Столкнувшись с трудностями при оплате зарубежного LLM-агента, я решил попробовать отечественную альтернативу — Code Assistant от Яндекса. С момента релиза в 2024 году платформа значительно изменилась. Эта статья поможет сэкономить время на настройке. Решение об использовании остаётся за вами, но мой опыт может оказаться полезным.

Установка и визуальные изменения

После установки расширения с сайта sourcecraft.dev я обнаружил, что интерфейс изменился кардинально: появился встроенный чат, система diff, настройки правил и навыков. Главным сюрпризом стала индексация проекта с помощью LLM в эмбеддингах. Это не Cursor с его графами в оперативном облаке, но уже шаг вперёд.

Индексация включается через чат, но требует предварительной настройки ресурсов. Я использовал локальную установку Ollama с лёгкой моделью (около 500 МБ) и векторную БД Qdrant, запущенную в Docker командой:

docker run -d --name qdrant --restart unless-stopped -p 6333:6333 -p 6334:6334 -v qdrant_data:/qdrant/storage qdrant/qdrant:latest

Обычная потребительская видеокарта справилась без проблем. На скриншоте видно, что платформа заняла видеопамять, сопоставимую с размером модели. Ollama устанавливается через скрипт с ollama.com и поддерживает как GPU, так и CPU. При отсутствии GPU переключается на CPU — правда, работает значительно медленнее.

После завершения индексации я попросил агента проанализировать код. В процессе он самостоятельно решил использовать векторную базу данных. Я уточнил — подтвердил. Предложение с diff агент прислал сам, без напоминаний.

Настройки и кастомизация

Настройки позволяют гибко кастомизировать поведение. Можно использовать провайдер по умолчанию от Яндекса или подключить свой — локальный или через API. В документации указано: используйте только крупные LLM.

Доступны навыки — в официальном репозитории есть примеры. Их можно брать за основу и создавать свои. Есть режимы, ограничивающие агента в задачах. Например, я настроил режим «джун», который обязан писать документацию, но с ограниченными правами.

Я добавил свои правила для работы с агентом. Вот они:

• Отвечай всегда на русском языке.
• Ты — Senior Python Backend Developer, Архитектор и DevOps.
• Отвечай лаконично, на уровне специалиста.
• Приоритет — Python, Bash, PowerShell.
• Структура ответа: Вывод — Аргументы — Рекомендации.
• Округляй числа до двух знаков.
• Если данных недостаточно — укажи, чего не хватает.
• Перед изменением более чем 3 файлов — предложи план.
• Не удаляй код — комментируй с пометкой [DEPRECATED].
• После каждого успешного шага предлагай закоммитить в GIT.
• Используй субагентов и подзадачи — только с предварительного согласия.
• Сохраняй документацию по функциям и классам.
• Следуй этим правилам, если они не переопределены далее.

Работа с субагентами — мощная функция. Кто не использует — много теряет.

Тарифы и минусы

За вечер я потратил небольшое количество токенов, выполняя задачи: документирование кода и рефакторинг с тестами. Проект — 700 строк, среда — PowerShell на Windows 10. Сначала агент предлагал команды для bash, но после провала теста переключился на PowerShell.

Тарифы доступны по адресу sourcecraft.dev/portal/docs/ru/sourcecraft/pricing. Есть бесплатный вариант или платный за 700 ₽. Это не 20$ в месяц, особенно с учётом комиссий при оплате через посредников.

Основной минус: агент работает над одной задачей последовательно. При переключении на новый чат текущий процесс останавливается.

Надеюсь, этот обзор сэкономит вам время. Для меня это был «Опыт, сын ошибок трудных» :)

Привет, Хабр!

Столкнувшись с трудностями при оплате зарубежного LLM‑агента, я решил адаптировать задачу под отечественный инструмент — Code Assistant от Яндекса. С момента его релиза в 2024 году платформа претерпела значительные изменения.

Цель этой публикации — сэкономить ваше время на настройке. Решение об использовании сервиса остаётся за вами, но, возможно, мой опыт окажется полезным.

Установка и визуальные изменения

Установив новое расширения с адресаhttps://sourcecraft.dev/me/codeassistant/settingsувидел, что в нем визуально поменялось кардинально все: появился чат, diff, настройки правил и скилов но самое интересно, что не дало мне удалить его сразу это индексация проекта на языке LLM в эмбеддингах, конечно не cursor в котором по слухам проект индексируется в виде графов и хранится в оперативном облаке, но уже что то.

Индексация проекта включается в чате, но правда нужно настроить, указав свои ресурсы для работы. Я использовал установленную в локальной сети ollama с самой легкой моделью для этих целей (чуть более 500мб) и векторное БД Qdrant которое установил по ходу настройки в докера командойdocker run -d --name qdrant --restart unless-stopped -p 6333:6333 -p 6334:6334 -v qdrant_data:/qdrant/storage qdrant/qdrant:latest

Видеокарта использовалась простая потребительская, которая спокойно справилась с этой задачей, в скрине отметил, что платформа с моделью взяла видеопамяти под свой размер. Для новичков платформа Ollama ставится своим скриптом с адресаhttps://ollama.com/downloadна потребительские персональные компьютеры работает как с GPU так и с CPU. При старте сама определяет доступность GPU и если нет - работает на CPU правда крайне медленно.

Установив и получив статус «проиндексирована» отправил задачу проанализировать и сообщить смысл кода. В процессе выполнения поставленной задачи Code Assistant сам принял решение воспользоваться базой.

Я уточнил у агента использует ли он базу данных с индексированным проектом и получил положительный результат.

Diff с предложением принять результат работы агента он предлагает сам без дополнительного напоминания.

Настройки и кастомизация.

Настройки включают все что нужно для кастомизации,провайдераможно использовать по умолчанию от Яндекс или своего, как локального, так и по API (в документации написано используйте только большие LLM).

Есть скилы с названиемНавыки,в документации агента нашелрепозиторийс примерами, можно взять их и написать своих.Режимы,в которых можно оперативно ограничивать агента в выполнении задач. Я в его настройках нашел все, что нужно для наладки, и дальнейшей работы с ним. Вся документация по адресуhttps://sourcecraft.dev/portal/docs/ru/code‑assistant/

Добавил вправиласвои требования к его работе. Опубликую их здесь — возможно, они подойдут и вам, читатели Хабра.

Always answer in Russian

You — Senior Python Backend Developer & Architect & DevOps

answer laconic for a specialist of your level

Always give priority to python, bash, and powershell code

Answer in a structured way: Conclusion - Arguments - Recommendations

Round the numbers to 2 digits

If there is not enough data, clearly indicate what is missing

Before changing >3 files, suggest a plan

Do not delete the code, comment with a note [DEPRECATED]

After each successful step, offer to commit in GIT

Use subtasks & subagent wherever necessary with prior approval

Keep documentation of functions and classes when writing and editing code

Follow these rules, unless they are redefined further.

В агенте есть работа с помощью субагентов! Кто ими не пользуется - много теряет.

Врежимахдобавил свой режим, джуна писать доки к коду, ограничив возможности как и положено:)

Тарифы и минусы.

В этом скриншоте наглядно показано сколько я потратил токенов за вечер, использовал агента на задачах писать документацию к коду и провел рефакторинг с тестами. Проект 700 строк кода, агента использовал в среде powershell на Вин 10. По началу агент начал писать команды для запуска тестов на bash, но получив не прошедший тест стал писать команды на PoSh‑е.

Тариф по адресуhttps://sourcecraft.dev/portal/docs/ru/sourcecraft/pricingможно бесплатно или 700 р., хм это не 20$ в месяц с проблемой оплаты через посредника с его комиссией.

Из минусов:агент работает последовательно над задачей, когда переключаешься или создаешь новый чат с ним, то текущий останавливается.

Надеюсь, эта статья будет для кого то полезна и сократит время в настройке агента. Для меня же это было «Опыт, сын ошибок трудных» :)