15. Кейсы из Реальной Практики¶

Зачем это нужно?¶

В этой главе мы рассмотрим примеры агентов в разных доменах с детальным разбором их работы.

Теория — это хорошо, но реальные примеры помогают понять, как применять концепции на практике. Здесь вы увидите, как все изученные концепции (SOP, CoT, Tools, Safety, RAG) работают вместе в реальных агентах.

Реальный кейс¶

Ситуация: Вы хотите создать агента для DevOps, но не знаете, с чего начать.

Проблема: Вы знаете теорию, но не понимаете, как собрать всё вместе: какой System Prompt использовать, какие инструменты нужны, как организовать цикл работы.

Решение: Изучение реальных кейсов показывает паттерны и лучшие практики. Вы видите, как другие создали успешных агентов, и можете применить эти паттерны к своей задаче.

DevOps Agent¶

Задача: "У нас проблемы с базой, разберись"

Системный промпт¶

Ты Senior DevOps Engineer с 10-летним опытом.

Твоя цель — восстановить работоспособность сервисов максимально быстро.

Ограничения:
- Никогда не используй команды типа `rm -rf /`
- Всегда спрашивай подтверждение перед удалением данных
- Если не уверен в действии — спроси у пользователя

SOP для диагностики проблем:
1. Проверь метрики (CPU, Memory, Connections)
2. Прочитай логи (последние 50 строк)
3. Проанализируй ошибки
4. Выдвини гипотезу
5. Примени фикс (если безопасно) или запроси подтверждение
6. Верифицируй результат

Доступные инструменты¶

tools := []openai.Tool{
    {
        Function: &openai.FunctionDefinition{
            Name:        "check_db_metrics",
            Description: "Check database metrics: CPU, memory, connections. Use this FIRST when investigating database issues.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "read_db_logs",
            Description: "Read the last N lines of database logs. Use this after checking metrics to find errors.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "restart_db_service",
            Description: "CRITICAL: Restart database service. Requires confirmation. Use this only if logs show it's safe.",
        },
    },
}

Пример выполнения¶

Итерация 1:

User: "У нас проблемы с базой, разберись"
Agent: check_db_metrics() → CPU: 95%, Connections: 1000/100

Итерация 2:

Agent: read_db_logs(lines=50) → "ERROR: Too many connections"

Итерация 3:

Agent: Анализирует проблему и предлагает решение: "Обнаружено превышение лимита соединений. Рекомендую перезапустить сервис или увеличить лимит."

Итерация 4:

Agent: Запрашивает подтверждение для restart_db_service()
User: "yes"
Agent: restart_db_service() → Success

Итерация 5:

Agent: check_db_metrics() → CPU: 30%, Connections: 50/100
Agent: "Проблема решена. База работает нормально."

Customer Support Agent¶

Задача: "Пользователь жалуется на медленную загрузку"

Системный промпт¶

Ты Customer Support Agent уровня Tier 2.

Твоя цель — решить проблему пользователя быстро и вежливо.

Ограничения:
- Всегда будь вежлив
- Если проблема сложная — эскалируй
- Не давай технических деталей, если пользователь не технарь

SOP для обработки тикета:
1. Прочитай тикет полностью (get_ticket)
2. Собери контекст (версия ПО, ОС, браузер)
3. Поищи в базе знаний (search_kb)
4. Если решение найдено — сформулируй ответ
5. Если нет — эскалируй (escalate_ticket)

Доступные инструменты¶

tools := []openai.Tool{
    {
        Function: &openai.FunctionDefinition{
            Name:        "get_ticket",
            Description: "Get ticket details including user info, description, and history. Use this FIRST.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "search_kb",
            Description: "Search knowledge base for solutions to common problems. Use this after reading ticket.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "draft_reply",
            Description: "Draft a reply message to the ticket. Use this when you have a solution.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "escalate_ticket",
            Description: "Escalate ticket to Tier 3 or engineering. Use this for complex technical issues.",
        },
    },
}

Пример выполнения¶

Итерация 1:

User: "Пользователь жалуется на медленную загрузку"
Agent: get_ticket(ticket_id="TICKET-12345") → "User reports slow page load. Browser: Chrome, OS: Windows"

Итерация 2:

Agent: search_kb(query="slow page load chrome") → "Solution: Clear browser cache, check network connection"

Итерация 3:

Agent: draft_reply(ticket_id="TICKET-12345", message="Попробуйте очистить кеш браузера...") → Success

Итерация 4:

Agent: "Ответ отправлен пользователю. Рекомендовано очистить кеш браузера."

Data Analytics Agent¶

Задача: "Почему упали продажи в регионе X?"

Системный промпт¶

Ты Data Analyst с опытом работы с SQL и BI-инструментами.

Твоя цель — предоставить точные данные и аналитику.

Ограничения:
- Используй ТОЛЬКО read-only SQL (SELECT)
- Всегда проверяй качество данных перед анализом
- Если данные некорректны — сообщи об этом

SOP для анализа:
1. Понять вопрос пользователя
2. Проверить схему таблицы (describe_table)
3. Сформулировать SQL-запрос
4. Выполнить запрос (sql_select)
5. Проанализировать результаты
6. Сгенерировать отчет

Доступные инструменты¶

tools := []openai.Tool{
    {
        Function: &openai.FunctionDefinition{
            Name:        "describe_table",
            Description: "Get table schema including column names, types, and constraints. Use this FIRST before writing SQL queries.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "sql_select",
            Description: "Execute a SELECT query on the database. ONLY SELECT queries allowed.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "check_data_quality",
            Description: "Check for data quality issues: nulls, duplicates, outliers. Use this before analysis.",
        },
    },
}

Пример выполнения¶

Итерация 1:

User: "Почему упали продажи в регионе X?"
Agent: describe_table(table_name="sales") → "Columns: date, region, amount, product"

Итерация 2:

Agent: check_data_quality(table_name="sales") → "No issues found"

Итерация 3:

Agent: sql_select(query="SELECT date, SUM(amount) FROM sales WHERE region='X' GROUP BY date ORDER BY date DESC LIMIT 30") → Results: [data...]

Итерация 4:

Agent: sql_select(query="SELECT date, SUM(amount) FROM sales WHERE region='X' AND date >= NOW() - INTERVAL '60 days' GROUP BY date") → Comparison data

Итерация 5:

Agent: Анализирует данные и генерирует отчет: "Продажи в регионе X упали на 30% за последний месяц. Основная причина: снижение продаж продукта Y."

Security Agent (SOC)¶

Задача: "Алерт: подозрительная активность на хосте 192.168.1.10"

Системный промпт¶

Ты Security Analyst в SOC (Security Operations Center).

Твоя цель — быстро и точно триажировать алерты безопасности.

Ограничения:
- Критические действия (изоляция хоста) требуют подтверждения
- Всегда собирай доказательства перед действиями
- Генерируй отчеты для аудита

SOP для триажа алерта:
1. Определи severity (Low/Medium/High/Critical)
2. Собери доказательства (логи, метрики, трафик)
3. Проанализируй паттерны атаки
4. Определи scope (затронутые системы)
5. Прими решение (False Positive / True Positive)
6. Если True Positive — containment (с подтверждением!)
7. Сгенерируй отчет для SOC

Доступные инструменты¶

tools := []openai.Tool{
    {
        Function: &openai.FunctionDefinition{
            Name:        "query_siem",
            Description: "Query security information and event management system for logs and alerts.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "check_ip_reputation",
            Description: "Check if an IP address is known malicious or suspicious.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "isolate_host",
            Description: "CRITICAL: Isolate a host from the network. Requires explicit confirmation.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "generate_report",
            Description: "Generate a security incident report for SOC and audit.",
        },
    },
}

Пример выполнения¶

Итерация 1:

User: "Алерт: подозрительная активность на хосте 192.168.1.10"
Agent: query_siem(query="host=192.168.1.10 AND time>now-1h") → "Multiple failed login attempts, unusual network traffic"

Итерация 2:

Agent: check_ip_reputation(ip="192.168.1.10") → "Internal IP, no external reputation data"

Итерация 3:

Agent: Анализирует данные и определяет: "High severity. Pattern: Brute-force attack. Scope: Single host."

Итерация 4:

Agent: Запрашивает подтверждение для isolate_host(host="192.168.1.10")
User: "yes"
Agent: isolate_host(host="192.168.1.10") → Success

Итерация 5:

Agent: generate_report(incident_id="INC-12345", details="...") → Report generated

Итерация 6:

Agent: "Хост изолирован. Отчет сгенерирован. Инцидент: INC-12345."

Product Operations Agent¶

Задача: "Подготовь план релиза фичи X"

Системный промпт¶

Ты Product Operations Manager.

Твоя цель — подготовить полный план релиза фичи.

Ограничения:
- Всегда проверяй зависимости перед релизом
- Учитывай риски и откат-план
- Согласовывай с заинтересованными сторонами

SOP для подготовки релиза:
1. Собери требования и спецификацию
2. Проверь зависимости (другие фичи, сервисы)
3. Определи риски и откат-план
4. Создай документы (release notes, runbook)
5. Отправь на согласование

Доступные инструменты¶

tools := []openai.Tool{
    {
        Function: &openai.FunctionDefinition{
            Name:        "get_feature_spec",
            Description: "Get feature specification and requirements.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "check_dependencies",
            Description: "Check dependencies: other features, services, infrastructure.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "create_release_plan",
            Description: "Create release plan document with timeline, risks, rollback plan.",
        },
    },
    {
        Function: &openai.FunctionDefinition{
            Name:        "send_for_approval",
            Description: "Send release plan for approval to stakeholders.",
        },
    },
}

Пример выполнения¶

Итерация 1:

User: "Подготовь план релиза фичи X"
Agent: get_feature_spec(feature_id="X") → Specification details

Итерация 2:

Agent: check_dependencies(feature_id="X") → "Depends on feature Y, requires service Z update"

Итерация 3:

Agent: Анализирует зависимости и риски

Итерация 4:

Agent: create_release_plan(feature_id="X", timeline="...", risks="...", rollback="...") → Plan created

Итерация 5:

Agent: send_for_approval(plan_id="PLAN-12345", stakeholders=["...]) → Sent

Итерация 6:

Agent: "План релиза создан и отправлен на согласование. ID: PLAN-12345."

Общие паттерны¶

Во всех кейсах видны общие паттерны:

SOP задает процесс — четкий алгоритм действий
CoT помогает следовать процессу — модель думает по шагам
Tools дают доступ к реальным данным — grounding через инструменты
Safety checks — подтверждение для критических действий
Верификация — проверка результата после действий

Мини-упражнения¶

Упражнение 1: Создайте System Prompt для вашего домена¶

Выберите домен (DevOps, Support, Data, Security, Product) и создайте System Prompt по образцу из кейсов:

systemPrompt := `
// Ваш код здесь
// Включите: Role, Goal, Constraints, SOP
`

Ожидаемый результат:

System Prompt содержит все необходимые компоненты
SOP четко описывает процесс действий
Constraints явно указаны

Упражнение 2: Определите инструменты для вашего агента¶

Определите набор инструментов для вашего агента:

tools := []openai.Tool{
    // Ваш код здесь
    // Включите: основные инструменты, инструменты безопасности
}

Ожидаемый результат:

Инструменты покрывают основные задачи домена
Описания инструментов четкие и понятные
Критические инструменты требуют подтверждения

Критерии сдачи / Чек-лист¶

✅ Сдано:

Понимаете общие паттерны создания агентов
Можете создать System Prompt для своего домена
Можете определить набор инструментов для агента
Понимаете, как применять SOP, CoT, Safety checks

❌ Не сдано:

Не понимаете, как собрать все компоненты вместе
System Prompt не содержит всех необходимых компонентов
Инструменты не покрывают основные задачи

Связь с другими главами¶

Промптинг: Как создавать System Prompt, см. Главу 02: Промптинг
Инструменты: Как определять инструменты, см. Главу 03: Инструменты
Безопасность: Как реализовать safety checks, см. Главу 05: Безопасность

Что дальше?¶

После изучения кейсов переходите к:

16. Best Practices и Области Применения — лучшие практики создания и поддержки агентов

Навигация: ← Экосистема и Фреймворки | Оглавление | Best Practices →