет действия и из чего складывается harness. Если ты это уже знаешь, переходи к настройке проекта.

В задании ты настраиваешь проект так, чтобы новая сессия агента сама находила правила, задачи и следующий шаг. Для этого нужно понимать, какие сведения попадают к модели и что остаётся после конца сессии. Сессией называют один разговор с агентом: его историю, прочитанные файлы и результаты действий.

Что модель знает о твоём проекте

Представь, что ты просишь агента подготовить репозиторий для учебного проекта. Нужно создать его на GitHub и связать с локальной папкой. Как агент поймёт, какой проект ты имеешь в виду, где его разместить и что выполнить на твоём компьютере?

Языковая модель, или LLM (large language model, большая языковая модель), обрабатывает переданные ей сведения и по ним определяет следующий шаг. Она знает общие принципы работы с Git и GitHub.

Современные агенты многое выясняют сами. Агент видит, в какой папке он запущен. Через инструменты он может посмотреть твой профиль на GitHub и даже управлять браузером. Но полностью полагаться на это не стоит. Если тебе важно, где появится проект и в каком аккаунте будет репозиторий, скажи об этом прямо.

Всё, что модель получает для текущего шага, называют контекстом. В нашем примере в него входят:

• твой запрос «подготовь репозиторий для учебного проекта»;

• папка, в которой запущен агент;

• история разговора в этой сессии;