[IT Expert] Навыки AI-агентов для аналитиков и ИТ-архитекторов (Максим Смирнов)

​

Адаптируем универсальные LLM под корпоративные задачи с использованием стандарта Agent Skills (agentskills.io)
Современные языковые модели хорошо справляются с универсальными задачами, однако для профессиональной работы аналитика и ИТ-архитектора этого недостаточно. В корпоративной среде AI-агенты должны понимать структуру проектной документации, работать с внутренними стандартами организации, использовать специализированные инструменты, создавать архитектурные и аналитические диаграммы в принятых нотациях, соблюдать архитектурные принципы.

Стандарт Agent Skills — простой и эффективный способ формализовать процедурные знания в инструкции для AI-агентов. Но создать хороший навык сложно с первой попытки. Полезными становятся навыки, разрабатываемые итерационно, в ходе процесса, похожего на написание и отладку программ.

Курс помогает освоить процесс создания корпоративных AI-агентов, построенных на универсальных моделях и использующих Agent Skills, MCP, Agent Plugins. Вместо разработки длинных промптов участники научатся создавать переиспользуемые агентские навыки, подключать внешние инструменты и адаптировать AI-агентов под конкретные задачи организации. Основное внимание уделяется практическим задачам. Участники обучения будут работать с реальными артефактами: требованиями, архитектурными диаграммами, записями архитектурных решений (ADR).

Цели курса:

• Сформировать понимание возможностей и ограничений LLM в задачах анализа требований и проектирования архитектуры, показать переход от простых диалогов к агентной парадигме.
• Освоить стандарт Agent Skills, научиться проектировать, тестировать и дорабатывать агентские навыки и использовать внешние инструменты.
• Применить ключевые паттерны навыков (Tool Wrapper, Generator, Reviewer, Inversion, Pipeline) для автоматизации типовых проектных сценариев.
• Освоить подходы Architecture-as-Code и Diagram-as-Code, включить инструменты визуализации (Mermaid, PlantUML) в арсенал AI-агентов.
• Научиться описывать архитектурные решения с помощью ADR и применять принципы предметно‑ориентированного проектирования (DDD) в агентских навыках.
• Разработать полноценный агентский навык Domain Mapper, создающий из описания требований карту предметной области.

Для кого:

• Системные и бизнес‑аналитики, желающие усилить свою работу с требованиями средствами AI‑агентов.
• ИТ‑архитекторы и технические лидеры, проектирующие сложные решения и стремящиеся автоматизировать разработку и обновление рутинных артефактов.
• Разработчики и инженеры, участвующие в анализе требований, проектировании решений и подготовке технической документации, заинтересованные в агентных подходах.
• Специалисты, уже использующие LLM в работе и желающие перейти от ad hoc-промптов к воспроизводимым агентским навыкам.

Программа:

• Введение: возможности и ограничения языковых моделей при анализе требований и проектировании ИТ-решений. Переход от диалоговых моделей к AI-агентам. Расширение возможностей с помощью инструментов (Tools) и навыков (Agent Skills). Model Context Protocol (MCP) и стандарт Agent Plugins.
• Архитектура AI-агента и типовые сценарии применения.
• Практическое задание: устанавливаем VS Code и необходимые расширения, изучаем управление памятью, контекстом и инструкциями AI-агента. Разбираем назначение и структуру файла AGENTS.md.
• Структурирование постановки задачи и описание архитектуры ИТ-решения. Стандарты, практические реализации, основные структурные элементы: каталоги, таблицы, диаграммы. Подходы Architecture-as-Code, Diagram-as-Code. Описание взаимодействий и API.
• Глубокое погружение в стандарт Agent Skills. Классификация навыков, структура навыка, подход Progressive Disclosure («контекст по запросу»).
• Практическое задание: разработка, тестирование и доработка навыка, использующего внешний инструмент.
• Визуализация предметной области и архитектуры решения. Реализация подхода Diagram-as-Code с использованием инструментов Mermaid и PlantUML.
• Паттерны проектирования агентских навыков: Tool Wrapper, Generator, Reviewer, Inversion, Pipeline.
• Практическое задание: реализация одного из паттернов.
• Структура технической документации. Предметно-ориентированное проектирование (Domain-Driven Design) в современном процессе выявления требований и проектирования решений. Основные концепции DDD: bounded context, aggregate, value object, domain event. Использование агентскими навыками шаблонов, базирующихся на DDD.
• Записи архитектурных решений (Architecture Decision Records, ADRs) как инструмент проектирования. Способы визуализации решений при помощи диаграмм модели C4. Генерация ADR и архитектурных диаграмм с использованием AI-агентов и навыков.
• Практические аспекты реализации агентских навыков анализа и проектирования.
• Практическое задание: реализация навыка Domain Mapper (карта предметной области).