Чему вы научитесь
- объяснять на собеседованиях, зачем агентам общий протокол, и чем A2A (агент↔агент) отличается от MCP (агент↔инструмент)
- проектировать клиент-серверную архитектуру A2A: Agent Card, Agent Discovery, обмен сообщениями
- поднимать сервер агента на FastAPI с маршрутами A2A и писать экзекьютор, обрабатывающий задачи
- писать A2A-клиент, который находит агента и отправляет ему задачи
- подключать языковую модель через OpenRouter (или любой OpenAI-совместимый провайдер)
- реализовывать стриминг ответов на стороне сервера и клиента
- собирать оркестратор, который координирует нескольких агентов и дирижирует диалогом
- строить мультиагентную систему из независимых агентов без единого фреймворка
О курсе
Привет! Меня зовут Яна, я работаю в банке и каждый день пишу ИИ-агентов, поэтому не понаслышке знаю, как непросто заставить их работать сообща. Собрать одиночного агента сегодня умеет каждый второй — а вот как научить их координировать усилия и передавать друг другу задачи, да еще когда они собраны на разных фреймворках (LangGraph, CrewAI и т.д.)?
Этот курс не про построение одиночных агентов, а про коммуникации между уже готовыми. Конкретный фреймворк не имеет значения. Мы обойдемся вовсе без него, чтобы сосредоточиться на взаимодействии агентов. Для этого мы используем открытый протокол Agent2Agent (A2A), публично представленный компанией Google 9 апреля 2025 года (сейчас развивается под управлением Linux Foundation).
Я уверена, что будущее — за такими протоколами и в особенности за A2A. Его поддерживают Google, Microsoft, AWS, Salesforce, SAP и еще полтораста компаний. Скоро навык работы с A2A будет одним из самых востребованных на рынке труда.
В сети пока мало материалов по A2A, причем они касаются версии 0.3.0, вышедшей в 2025 году. Однако в 2026 году протокол был существенно переработан. Мы рассмотрим версию 1.0.1, вышедшую 26 мая 2026 года.
Чтобы попрактиковаться, напишем мультиагентную систему, где четыре всем известных мушкетера спорят между собой, основываясь на какой-нибудь реплике из романа. Вот пример того, что у нас получится:
=== СЦЕНА ===
* [д'Артаньян]
Мы отправляемся в Лондон, господа.
> [Атос]
А ты уверен в том, что Лондон ждет нас с распростертыми объятиями?
> [Портос]
Лондон? Да он не знает, с кем имеет дело! Мы там устроим пиршество, которое запомнится на века!
> [д'Артаньян]
Но, Атос, разве не стоит проверить, каково это — быть в центре бурного праздника, а не сидеть, как старый кот, на печи?
> [Атос]
Но разве праздник не может скрывать под собой печаль, д'Артаньян?
> [д'Артаньян]
Но, Атос, разве не лучше сразиться с печалью, чем с тоской по бездействию?
> [Атос]
Что, Портос, ты готов праздновать, забыв о том, что за каждым весельем стоит жертва?
> [Портос]
Что за жертва, Атос? Я лучше пожертвую своим спокойствием ради веселья, чем буду тосковать в углу!
> [Атос]
Веселье, Портос, может оказаться лишь маской, за которой таится горечь утрат.
=== занавес ===Для кого этот курс
Начальные требования
- Python на базовом уровне: функции, классы, работа с библиотеками и асинхронный код (async/await) — мы будем поднимать сервер и клиент
- базовое понимание HTTP-запросов и формата JSON — на них строится весь обмен между агентами
- общее представление о том, что такое ИИ-агент и языковая модель (собирать одиночного агента заранее не требуется — мы стартуем с простого примера)
- ключ OpenRouter с небольшим балансом для вызовов модели (подойдет любой OpenAI-совместимый провайдер)
Наши преподаватели
Как проходит обучение
Курс полностью практический: мы шаг за шагом пишем код и сразу его запускаем. Сначала соберем простейшего A2A-агента без единого фреймворка, чтобы разобраться в механике протокола — Agent Card, сервер, клиент, экзекьютор. Затем добавим стриминг. А в финале соберем полноценную мультиагентную систему: четыре агента-мушкетера со своими характерами и оркестратор, который дирижирует их спором.
Внутри нет тренажера с автопроверкой кода. Ваша задача — понять идею, повторить код у себя и запустить его. Каждый следующий модуль добавляет к системе новый кусок, и к концу курса у вас на руках будет рабочий проект, который вы собрали сами и можете положить в портфолио.
Для запуска понадобится ключ OpenRouter (или любого OpenAI-совместимого провайдера) — модель вызывается по ходу курса.
Программа курса
Сертификат
Что вы получаете
- рабочую мультиагентную систему на A2A в портфолио, собранную своими руками, с нуля и без фреймворков
- понимание протокола Agent2Agent на уровне механики, а не пересказа документации: Agent Card, discovery, сервер, клиент, стриминг, оркестрация
- каркас, который можно переиспользовать в своих проектах — подставить своих агентов вместо мушкетеров
- умение связывать агентов, собранных на разных фреймворках, — навык, который дальше только растет в цене
- сертификат Stepik, подтверждающий, что вы разбираетесь в A2A и многоагентной архитектуре