Этот репозиторий содержит исходный код, примеры и реализации проектов для книги “Hands-on AI Agents” — практического, ориентированного на код руководство по созданию агентов ИИ и, что важнее, по их внедрению в производство.

🚀 Обзор книги

Если Agentic Design Patterns учил писать агентов, то эта книга о том, как их *управлять: страховки, отбойники, оценки, петли и оборудование для развертывания, которые превращают демонстрацию в систему, которой можно доверять без присмотра. Один проект — Atlas, автономный инженерный помощник — вырастает глава за главой из пятидесятистрочного цикла ReAct в самокорректирующуюся, самоулучшающуюся производственную систему.

Ключевые технологии

• Claude API / OpenAI / Gemini: ядра агентов с несколькими провайдерами и структурированными выходами.
• LangGraph и CrewAI: графы состоятельных агентов и ролевая многоагентная оркестрация.
• MCP и A2A: универсальная связность инструментов и обнаружение между агентами.
• Код Клода и антигравитация: агентные жгуты кодирования и примитивы петель.
• Агентские навыки: декларативная, прогрессивно раскрываемая экспертиза (SKILL.md).
• E2B / Docker-песочницы: безопасные границы выполнения кода.

Atlas Agents — Hands-on AI Agents in Production

This repository contains the source code, examples, and project implementations for the book “Hands-on AI Agents” — a practical, code-first guide to building AI agents and, more importantly, putting them into production.

🚀 Book Overview

Where Agentic Design Patterns taught how to write agents, this book is about how to run them: the harnesses, guardrails, evals, loops, and deployment machinery that turn a demo into a system you can trust unattended. One project — Atlas, an autonomous engineering assistant — grows chapter by chapter from a fifty-line ReAct loop into a self-correcting, self-improving production system.

Key Technologies

• Claude API / OpenAI / Gemini: multi-provider agent cores with structured outputs.
• LangGraph & CrewAI: stateful agent graphs and role-based multi-agent orchestration.
• MCP & A2A: universal tool connectivity and agent-to-agent discovery.
• Claude Code & Antigravity: agentic coding harnesses and loop primitives.
• Agent Skills: declarative, progressively-disclosed expertise (SKILL.md).
• E2B / Docker sandboxes: safe code execution boundaries.
• Managed Agents: server-run sessions, outcomes, and scheduled deployments.
• LiteLLM, DSPy, Ollama: model portability, routing, and local inference.

📁 Repository Structure

Each chapter folder holds the chapter’s Atlas project. Extended examples that go beyond the printed text live in each chapter’s online/ subfolder.