Для разработчиков · курс 12
Claude Platform 101: строим на API
Курс для разработчиков, которые хотят встроить Claude в продукт: первый вызов API, выбор модели, агентный цикл, вызов инструментов, режим рассуждения, встроенные инструменты, навыки, MCP, управление контекстом, управляемые агенты и разработка с Claude Code. Примеры на TypeScript.
Начать курс
0 из 14 пройдено
- Для кого
- Разработчики (Node.js/TypeScript, Python), архитекторы.
- Что нужно
- Умение читать и писать код, командная строка, Node.js и npm. Аккаунт на platform.claude.com с API‑ключом.
- Объём
- 14 уроков, 7 модулей, ≈ 5 ч с практикой
Программа курса
Модуль 1
Что такое Claude Platform
Модуль 2
Первый вызов API
- 02 Первый вызов API Ставим SDK, делаем первый запрос к Messages API, разбираем ответ по блокам, добавляем системный промпт, потоковый вывод и обработку ошибок. Собираем первую версию классификатора обращений в поддержку со структурированным ответом.
- 03 Выбираем модель Какие модели есть в семействе Claude, чем они отличаются по назначению, как узнавать их возможности через API, а не по памяти, и почему уровень усилия часто важнее смены модели.
Модуль 3
Учим агента
- 04 Агентный цикл Агент — это не особая модель, а цикл: модель просит вызвать инструмент, ваш код вызывает и возвращает результат, модель продолжает. Разбираем цикл по шагам, причины остановки и правила, без которых цикл ломается.
- 05 Вызов инструментов Как описать инструмент так, чтобы модель вызывала его в нужный момент с правильными параметрами: имя, описание, JSON-схема. Собираем ревьюера PR с двумя инструментами вручную, потом упрощаем код через tool runner из SDK.
- 06 Режим рассуждения Модель может «подумать» перед ответом, и на современных моделях это адаптивный режим, а не фиксированный бюджет. Разбираем, что такое thinking, как им управлять через уровень усилия, как читать блоки рассуждения и что с ними делать в агентном цикле.
Модуль 4
Расширяем агента
- 07 Встроенные инструменты Anthropic даёт готовые инструменты: поиск в интернете, загрузку страниц и выполнение кода запускает сама, а bash и редактор файлов описывает за вас. Разбираем, какие они бывают, как их объявлять и чем серверные отличаются от клиентских.
- 08 Навыки Навык (Agent Skill) — это папка с инструкциями, которую модель загружает, только когда задача того требует. Разбираем, как навыки устроены, как подключить готовые навыки Anthropic через API и когда навык лучше, чем длинный системный промпт.
- 09 MCP Через MCP-коннектор Messages API модель получает инструменты удалённого MCP-сервера без единой строки клиентского кода. Разбираем, как подключить сервер, ограничить набор инструментов, где хранить токен и когда MCP лучше собственных инструментов.
- 10 Управление контекстом Контекст растёт с каждым ходом, и за него платят каждый раз заново. Разбираем три механизма, которые держат его под контролем: кэширование промпта, компакцию и очистку истории, — и принцип, без которого кэш не работает.
Модуль 5
Управляемые агенты
- 11 Что такое управляемые агенты Managed Agents — это агентный цикл и контейнер для инструментов на стороне Anthropic. Разбираем четыре понятия (агент, среда, сессия, события), чем это отличается от цикла в вашем коде и когда стоит выбирать этот путь.
- 12 Первый управляемый агент Собираем ревьюера pull request как управляемого агента: среда, агент с встроенными инструментами и своим инструментом, сессия с примонтированным репозиторием, поток событий и ответ на вызов своего инструмента.
Модуль 6
Разработка с Claude Code
Amiga · заказная разработка с ИИ
Учимся сами — и делаем продукты с ИИ на заказ
Эти курсы написала команда, которая каждый день проектирует и разрабатывает цифровые продукты: от аналитики и дизайна до веб‑сервисов, мобильных приложений и внедрения ИИ. Если вам нужен не курс, а продукт, — это к нам.
- реализованных проектов
- 200+
- человек в команде
- 75+
5 место в рейтинге AI‑разработки, Ruward 2025
Направления
- ИИ и ML-разработка
- Системная аналитика
- Дизайн
- Веб-разработка
- Мобильная разработка
- Тестирование
- Поддержка и развитие
Проекты с ИИ и ML
- Маркетплейс Stock: ML‑система ускорила добавление товаров в 10 раз и определяет категорию с точностью 85%
- MVP приложения «Магазин на диване» с распознаванием товаров в видео — за 2 месяца
- Приложение с ML‑распознаванием деталей конструктора на Flutter — с нуля за 4 месяца
Обсудим ваш проект с ИИ
Расскажите о задаче — вернёмся с оценкой и предложим, с чего начать
Спасибо! Ваш запрос будет обработан в ближайшее время
на главную
