Как создать ИИ-агента: пошагово, без кода или на Python, с GPT, Claude и DeepSeek
ИИ-агент — это модель, которой дали инструменты и разрешили самой решать, какой из них вызвать: найти в базе, отправить письмо, запросить API. Собрать такого агента можно без программирования — в n8n, Dify, Langflow или Flowise — либо на Python примерно за 40 строк. В обоих случаях нужен ключ к модели, которая умеет вызывать инструменты. С RuAPI один ключ открывает GPT, Claude, DeepSeek и Gemini: из России без VPN, с оплатой в USDT только за потраченные токены.
Обновлено:
import json
from openai import OpenAI
client = OpenAI(base_url="https://www.ruapi.ai/v1", api_key="sk-...")
def get_weather(city):
return f"В городе {city} сейчас +5 °C" # здесь будет ваш код
tools = [{
"type": "function",
"function": {
"name": "get_weather",
"description": "Погода в городе",
"parameters": {
"type": "object",
"properties": {"city": {"type": "string"}},
"required": ["city"],
},
},
}]
messages = [{"role": "user", "content": "Какая погода в Казани?"}]
for _ in range(5): # не больше 5 шагов
reply = client.chat.completions.create(
model="deepseek-flash", messages=messages, tools=tools
).choices[0].message
messages.append(reply)
if not reply.tool_calls: # модель ответила текстом — задача решена
print(reply.content)
break
for call in reply.tool_calls: # модель просит вызвать инструмент
args = json.loads(call.function.arguments)
messages.append({
"role": "tool",
"tool_call_id": call.id,
"content": get_weather(**args),
})
else:
print("Лимит шагов исчерпан")
Минимальный агент на Python: модель deepseek-flash сама решает, вызвать ли функцию get_weather, получает результат и отвечает. Замените функцию своей — поиском по базе, запросом к CRM, отправкой сообщения. Нужен пакет openai (pip install openai); вместо sk-… вставьте ключ RuAPI. Тот же код работает с gpt-6-luna и claude-sonnet-5-5 — меняется только имя модели.
Из чего состоит ИИ-агент и где обычно застревают
Агент — это модель, инструменты и цикл.
Чат-бот отвечает текстом. Агент получает описание инструментов (функций), и на каждом шаге модель либо отвечает, либо просит вызвать инструмент с такими-то аргументами. Программа выполняет вызов, возвращает результат модели — и так по кругу, пока задача не решена. Конструкторы вроде n8n прячут этот цикл за узлом AI Agent, а в коде он занимает несколько строк.
Нужна модель, которая умеет вызывать инструменты.
Вызов функций (tool calling) поддерживают GPT, Claude, DeepSeek, Gemini и Qwen. Но OpenAI и Anthropic Россию не обслуживают, а их API не оплатить картой российского банка. RuAPI принимает запросы в формате OpenAI по адресу https://www.ruapi.ai/v1 — этот формат понимают n8n, Dify, Langflow, Flowise, LangChain и SDK OpenAI.
Агент тратит больше, чем чат.
На одну задачу агент делает несколько запросов и каждый раз отправляет модели всю историю и описания инструментов. Поэтому важны три вещи: недорогая модель для рутинных шагов, ограничение числа шагов и лимит расходов. В RuAPI бюджет задаётся прямо на ключе — больше этой суммы агент не потратит.
Как создать ИИ-агента: 5 шагов
Шаги 1–2 и 5 общие; на шагах 3 и 4 выберите один путь — без кода или на Python.
Опишите задачу и инструменты
- Сформулируйте одну задачу: «отвечать клиентам по базе знаний», «разбирать заявки из почты и заносить в таблицу», «искать товары по запросу».
- Перечислите, что агенту нужно уметь: читать таблицу, искать в документах, вызывать ваш API, отправлять сообщение. Каждое умение — отдельный инструмент с понятным названием и описанием.
- Начните с одного-двух инструментов: чем их больше, тем чаще модель ошибается в выборе и тем дороже каждый запрос.
Зарегистрируйтесь в RuAPI и создайте ключ
Аккаунт на www.ruapi.ai создаётся по email, через Google, Яндекс или Telegram. Новому аккаунту обычно сразу начисляется $0,05 на deepseek-flash, claude-haiku-5-5 и gpt-6-luna — первого агента можно проверить до оплаты. Остальные модели открываются после пополнения от 5 USDT; как купить USDT за рубли через СБП — в docs.ruapi.ai/ru/buy-usdt.
Консоль → «API-ключи» → «Создать ключ». Отключите «Без ограничений» в блоке «Бюджет» и укажите сумму: если агент зациклится, расходы остановятся на ней.


Путь без кода: n8n, Dify, Langflow или Flowise
- n8n: создайте учётные данные OpenAI — API Key: ключ RuAPI, Base URL: https://www.ruapi.ai/v1. Добавьте узел AI Agent, подключите к нему OpenAI Chat Model с моделью deepseek-flash и нужные инструменты (HTTP Request, Google Sheets, поиск по векторной базе). Подробно — www.ruapi.ai/n8n-v-rossii.
- Dify, Langflow и Flowise настраиваются так же: провайдер, совместимый с OpenAI, тот же адрес с /v1 и ключ. Инструкции — www.ruapi.ai/dify-v-rossii, www.ruapi.ai/langflow-v-rossii и www.ruapi.ai/flowise-v-rossii.
- Все четыре программы можно поставить на свой компьютер или сервер; лицензии у них разные — перед коммерческим использованием прочитайте условия.
Путь с кодом: Python и SDK OpenAI
- Установите пакет: pip install openai. В клиенте укажите base_url="https://www.ruapi.ai/v1" и ключ RuAPI.
- Опишите инструменты в параметре tools (название, описание, параметры в JSON Schema) и напишите цикл, как в примере выше: вызов модели → выполнение tool_calls → результат обратно в messages.
- Ограничьте число шагов (в примере — 5) и проверяйте аргументы, которые присылает модель, прежде чем выполнять действие.
- Когда инструментов и шагов станет много, перейдите на фреймворк: LangChain и LangGraph подключаются тем же адресом и ключом — www.ruapi.ai/langchain-v-rossii.
Проверьте агента и ограничьте его
- Прогоните 10–20 типичных запросов и посмотрите в журнале запросов Консоли RuAPI, сколько шагов и токенов ушло на каждый.
- Опасные действия — оплату, удаление, рассылку — выполняйте только после подтверждения человеком.
- Не кладите в системный промпт пароли и ключи: пользователь может выманить их у модели.
- Если агент доступен снаружи (бот, виджет на сайте), ограничьте число сообщений от одного пользователя — иначе чужие запросы потратят ваш баланс.
Адреса и ключи: docs.ruapi.ai/ru/quickstart · n8n: docs.ruapi.ai/ru/integrations/n8n · кэширование: docs.ruapi.ai/ru/prompt-caching
Три способа сделать агента
Без кода
n8n — автоматизации и узел AI Agent
Dify — чат-боты и базы знаний
Langflow, Flowise — схемы из блоков
С кодом
SDK OpenAI + цикл с tools
LangChain / LangGraph
base_url: https://www.ruapi.ai/v1
Готовый агент
Hermes Agent, OpenClaw — личный помощник
Claude Code, Cline — агент для кода
подключаются тем же ключом
Цены на модели для ИИ-агентов
Модели, которые поддерживают вызов инструментов. Цены — в долларах за 1 млн токенов, со страницы цен RuAPI; списываются только потраченные токены.
| model | input $/M | output $/M |
|---|---|---|
| deepseek-flash | $0.17 чтение кэша $0.0120 | $1.44 |
| gpt-6-luna | $0.12 чтение кэша $0.0120 >272K: $0.24 | $0.60 >272K: $0.90 |
| qwen3.8-flash | $0.14 чтение кэша $0.0288 | $0.49 |
| claude-haiku-5-5 | $0.12 чтение кэша $0.0120 >100K: $0.60 | $0.60 >100K: $3.00 |
| claude-sonnet-5-5 | $2.40 чтение кэша $0.12 | $12.00 |
| gpt-6.1-sol | $2.40 чтение кэша $0.12 >272K: $4.80 | $12.00 >272K: $18.00 |
Возьмём задачу в 4 шага: на каждом около 3 000 входных токенов (история и описания инструментов) и 300 токенов ответа — всего 12 000 входных и 1 200 выходных. По нашей оценке, на deepseek-flash это около $0,004, на claude-sonnet-5-5 — около $0,043 без учёта кэша. Поэтому простые шаги выгодно отдавать недорогой модели, а сильную подключать там, где агент ошибается.
Серая строка «>272K» — тариф производителя для длинных промптов: если промпт превышает порог, по этому тарифу считается весь запрос.
