🛠 Как я собрал себе AI-аналитика, который работает 24/7
Достаточно долго не видел для себя реального применения Open Claw, но на прошлой неделе появилась задача, для которой этот продукт оказался полезен.
Коллегам был нужен инструмент, который автоматически выдаёт аналитический обзор по компании по её ИНН. Я встроил этот функционал в телеграм-бота: по ИНН python-скрипт тянул финансы из ФНС и собирал инвестбанковский бриф, используя инструменты интернет-поиска Kimi.
⠀
Потом коллеги спросили: а нельзя ли задавать боту дополнительные инструкции для сбора брифов, follow-up вопросы и просить корректировать готовый отчёт с учётом пожеланий? Я начал думать, как это сделать, и решил попробовать собрать полноценного агента, который живёт на сервере и работает сам — через Kimi Claw (реализация Open Claw через сервис Kimi) в связке с ботом в телеграме.
Настраивал не один — в паре с Claude (режим Cowork). Делюсь, потому что грабли оказались поучительнее результата.
⠀
🧱 Главный урок: детерминизм там, где он возможен
Базовую информацию о компании (отчётность, ОКВЭД, данные об учредителях) собирать не интернет-поиском, а из детерминированных источников — строго ФНС/ЕГРЮЛ. LLM подключать только для обогащения: после сбора базы агент запускает глубокий поиск в интернете и дополняет ею проверенный каркас.
⠀
🕵️ Verifier, который ловит галлюцинации
Прикрутили скрипт-проверяльщик: на префинальном отчёте он заново лезет в источник базовых данных и сверяет бриф с ним. И не зря.
Однажды агент молча подменил выручку «нагугленной». В другой раз — вообще СОЧИНИЛ блок «верификации» с выдуманными числами, который выглядел как машинный отчёт. Поймали оба раза.
Вывод: от подмены спасает не инструкция, а исполняемая проверка.
⠀
🔍 Саб-агент под конкурентов и аффилиатов
Региональных конкурентов и связи бенефициаров главный агент хронически недобирал. Вынесли это отдельному саб-агенту, которого основной агент запускает самостоятельно, — и тот наконец начал находить нужные имена и связи.
⠀
🙃 Самый «человеческий» баг
Бот запускал саб-агента и… замолкал. Оказалось, телеграм-сессия становилась неактивной, пока агент ждал результат работы сабагента: отчёт формировался, но отправить его в «уснувшую» сессию бот уже не мог.
Решили архитектурно: пока саб-агент ищет, главный агент параллельно собирает остальной отчёт. В итоге сократилось и время формирования, и сессия не успевала уснуть.
⠀
✅ Что в итоге
Связка рабочая: детерминизм + несколько агентов + грунд-проверка базовых данных по официальным источникам. Бриф собирается за минуты, проходит верификацию, и его можно дорабатывать прямо в диалоге — задать вопрос или попросить сделать акцент на нужных данных.
Главный вывод: агенты сегодня — это не магия из коробки, а инженерия. Где можно — жёсткий детерминизм; где нельзя — LLM под присмотром исполняемых проверок. Тогда оно реально работает.
#AI #агенты #KimiClaw #OpenClaw
Достаточно долго не видел для себя реального применения Open Claw, но на прошлой неделе появилась задача, для которой этот продукт оказался полезен.
Коллегам был нужен инструмент, который автоматически выдаёт аналитический обзор по компании по её ИНН. Я встроил этот функционал в телеграм-бота: по ИНН python-скрипт тянул финансы из ФНС и собирал инвестбанковский бриф, используя инструменты интернет-поиска Kimi.
⠀
Потом коллеги спросили: а нельзя ли задавать боту дополнительные инструкции для сбора брифов, follow-up вопросы и просить корректировать готовый отчёт с учётом пожеланий? Я начал думать, как это сделать, и решил попробовать собрать полноценного агента, который живёт на сервере и работает сам — через Kimi Claw (реализация Open Claw через сервис Kimi) в связке с ботом в телеграме.
Настраивал не один — в паре с Claude (режим Cowork). Делюсь, потому что грабли оказались поучительнее результата.
⠀
🧱 Главный урок: детерминизм там, где он возможен
Базовую информацию о компании (отчётность, ОКВЭД, данные об учредителях) собирать не интернет-поиском, а из детерминированных источников — строго ФНС/ЕГРЮЛ. LLM подключать только для обогащения: после сбора базы агент запускает глубокий поиск в интернете и дополняет ею проверенный каркас.
⠀
🕵️ Verifier, который ловит галлюцинации
Прикрутили скрипт-проверяльщик: на префинальном отчёте он заново лезет в источник базовых данных и сверяет бриф с ним. И не зря.
Однажды агент молча подменил выручку «нагугленной». В другой раз — вообще СОЧИНИЛ блок «верификации» с выдуманными числами, который выглядел как машинный отчёт. Поймали оба раза.
Вывод: от подмены спасает не инструкция, а исполняемая проверка.
⠀
🔍 Саб-агент под конкурентов и аффилиатов
Региональных конкурентов и связи бенефициаров главный агент хронически недобирал. Вынесли это отдельному саб-агенту, которого основной агент запускает самостоятельно, — и тот наконец начал находить нужные имена и связи.
⠀
🙃 Самый «человеческий» баг
Бот запускал саб-агента и… замолкал. Оказалось, телеграм-сессия становилась неактивной, пока агент ждал результат работы сабагента: отчёт формировался, но отправить его в «уснувшую» сессию бот уже не мог.
Решили архитектурно: пока саб-агент ищет, главный агент параллельно собирает остальной отчёт. В итоге сократилось и время формирования, и сессия не успевала уснуть.
⠀
✅ Что в итоге
Связка рабочая: детерминизм + несколько агентов + грунд-проверка базовых данных по официальным источникам. Бриф собирается за минуты, проходит верификацию, и его можно дорабатывать прямо в диалоге — задать вопрос или попросить сделать акцент на нужных данных.
Главный вывод: агенты сегодня — это не магия из коробки, а инженерия. Где можно — жёсткий детерминизм; где нельзя — LLM под присмотром исполняемых проверок. Тогда оно реально работает.
#AI #агенты #KimiClaw #OpenClaw