# Как создать своего AI-агента: полное руководство от Шона Эскивеля

Источник: https://www.youtube.com/watch?v=hIh2O9OL69o
Канал: freeCodeCamp.org
Опубликовано: 19.06.2026

---

Создание полноценного автономного AI-агента — задача, требующая интеграции нескольких ключевых компонентов: пользовательского интерфейса, системы принятия решений (LLM), инструментов для взаимодействия с внешними приложениями, долговременной памяти и средств автоматизации. В этом курсе, представленном Шон Эскивелем (разработчиком в Composio и амбассадором Cursor), рассматривается процесс создания системы, вдохновленной проектом OpenClaw, с использованием стека Vercel AI SDK, Composio, Supermemory и других современных инструментов.

## 🏗️ Базовая архитектура: Vercel AI SDK
[[JUMP:09:41]]

В качестве фундамента используется шаблон чат-бота от Vercel, который берет на себя основные задачи по настройке UI и базы данных. Разработка ведется в среде Cursor — AI-ориентированном редакторе кода, позволяющем автоматизировать написание функционала.

* **UI:** Создается на базе Next.js, обеспечивая привычный интерфейс чата с боковой панелью, поддержкой темной темы и историей диалогов.
* **Бэкенд:** Интегрируются Neon (serverless Postgres для хранения данных) и Upstash (Redis для rate limiting и потоковой передачи чатов).
* **Vercel AI Gateway:** Используется как роутер для моделей (например, Claude Sonnet 3.5, GPT), предоставляя гибкость в выборе моделей и встроенную систему отказоустойчивости.

## 🛠️ «Руки» агента: Composio и инструменты
[[JUMP:19:26]]

Чтобы AI-агент мог выполнять реальные действия, ему необходимы инструменты. Шон Эскивель отмечает важность «контекстного инжиниринга»: вместо загрузки всех возможных инструментов в контекстное окно, система должна динамически предоставлять только релевантные.

* **Composio:** Предоставляет доступ к 1000+ инструментариям (Gmail, Slack, Notion, GitHub и др.).
* **OAuth:** Реализуется через Composio, что позволяет безопасно подключать личные аккаунты пользователей без передачи паролей напрямую агенту.
* **Пример работы:** Агент может искать письма в Gmail, а затем создавать черновик ответа, используя соответствующие API-вызовы, инкапсулированные в Composio.

## 🧠 Долговременная память: Supermemory
[[JUMP:36:21]]

Стандартный контекст LLM ограничен рамками одного чата. Для создания по-настоящему «умного» ассистента используется Supermemory.

* **Функция:** Позволяет хранить, искать и извлекать факты о пользователе (имена, предпочтения, текущие проекты) в разных сессиях.
* **Реализация:** Агент динамически решает, когда нужно сохранить или найти информацию, используя инструменты `addMemory` и `searchMemory`.
* **Преимущество:** Это решение экономит токены и повышает точность, так как информация не «засоряет» системный промпт постоянно, а вызывается только при необходимости.

## 👤 Личность агента («Душа»)
[[JUMP:43:42]]

«Душа» агента — это его системный промпт, определяющий стиль общения, имя и поведение. Шон Эскивель предлагает хранить конфигурацию личности как колонку `soul` в базе данных пользователя.

* **Онбординг:** Если агент не имеет настроенной «души», он инициирует диалог, собирая информацию о пользователе и его предпочтениях (например, желание изучать новые японские слова).
* **Применение:** Сохраненный промпт автоматически добавляется к системным инструкциям во всех будущих сессиях.

## 📱 Мультиканальность: Telegram
[[JUMP:49:07]]

Для максимальной доступности агент интегрируется в Telegram, что превращает его из веб-инструмента в ежедневного помощника.

* **Механика:** Используются webhook-сообщения от Telegram, которые перенаправляются на локальный сервер (через ngrok в режиме разработки).
* **Синхронизация:** Учетная запись в веб-приложении и Telegram связываются через единый `user_id`, что дает доступ к общим данным, памяти и настройкам.

## ⏱️ Автоматизация: Vercel Cron
[[JUMP:59:06]]

Для выполнения повторяющихся задач агент получает «сердцебиение» в виде заданий cron.

* **Пример:** Пользователь может дать команду «каждый день в 9 утра составлять краткую сводку последних пяти писем».
* **Реализация:** Задания сохраняются в базе данных, а Vercel Cron вызывает соответствующий эндпоинт приложения, который активирует рабочие процессы агента.