KN Knowledge

Это живая база знаний с главным русскоязычным курсом по архитектуре, разработке и эксплуатации agentic-систем. Вводный слой помогает проверить предпосылки и понять LLM; основной путь проходит через model I/O, agent loop, context, tools, MCP, memory, durability, security, observability, evals и Applied ML. Отдельный operator-трек учит управлять работой coding/knowledge agents.

Старые заметки по языкам, платформам и интервью сохранены как пользовательский технический архив и остаются доступны через поиск и sidebar.

С чего начать

Начать основной курс — пройти путь от model call до production architecture.

Для первого знакомства: входная диагностика → как работает LLM. Для опытного backend-разработчика диагностика поможет выбрать, что можно пропустить.

Первый runnable сценарий:

npm ci
npm run demo:course

Demo не требует API key: scripted model выбирает get_order, runtime выполняет typed tool call и возвращает final answer.

Если времени мало, пройдите минимальный core:

1. Ментальные модели — model call, workflow и agent.
2. Agent loop and state — thread, run, step, event и budgets.
3. Tools and effects — schema, policy, approval и idempotency.
4. Durable execution — checkpoint, retry и crash recovery.
5. Evaluation and data — outcome вместо убедительного текста.

Три учебных трека

Трек	Для чего	Первый вход
Core architecture	Строить и эксплуатировать agentic runtime	Agentic Engineering
Applied ML	Данные, classifiers, retrieval, speech и serving	Applied ML path
Operator practice	Управлять coding/knowledge agent	Operator practice

Карта основного курса

• Обзор Agentic Engineering
• Foundations: предпосылки, минимум LLM, mental models, model I/O, loop and state
• Runtime: context, tools, MCP/skills, retrieval/memory, orchestration
• Production: durability, guardrails, observability, evals, выбор модели и выпуск, architecture
• Applied ML: path, classifier, speech, serving
• Operator practice: task contract, process, compression, playbooks
• Справочники: глоссарий и карта источников

Исполняемые лаборатории

# TypeScript runtime и deterministic capstone
npm run typecheck:course
npm run test:course
npm run demo:course

# Offline Python 3.12 labs
npm run test:ml

# Весь contract репозитория
npm run check

Helios — синтетическая super-app, объединяющая marketplace, delivery, wallet и regulated support. Она нужна не ради lore, а чтобы в одном безопасном домене проверить tenancy, деньги, stale state, approvals, voice latency и outcome evals. Реальные аналоги — neobank, marketplace/logistics и telehealth support.

Технический архив

Архив не претендует на одинаковую редакционную зрелость: это восстановленные пользовательские заметки, полезные как быстрый справочник. При обновлении важно сохранять исходный смысл и отделять фактические исправления от стилистической переработки.

• Kotlin, KMP и Compose
• Flutter и Dart
• iOS, Swift и SwiftUI
• Golang
• Rust
• JavaScript, TypeScript и Node.js
• Подготовка к интервью

Как пользоваться базой

• Core-главы читайте последовательно; Applied ML выбирайте как T-shaped расширение; playbook’и используйте как рабочие шаблоны.
• Для точечного вопроса используйте поиск: он индексирует и новый раздел, и архив.
• Новое знание записывайте вместе с областью применимости, ограничениями и способом проверки.
• Устаревшую информацию не маскируйте уверенной формулировкой — помечайте дату, источник или неопределённость.

Ценность такой базы не в объёме текста, а в том, насколько быстро она помогает принять решение и проверить результат.