Ниже — инструменты, из которых я собираю агентов, и объяснение: зачем каждый нужен и в какой ситуации его выбираю. Набор не догма — под задачу беру минимально достаточный стек, а не всё сразу.
Оркестрация
Логика агента: ветвления, шаги и связи между сервисами.
LangGraph
Графы состояний для агентов с ветвлениями и циклами — когда сценарий сложнее одного вызова модели.
Dify
Конструктор LLM-приложений и RAG-ботов: рабочий прототип за вечер, без своего бэкенда.
n8n
Визуальные воркфлоу и триггеры: связывают агента с CRM, почтой и таблицами без кода.
ByteChef
Та же автоматизация, но встраивается прямо в ваш продукт как embedded-решение.
Parlant
Контроль правил и Zero-Hallucination (Enterprise)
LLM
Модели, которые рассуждают и отвечают — от облачных до self-hosted.
GPT-4o
Основная модель для диалогов и извлечения данных: лучшее качество ответа на русском.
Claude
Длинные документы и аккуратный тон — когда нужен точный разбор текста.
DeepSeek
Дешёвые рассуждения и код: для аналитики и внутренней автоматизации.
Mistral
Self-hosted вариант: данные не уходят наружу, когда это критично.
RAG / Векторы
Память агента и контроль качества: поиск по документам, отбор точных кусков, отсечение мусора.
pgvector
Векторный поиск прямо в PostgreSQL: отдельная база не нужна, если данные уже там.
Pinecone
Managed-векторная база для больших объёмов: масштаб без администрирования.
Qdrant
Self-hosted векторный движок с фильтрами по метаданным: контроль и цена ниже облака.
Weaviate
Гибридный поиск — семантика и ключевые слова сразу: когда важны и смысл, и точные термины.
Reranker (Cohere, BGE)
Переранжирование чанков для максимальной точности: в модель попадают только самые релевантные куски.
Semantic Gate
Отсечение нерелевантных ответов: бот говорит «Не знаю» вместо выдумки и передаёт вопрос человеку.
Наблюдаемость
Контроль качества: видно, что делает агент и сколько это стоит.
LangSmith
Трейсинг шагов агента: понятно, где сломался сценарий и что ответила модель.
Langfuse
Метрики качества, стоимость и оценка ответов: дашборд для дообучения.
Принципы
Почему именно такая связка
Open-source ядро
Оркестрацию и векторный поиск держу на открытых решениях: их можно развернуть у вас и не зависеть от одного вендора.
Self-hosted по умолчанию
Данные и модели по возможности остаются в вашем контуре. Облако — только там, где это осознанный выбор.
Меняем инструмент, а не сценарий
Логика агента описана отдельно от модели и вендора: замена LLM или базы не ломает сценарий.
Подбор
Какая задача — какой стек
Стек выбирается под ситуацию, а не наоборот: под задачу беру минимально достаточный набор инструментов.
СитуацияМинимальный стекПочему так
Ситуация
Чат-бот поддержки на базе знаний
Минимальный стек
Dify + pgvector + GPT-4o
Почему так
Линейный сценарий: прототип собирается за вечер, продакшен — за недели, без своего бэкенда.
Ситуация
Нужен бот без галлюцинаций
Минимальный стек
RAG + Reranker + Gate (Jev-архитектура)
Почему так
Сначала точные куски из базы, потом фильтр: если уверенности нет — «Не знаю» или передача оператору, а не выдумка.
Ситуация
Многошаговый агент с ветвлениями и памятью
Минимальный стек
LangGraph + Claude + Qdrant
Почему так
Ветки, циклы и human-in-the-loop требуют явного графа состояний, а не одного вызова модели.
Ситуация
Связать агента с CRM, почтой и таблицами
Минимальный стек
n8n + ByteChef + API
Почему так
Интеграции собираются визуально и остаются в вашем контуре — без отдельной разработки на каждый сервис.
Ситуация
Данные не должны уходить наружу
Минимальный стек
Mistral (self-hosted) + Qdrant + PostgreSQL
Почему так
Полностью локальный контур: и модель, и векторный поиск разворачиваются на вашем железе.
Ситуация
Нужен контроль качества и стоимости
Минимальный стек
LangSmith + Langfuse
Почему так
Трейсинг шагов и метрики ответов: видно, где ломается сценарий и во сколько обходится ответ.
Что это даёт
Что бизнес получает от такого стека
01
Запуск за недели, а не месяцы
Прототип на конструкторе вы видите почти сразу, а не после нескольких спринтов разработки.
02
Ниже стоимость владения
Open-source ядро вместо дорогих платформ: вы платите за интеграции, а не за лицензии по подписке.
03
Данные под контролем
Self-hosted там, где это критично: переписка клиентов и база знаний не уходят в чужое облако.
04
Долгосрочное партнёрство
Я не ухожу после сдачи проекта. Ретейнер — это гарантия, что агент работает через год так же хорошо, как в первый день.
Чего я избегаю
Чего не будет в вашем проекте
Агент ради агента
Сначала проверяю, не решает ли задачу обычная форма или сценарий на правилах. Если решает — агент не нужен.
Один вендор на всё
Логика, модель и хранилище не связаны жёстко: замена любого слоя не требует переписать сценарий.
Стек «про запас»
Беру минимум инструментов под текущую задачу: лишние сервисы — это лишний счёт, сложность и точки отказа.
Не уверены, какой стек нужен под вашу задачу?
На диагностике разберём процесс и подберём минимальный набор инструментов под ваши данные и бюджет.