reymer.ai
Новости
/
Данные
/
Инструменты
/
Знания
reymer.ai

Медиапортал об автономном бизнесе, AI-трансформации и автономизации.

hello@reymer.ai

Новости

  • Все новости
  • AI-дайджесты

Инструменты

  • Каталог
  • Коллекции
  • Сравнения
  • Промпты
  • Поиск для агентов

Данные

  • AI-рынки
  • Value Chain
  • Цены API
  • Калькулятор
  • AI Intelligence: инсайдеры и фонды

Знания

  • Вся база знаний
  • Карта профессий и AI
  • AI-агенты для бизнеса
  • AI для профессий
  • Gartner MQ анализы
  • Оценка автономизации
  • Глоссарий
  • Кейсы внедрения ИИ
  • FAQ

Справочники

  • Автономный бизнес
  • Claude Code Tips
  • Вайб-кодинг
  • MCP Protocol
  • AI-кодинг агенты
  • Agent Frameworks
  • Deep Thinking Prompts
  • Гид по AI-агентам
  • OpenClaw vs NanoClaw
  • Конституция Claude

Курсы

  • Все курсы
  • Основы AI
  • Промпт-инжиниринг
  • Claude 101
  • Claude Code
  • Claude Agent Skills
  • Perplexity Pro 101
  • OpenClaw 101
  • NanoClaw 101
  • PicoClaw 101

© 2026 reymer.ai · СТАТУС СИСТЕМЫ: РАБОТАЕТ

О проектеПолитика конфиденциальности
NanoClaw 101: Безопасный AI-агент за 500 строк

Что такое NanoClaw

  • Что такое NanoClaw8 мин
  • OpenClaw vs NanoClaw10 мин
  • Модель безопасности NanoClaw10 мин

Возможности

  • Ключевые фичи8 мин
  • Agent Swarms: команды AI-агентов10 мин

Установка и запуск

  • Подготовка к установке7 мин
  • Установка NanoClaw8 мин
  • Подключение к WhatsApp10 мин

Практические кейсы

  • Создание первого агента10 мин
  • Создание Agent Swarm12 мин
  • Реальные примеры8 мин

Продвинутые темы

  • Anthropic Agents SDK под капотом12 мин
  • Экосистема и что дальше7 мин
Урок 10 из 13•12 мин

Создание Agent Swarm

Цели урока

После прохождения этого урока вы сможете:

  • 1Спроектировать структуру Agent Swarm
  • 2Настроить роли и коммуникацию между агентами
  • 3Запустить swarm «Content Team» с тремя агентами
  • 4Протестировать совместную работу агентов

Проектирование и создание Agent Swarm

В этом уроке мы создадим полноценный Agent Swarm — команду «Content Team» из трёх агентов, которые совместно создают качественный контент. Исследователь собирает факты, автор пишет текст, рецензент проверяет и улучшает результат.

Шаг 1: Проектирование ролей

Перед созданием swarm нужно чётко определить роли, инструменты и зоны ответственности каждого агента. Хороший swarm работает как реальная команда: каждый участник знает свою задачу и не дублирует работу других.

РольЗадачаИнструментыДоступ к сети
Researcher (Исследователь)Поиск информации в интернете, сбор фактовweb_search, read_url, write_fileДа
Writer (Автор)Написание текста на основе собранных фактовread_file, write_fileНет
Reviewer (Рецензент)Проверка фактов, стиля, грамматикиread_file, write_fileДа

Шаг 2: Конфигурация Swarm

json
{
  "swarms": [
    {
      "name": "content-team",
      "display_name": "Контент-команда",
      "description": "Swarm для создания качественных статей и отчётов",
      "orchestration": "sequential",
      "agents": [
        {
          "name": "researcher",
          "display_name": "Исследователь",
          "system_prompt": "Ты — исследователь в контент-команде. Твоя задача: найти в интернете релевантную информацию по заданной теме. Собери минимум 5 ключевых фактов, статистику и цитаты экспертов. Сохрани результат в файл /shared/research.md в структурированном виде.",
          "tools": ["web_search", "read_url", "write_file"],
          "container": { "network": true, "memory_limit": "256m" },
          "mounts": [
            { "host": "~/nanoclaw-workspace/shared", "container": "/shared", "mode": "rw" }
          ]
        },
        {
          "name": "writer",
          "display_name": "Автор",
          "system_prompt": "Ты — профессиональный автор в контент-команде. Прочитай файл /shared/research.md с результатами исследования. Напиши хорошо структурированную статью: введение, основные разделы с подзаголовками, заключение. Сохрани результат в /shared/draft.md.",
          "tools": ["read_file", "write_file"],
          "container": { "network": false, "memory_limit": "256m" },
          "mounts": [
            { "host": "~/nanoclaw-workspace/shared", "container": "/shared", "mode": "rw" }
          ]
        },
        {
          "name": "reviewer",
          "display_name": "Рецензент",
          "system_prompt": "Ты — рецензент в контент-команде. Прочитай черновик /shared/draft.md. Проверь: 1) фактическую корректность, 2) грамматику и стиль, 3) структуру и логику изложения. Внеси правки и сохрани финальную версию в /shared/final.md.",
          "tools": ["read_file", "write_file", "web_search"],
          "container": { "network": true, "memory_limit": "256m" },
          "mounts": [
            { "host": "~/nanoclaw-workspace/shared", "container": "/shared", "mode": "rw" }
          ]
        }
      ]
    }
  ]
}

Шаг 3: Подготовка рабочего пространства

bash
# Создать общую директорию для swarm
mkdir -p ~/nanoclaw-workspace/shared

# Перезапустить NanoClaw для подхвата новой конфигурации
npm start

Шаг 4: Тестирование Swarm

Вы (в WhatsApp): «Контент-команда, напишите статью про тренды AI-агентов в 2026 году»

[Исследователь]: Начинаю сбор информации по теме «AI-агенты 2026»...
Найдено 8 ключевых фактов. Сохранено в research.md.

[Автор]: Получил результаты исследования. Пишу статью...
Черновик готов: 2400 слов, 5 разделов. Сохранено в draft.md.

[Рецензент]: Проверяю черновик...
Внёс 12 правок: 3 фактические, 5 стилистических, 4 структурных.
Финальная версия сохранена в final.md.

Контент-команда: Статья готова! Файл: ~/nanoclaw-workspace/shared/final.md

Режимы оркестрации

РежимОписаниеКогда использовать
sequentialАгенты работают последовательно, один за другимКогда результат одного агента — вход для следующего
parallelАгенты работают параллельноКогда задачи агентов независимы
adaptiveУправляющий агент решает порядокДля сложных задач с нелинейным процессом

Хотя агенты в swarm работают в изолированных контейнерах, они могут обмениваться данными через общую смонтированную директорию. Убедитесь, что общая директория не содержит конфиденциальных файлов, к которым агенты не должны иметь доступа.

Начните с режима sequential — он самый предсказуемый. Переходите на parallel, когда убедитесь, что задачи агентов действительно независимы. Режим adaptive подходит для продвинутых сценариев.

Вопросы для размышления

  • •Какие задачи в вашей работе можно автоматизировать через Agent Swarm?
  • •Почему важно ограничивать доступ к сети для агентов, которым он не нужен?
Создание первого агентаРеальные примеры

Источник: Qwibit. © 2026 Reymer AI