💪 სავარჯიშოები: ლექცია 6 (AI Agent ეკოსისტემა 2026)

✨ 100% Zero-Code გარანტია & 3-დონიანი სისტემა

ამ კურსზე პროგრამირების ცოდნა არ არის საჭირო! დავალებები დაყოფილია 3 დონედ:

⚡ 5-Minute Quick-Start: MCP სერვერის მოძიება 3 ნაბიჯში

  1. ნაბიჯი 1: გახსენით mcp.so ან smithery.ai.
  2. ნაბიჯი 2: ძიების ველში ჩაწერეთ თქვენი საყვარელი აპი (მაგ. Google Sheets, Slack, ან Notion).
  3. ნაბიჯი 3: დააკოპირეთ სერვერის JSON კონფიგურაცია 1 კლიკით. თქვენ მზად ხართ აგენტისთვის ახალი ხელსაწყოს (Tool) მისაბმელად!

[🥉 Bronze - 5 წთ] დავალება 1: პლატფორმის შერჩევა (Lindy vs Gumloop vs Make)

მიზანი: გამოიმუშავეთ პლატფორმის სწორად შერჩევის უნარი ბიზნეს-მოთხოვნის მიხედვით.

მოცემულობა: სამი ბიზნეს-სცენარი გეძლევათ:

  1. სასტუმროს ჯავშნების მართვის ჩატბოტი, რომელსაც სჭირდება ბუნებრივ ენაზე ტელეფონზე/იმეილზე პასუხის გაცემა.
  2. ვებ-გვერდებიდან კონკურენტების ფასების ყოველდღიური მოძიება და Excel ანგარიშის აწყობა.
  3. უკვე არსებულ, 15 ნაბიჯიან Make.com სცენარში ერთ ადგილას AI-ის კატეგორიზაციის ჩამატება.

დავალება: თითოეულ სცენარისთვის ჩამოწერეთ, Lindy-ს, Gumloop-ს თუ Make.com AI Modules-ს აირჩევდით და ერთ წინადადებაში დაასაბუთეთ.

💡 დააკლიკეთ პასუხის სანახავად
1. სასტუმროს ჩატბოტი → Lindy (ბუნებრივ ენაზე საუბარი, ადამიანთან ურთიერთობის ცენტრში). 2. ფასების მოძიება → Gumloop (მრავალსაფეხურიანი სქრეიპინგი და ანგარიშის აწყობა ვიზუალურ Canvas-ზე). 3. არსებულ სცენარში AI-ის დამატება → Make.com AI Modules (არსებული 15 ნაბიჯის შენარჩუნება, მხოლოდ ერთი კვანძის დამატება).

[⚡ Live Build - 15 წთ] Grok API + X Search: სიგნალიდან ბრიფინგამდე

მიზანი: სოციალური პოსტებისგან მიღებული სიგნალის უსაფრთხო, ციტირებად ბიზნეს-ბრიფინგად გარდაქმნა.

  1. აირჩიეთ ერთი ბრენდი ან ინდუსტრია და განსაზღვრეთ 7-დღიანი პერიოდი.
  2. ჩამოწერეთ X Search მოთხოვნა: თემა, თარიღი, სასურველი/გამორიცხული ანგარიშები და პასუხის ენა.
  3. შედეგისთვის განსაზღვრეთ JSON ველები: theme, sentiment, evidence_url, risk, needs_review.
  4. Make/n8n-ში დაგეგმეთ Router: წყაროს მქონე ჩანაწერი → დილის ბრიფინგი; წყაროს გარეშე → Human Review.

წესი: მაღალი engagement არ არის ფაქტის სანდოობის მტკიცებულება. მინიმუმ ერთი მნიშვნელოვანი დასკვნა გადაამოწმეთ დამოუკიდებელ წყაროში.

[🥈 Silver - 15 წთ] დავალება 2: Context Engineering & MCP სერვერის შერჩევა

მიზანი: ისწავლოთ MCP Registry-ში ნავიგაცია და კონტექსტის მართვა.

გახსენით mcp.so ან smithery.ai და მოძებნეთ ერთი MCP სერვერი თქვენი ფინალური პროექტისთვის (ლექცია 7-ისთვის).

  1. ჩამოწერეთ სერვერის სახელი და რა შესაძლებლობას აძლევს ის აგენტს.
  2. Context Engineering-ის 4 ბლოკის (მეხსიერება, ხელსაწყოები, ისტორია, ინსტრუქცია) მიხედვით განსაზღვრეთ: რა მინიმალური ინფორმაცია უნდა მიაწოდოთ აგენტს, რომ მან ზედმეტი ტოკენები არ დახარჯოს?

💡 მინიშნება: მაგალითად, თუ აგენტი ამზადებს ინვოისს Google Sheets-ში, მას სჭირდება მხოლოდ Google Sheets MCP და არა ვებ-ძებნის ან Slack-ის ხელსაწყოები.

[🥇 Gold - Mastery] დავალება 3: Agent Trust & Audit Trail სცენარის დაგეგმვა

მიზანი: Human Approval-ის და Audit Trail-ის დაგეგმვა ავტონომიურ აგენტებში.

თქვენი AI Agent ავტომატურად აწყობს ხელშეკრულების პროექტს და უგზავნის კლიენტს ხელმოსაწერად.

დავალება: ჩამოწერეთ, რომელ ერთ ნაბიჯზე გააჩერებდით პროცესს ადამიანის დასტურის მისაღებად (HITL) და რა ინფორმაციას შეინახავდით Audit Trail-ში (ლოგების ცხრილში) ამ კონკრეტული გადაწყვეტილების შესახებ.

💡 არქიტექტურული მინიშნება: Audit Trail უნდა ინახავდეს: 1. დროს (Timestamp), 2. აგენტის მიერ გამოყენებულ Prompt-სა და ფაილებს, 3. დამამტკიცებელი მენეჯერის სახელს, 4. გაგზავნილი ხელშეკრულების PDF ასლს.