• Базовая архитектура описана как цикл: сообщение пользователя → ответ LLM с вызовом инструмента → выполнение инструмента программой → передача результата обратно LLM.
• Минимальный набор инструментов в примере: чтение файла, получение списка файлов в директории и редактирование файла (создание или замена первой найденной строки).
• Инструменты регистрируются в словаре, а их описание для LLM генерируется из docstring и сигнатуры функций через inspect.
• Системный промпт задаёт формат вызова: одна строка вида tool: TOOL_NAME({JSON_ARGS}) с компактным JSON в двойных кавычках.
• Пример использует клиент anthropic и переменную окружения ANTHROPIC_API_KEY, а вызов модели указан как claude-sonnet-4-20250514.

Почему это важно: Материал снимает ощущение «магии» вокруг кодинг-помощников и показывает границу ответственности между LLM и исполняющим кодом. Такой цикл «LLM → инструменты → контекст» делает поведение агента более объяснимым и проверяемым. Также видно, какие части можно наращивать до продакшен-уровня: контекст, ошибки, UX и набор инструментов.

На что обратить внимание: В описании подчёркивается, что все действия с файлами выполняет локальная программа, поэтому именно она задаёт права и ограничения. Протокол на основе текстового парсинга строк tool: и JSON требует аккуратного разбора и обработки ошибок. В примере редактирование зависит от поиска old_str и заменяет только первое совпадение, а при отсутствии строки возвращает статус. Для продакшен-уровня отдельно перечислены более умное управление контекстом, потоковые ответы, дополнительные инструменты и процедуры подтверждения для деструктивных операций.