Agents Works

Возможности платформы AgentsWorks: создаём ИИ-агентов для аналитики, дизайна и бизнеса без кода

AgentsWorks — это не очередной чат с нейросетью. Это платформа, где вы создаёте AI-сотрудников, которые реально работают: анализируют данные, строят отчёты, обрабатывают заявки, интегрируются с 1С и Bitrix24, отправляют результаты в Telegram.

И всё это — без единой строки кода.

В этой статье — полный разбор возможностей платформы: от создания первого агента до мультиагентных систем, генерации изображений и локального развёртывания.

🤖 Что такое «агент» и чем он отличается от обычного чата с ИИ

Если вы хоть раз общались с ChatGPT или Яндекс.Алисой — вы знаете, что такое обычный чат с ИИ. Вы задаёте вопрос, получаете ответ. Всё.

AI-агент на AgentsWorks — это принципиально другой уровень:

Простыми словами: обычный чат — это «спросил — получил ответ». AI-агент — это сотрудник, которого вы наняли, объяснили задачу, дали доступ к инструментам — и он работает сам.

🚀 Как создать первого AI-агента за 5 минут

Давайте сразу перейдём к практике. Вот как выглядит создание агента на платформе.

🔥 Самый быстрый способ: универсальный ассистент

Если вы не хотите разбираться в настройках — воспользуйтесь универсальным ассистентом по созданию агентов. Просто опишите на русском языке, какую задачу должен решать агент:

«Создай агента для анализа продаж. Он должен загружать Excel-файлы, строить дашборды, находить аномалии и отправлять отчёты в Telegram по расписанию каждое утро.»

Универсальный ассистент сам:

1. Создаст агента с нужными инструкциями
2. Подключит необходимые инструменты (поиск файлов, выполнение кода, веб-поиск)
3. Настроит системный промпт
4. Подготовит агента к работе

Этот способ подходит для любой задачи — от аналитики до поддержки клиентов и генерации контента.

🔧 Или создайте агента вручную

Если хотите всё настроить самостоятельно — вот пошаговая инструкция.

Шаг 1. Откройте конструктор агентов

В левом верхнем углу интерфейса нажмите на выпадающий список эндпоинтов (там, где написано название модели). Выберите «Агенты» → в правой боковой панели откроется вкладка «Конструктор агентов».

Шаг 2. Заполните базовую информацию

Платформа попросит указать:

Шаг 3. Напишите инструкцию (системный промпт)

Этот шаг — ключевой. От того, как вы опишете задачу агенту, зависит качество его работы.

Пример хорошей инструкции для агента-аналитика:

«Ты — аналитик данных. Твоя задача — помогать с анализом таблиц, построением графиков и подготовкой отчётов.

Правила работы:

• Загружаешь файлы Excel, CSV, JSON
• Используешь Python (pandas, plotly, matplotlib) для обработки
• Строишь интерактивные дашборды с графиками
• Находишь аномалии и выбросы в данных
• Пишешь выводы на русском языке, простым языком
• Если данных недостаточно — задаёшь уточняющие вопросы
• Не выдумываешь факты — работаешь только с загруженными данными»

Шаг 4. Выберите модель

AgentsWorks поддерживает все популярные модели — ChatGPT, Claude, Gemini, Grok, Llama, Qwen и другие. Все они доступны без VPN, прямо из России.

Для аналитики я рекомендую:

• ChatGPT-4o или Claude 3.5 Sonnet — если нужна максимальная точность
• Gemini 2.0 Flash — если важна скорость и экономия

Шаг 5. Сохраните и начните общаться

Готово! Теперь выберите своего агента из выпадающего списка и напишите ему:

«Загрузи файл sales.csv. Проанализируй продажи за последний квартал, построй дашборд, найди аномалии. Напиши выводы.»

Агент сам загрузит данные, напишет Python-код, выполнит его и вернёт готовый результат.

🛠️ Главные возможности агентов

Теперь давайте разберём, что ещё умеют агенты на платформе.

📁 Работа с файлами

Агент может работать с файлами четырьмя способами:

Поддерживаемые форматы:

• 📄 Текст: .txt, .md, .csv, .json, .xml, .html
• 💻 Код: .py, .js, .ts, .java, .cpp, .go, .rs
• 📊 Таблицы: .xlsx, .xls, .csv
• 🖼 Изображения: .png, .jpg, .gif, .webp

💻 Выполнение кода (Code Interpreter)

Это главная «киллер-фича» AgentsWorks для аналитики. Агент может:

• Писать Python-код для обработки и анализа данных
• Выполнять его в изолированной песочнице (sandbox)
• Строить графики, диаграммы, дашборды с помощью pandas, plotly, matplotlib
• Экспортировать результаты в нужном формате

Как это работает:

Вы: «Проанализируй вот этот файл и найди аномалии»

Агент:
1️⃣ Загружает файл
2️⃣ Пишет код: import pandas → df.describe() → ищет выбросы
3️⃣ Выполняет код в песочнице
4️⃣ Строит график с аномалиями
5️⃣ Возвращает результат + текстовые выводы

Всё выполняется в изолированной среде Docker — код не имеет доступа к сети, не может «уйти» на сторонние серверы, данные обрабатываются и удаляются после выполнения.

Поддерживаемые языки:

🐍 Python  •  🟨 JavaScript/TypeScript  •  ☕ Java
🦀 Rust  •  🐘 PHP  •  🦫 Go  •  🧱 C/C++  •  📐 Fortran

🌐 Веб-поиск и интеграции

Агент может искать информацию в интернете в реальном времени. Поддерживаются:

• Google Search — поиск по текущим событиям
• Tavily Search — умный поиск с цитированием источников
• Traversaal Search — AI-поиск для актуальных данных

🔗 Подключение внешних сервисов (MCP)

Через протокол MCP (Model Context Protocol) агент подключается к любым внешним сервисам. Уже подключены к AgentsWorks следующие MCP:

Как подключить:

1. Администратор добавляет MCP-сервер в конфигурацию
2. Вы в конструкторе агента → «Инструменты» → «Добавить MCP» выбираете сервер
3. При необходимости отключаете отдельные инструменты

🔌 Готовые Actions (интеграции через OpenAPI)

Если у вас есть сервис с API (например, своя CRM или скрипт), вы можете подключить его к агенту без программирования — достаточно загрузить OpenAPI-спецификацию.

На платформе есть специальный ассистент, который автоматически настроит подключение: просто укажите имя агента и ссылку на описание API.

🧠 Продвинутые возможности

📚 Skills (навыки) — переиспользуемые инструкции

Skills — это пакеты инструкций, которые агент может применять для конкретных задач. Это как «шаблоны поведения».

Как работают навыки:

Пример навыка — «Форматирование отчёта»:

Название: Форматирование отчёта
Описание: Форматирует аналитические отчёты в едином стиле
Текст: Всегда оформляй отчёты по шаблону:
1. Краткое резюме (2-3 предложения)
2. Ключевые показатели (таблица)
3. Динамика (график/диаграмма)
4. Аномалии и выводы
5. Рекомендации

Теперь достаточно ввести $Форматирование отчёта — и агент применит этот шаблон.

🧩 Инструменты автоматизации AgentsWorks (готовые плагины)

🔗 Цепочки агентов (Agent Chain)

Цепочка агентов — это когда несколько специализированных агентов работают последовательно, передавая результат друг другу.

Как это работает:

Запрос: «Подготовь отчёт о трендах в ИИ за 2026 год»

[1] 🎯 Агент-поисковик (дешёвая модель)
    → Ищет информацию в интернете
    → Собирает факты и ссылки

[2] 🧠 Агент-аналитик (средняя модель)
    → Получает факты от агента 1
    → Оценивает достоверность, выявляет тренды

[3] ✍️ Агент-писатель (премиум-модель)
    → Получает выводы от агента 2
    → Генерирует готовый отчёт

Выгода: дешёвые модели делают черновую работу, дорогие — только финальную формулировку. Экономия до 30-50% по сравнению с прямым запросом к премиум-модели.

🧑‍💻 Субагенты — делегирование задач

Субагенты позволяют основному агенту создавать «дочерних» агентов для выполнения подзадач.

Чем отличается от цепочки:

• Цепочка — жёсткий конвейер: результат агента 1 → агенту 2
• Субагент — родительский агент сам решает, когда и какому субагенту делегировать задачу

Пример: агент-координатор получает запрос «Проанализируй данные и отправь отчёт в Telegram». Он сам решает:

1. Создать субагента-аналитика для работы с данными
2. Создать субагента-писателя для форматирования отчёта
3. Создать субагента-отправлятеля для отправки в Telegram

В основной чат возвращается только итоговый результат — промежуточные шаги остаются внутри.

🧠 Воспоминания (User Memory)

Агенты помнят вас между диалогами. Это не просто история чата — это структурированное хранилище фактов:

Что запоминается:

• Ваши предпочтения: «Отвечай кратко, используй списки»
• Контекст проектов: «Работаю над миграцией API на Node.js»
• Технические детали: «Использую PostgreSQL 15»

Как это работает:

1. Вы говорите агенту: «Запомни, что я работаю в e-commerce»
2. Специальный агент памяти анализирует сообщение и сохраняет факт
3. Во всех будущих диалогах агент учитывает эту информацию
4. Вы можете вручную добавлять, редактировать и удалять записи памяти

⏰ Расписания — агенты работают без вас

Менеджер расписаний позволяет запускать агентов автоматически по таймеру — без участия человека.

Что можно настроить:

• Интервал — каждые N минут/часов/дней
• Конкретное время — каждый день в 9:00
• Сообщение для агента — что ему делать при каждом запуске
• Уведомления — результат в Telegram

Пример настройки:

Агент будет работать каждое утро — загружать данные, анализировать, строить дашборд и отправлять вам в Telegram готовый отчёт. Вы просто просыпаетесь и видите результат.

📝 Библиотека промптов

Библиотека промптов — это хранилище готовых шаблонов запросов, которые можно использовать многократно.

Ключевые возможности:

• Шаблоны с переменными — {{напиши письмо для {{client_name}} на тему {{topic}}}}
• Быстрый вызов — через команду /команда прямо из чата
• Категории — группировка по темам: «Код», «Письмо», «Аналитика»
• Общий доступ — можно делиться шаблонами с коллегами

Пример: создайте промпт /weekly_report с переменными {{date_from}} и {{date_to}} — и каждый понедельник просто вводите команду и заполняете даты.

🎨 Артефакты (Artifacts)

Агент может генерировать интерактивный контент в отдельной панели:

• text/html — веб-страницы, интерфейсы, презентации
• application/vnd.mermaid — диаграммы и схемы
• image/svg+xml — векторная графика

Пример: попросите агента «Создай интерактивную диаграмму процесса продаж» — и получите готовую Mermaid-диаграмму, которую можно сразу экспортировать.

🔒 Безопасность и локальное развёртывание

Изолированная песочница (sandbox)

Весь код, который пишет агент, выполняется в изолированной среде Docker:

• Нет доступа к сети — код не может «уйти» на сторонние серверы
• Данные загружаются в память, обрабатываются и удаляются
• Время выполнения ограничено
• Нет доступа к файловой системе сервера

Полное локальное развёртывание

Если ваш бизнес работает с чувствительными данными, платформу можно развернуть полностью на своей инфраструктуре:

Как это выглядит на практике:

1. Разворачиваете платформу на своих серверах (on-premise или приватное облако)
2. Подключаете локальные модели (через Ollama, vLLM, llama.cpp)
3. Настраиваете песочницу выполнения кода у себя
4. Подключаете источники данных: 1С, Bitrix24, SQL-базы
5. Всё — данные и вычисления остаются внутри вашего контура

📊 Сводная таблица возможностей

💡 Что дальше?

Если вы хотите попробовать всё это на практике:

1. Зарегистрируйтесь на AgentsWorks — бесплатно, без VPN, без кода.

2. Создайте первого агента — используйте универсального ассистента или готовый сценарий «Финансовый анализ».

3. Загрузите данные — Excel, CSV, Google Sheets, 1С.

4. Изучите генерацию изображений — подробный гайд в статье «Генерация изображений с помощью ИИ».

5. Получите результат — через 30–60 секунд у вас будет готовый интерактивный отчёт.

А если захотите больше:

• ✅ Настройте Skills для регулярных отчётов
• ✅ Создайте цепочку агентов для сложных процессов
• ✅ Настройте расписание — пусть агент работает сам
• ✅ Разверните локально — для полного контроля над данными

Начните сейчас → agentsworks.ru

Подписывайтесь на @AgentsWorksBot в Telegram — там мы публикуем новые кейсы, гайды и обновления платформы.