Блог · 6 минут чтения

WAT-фреймворк: как я делаю Claude Code надёжным

WAT делит ИИ-проект на три слоя. Workflows (инструкции) говорят, что делать, агент (Agent) принимает решения, а инструменты (Tools) выполняют работу. Так устроены все ИИ-проекты на этом сайте. Ниже — как это работает и каких правил я держусь, чтобы выжать из подхода максимум.

Три слоя друг над другом: workflows, агент, инструментыТри слоя друг над другом: workflows, агент, инструменты

Какую проблему он решает

Поручите ИИ-агенту задачу из десяти шагов целиком, и большинство шагов он, скорее всего, сделает правильно. В этом и проблема. Если каждый шаг верен на 90%, пять шагов подряд верны только в 59% случаев. Ошибки накапливаются, а ошибается агент таким же уверенным тоном, каким отвечает правильно.

Решение не в более умном промпте. Нужно перестать поручать модели то, что код делает лучше. Модель сильна в суждениях: что важно, что сказать, что попробовать дальше. Код силён в другом: делать одно и то же одинаково каждый раз. Загрузить страницу, посчитать, проверить, собрать PDF.

Три слоя

W

Workflows

Инструкции в Markdown в папке workflows/. В каждой: цель, входные данные, какие инструменты использовать, как выглядит результат и что делать в нестандартных случаях. Пишутся так, как вы ставили бы задачу коллеге.

A

Агент

Claude Code. Он читает инструкцию, принимает решения, запускает инструменты в нужном порядке, разбирается с ошибками и задаёт вопросы, если что-то неясно. Он превращает задачу в действия и не делает каждый шаг вручную.

T

Инструменты

Скрипты на Python в tools/, которые делают саму работу: запросы к API, обработка данных, файлы, базы данных. Они быстрые, их легко тестировать, и результат каждый раз один и тот же. Ключи лежат в .env.

Типичный проект выглядит так:

CLAUDE.md      # правила: ты агент, вот как ты работаешь
workflows/     # инструкции в Markdown: что делать и как
tools/         # скрипты на Python, которые делают работу
schemas/       # JSON-контракты между агентом и инструментами
.tmp/          # промежуточные файлы, можно удалять
.env           # API-ключи, в git не коммитятся

Как применять его правильно

Сама по себе структура не делает проект надёжным. Надёжным его делают правила ниже, и каждое взято из проекта, который я довёл до релиза.

  1. Пишите инструкцию раньше кода. Если вы не можете записать цель, входные данные и критерий готовности, агент их тоже не угадает.
  2. Решает модель, исполняет код. Если шаг должен каждый раз давать одинаковый результат, это инструмент. Загрузку, подсчёт, объединение данных, графики и рендер никогда не оставляйте модели.
  3. Поставьте между ними контракт. Агент пишет JSON, а JSON Schema проверяет его до того, как запустится что-то медленное или дорогое. В моём видеогенераторе раскадровка, которая не прошла проверку схемой, до рендера не доходит.
  4. Добавьте проверку, которая может сказать «нет». В моём исследовательском процессе валидатор не даёт собрать PDF, если у какого-то утверждения нет источника или какая-то ссылка не работает. Правила ИИ сообщают, а соблюдать их заставляет код.
  5. Заранее задайте точки, где решает человек. Исследовательский процесс останавливается в четырёх контрольных точках, например чтобы человек утвердил список конкурентов до запуска девяти исследовательских агентов. Ошибку дёшево исправить в начале и дорого — в конце.
  6. Прежде чем писать новый инструмент, поищите готовый. Агент первым делом смотрит в tools/. Новые скрипты появляются, только если ничего не подходит, поэтому набор инструментов остаётся небольшим и проверенным.
  7. Ограничьте число повторов. В видеогенераторе агент-ревьюер возвращает SHIP или список правок, и у него максимум два круга. Потом запуск останавливается. Если агенту можно ходить по кругу бесконечно, он так и сделает.
  8. Превращайте каждый сбой в улучшение инструкции. Когда инструмент ломается, агент чинит его, проверяет исправление и записывает вывод в инструкцию: лимит запросов, медленный API, сайт, который блокирует ботов. Следующий запуск не упрётся в ту же стену.
  9. Спрашивайте, прежде чем тратить деньги. Если исправление требует повторных платных запросов к API, агент сначала спрашивает.
  10. Давайте агенту только нужные инструменты. Белый список скриптов, а не полный доступ к командной строке. Секреты лежат в .env и не попадают в git.

Стартовый CLAUDE.md

Claude Code читает CLAUDE.md в начале каждой сессии, поэтому фреймворк живёт именно там. Короткая версия:

# Инструкции для агента

Ты работаешь по фреймворку WAT.
- Workflows: прежде чем действовать, прочитай нужный файл в workflows/.
- Агент: ты принимаешь решения и запускаешь инструменты по порядку.
  Не делай вручную то, что уже делает инструмент.
- Tools: скрипты в tools/. Прежде чем писать новый,
  поищи готовый.

Если инструмент упал: прочитай ошибку целиком, исправь инструмент,
проверь ещё раз и запиши вывод в инструкцию.
Спрашивай, прежде чем повторно запускать что-то платное.
Не перезаписывай инструкцию, не спросив.

Когда он не нужен

Разовому вопросу или быстрой правке три слоя не нужны. WAT окупается, когда задача повторяется, когда в ней много шагов или когда ошибка чего-то стоит: отчёт уходит клиенту, видео выходит под брендом, по результатам аудита кто-то будет принимать решения.

Как это выглядит в реальных проектах

← Все статьи