Обзор
Пачка — готовая среда для AI-агентов. Эта страница для команд и разработчиков: чем Пачка уже помогает в работе с агентами, как агента подключить и куда смотреть дальше.
Пачка как среда для AI-агентов
Упомяните агента в треде — остальное он сделает сам. Агент находится внутри разговора, видит контекст и действует автономно.
- Агент — участник команды — действует как сотрудник: читает обсуждения, создаёт задачи, отправляет результаты. Ответственность остаётся за человеком, агент выполняет работу
- Треды как единица работы — каждый тред изолирован, агент видит только его содержимое и отвечает туда же, не загрязняя общий чат
- Сквозные треды — упомяните любого сотрудника в треде, и он увидит весь контекст, даже если не состоит в исходном чате. Один тред — единая точка координации между людьми и агентом
Пример работы AI-агента в треде Пачки
Как агент получает события, собирает контекст и отвечает. Реакция-индикатор и таймер agent-thinking
Агент присылает отчёты и сводки в .md, Пачка рендерит их оформленной карточкой
Как подключить Пачку к агенту
llms.txt
Самый простой способ для разовых задач. Скопируйте ссылку в промпт агента — он получит сводку API со ссылками на документацию. Подходит, когда нужно быстро попросить агента сделать что-то конкретное в Пачке.
Полная документация в одном файле — llms-full.txt (~329K токенов). В стандартные контекстные окна не помещается: 200K у Claude и 128K у GPT-4o. Целиком грузится только в модели с расширенным окном — Gemini 1.5 Pro, Claude 1M. Для постоянной работы предпочтителен CLI — он не нагружает контекст (см. ниже).
Краткая сводка документации со ссылками на страницы
Полная документация в одном файле для загрузки в контекст агента
Любая страница документации доступна в markdown-формате — добавьте .md к адресу страницы. Например: /guides/webhook.md
CLI
Самый быстрый и производительный способ и основной путь для постоянной работы. Минимальное влияние на контекст агента — не нужно загружать документацию, агент узнаёт возможности через --help. Если есть доступ к shell, агент может генерировать скрипты для типовых задач.
Через CLI доступны и произвольные запросы к любому эндпоинту, и вся документация API прямо в терминале — список методов, их параметры, схемы и полный справочник. Агенту не нужно открывать сайт или грузить документацию в контекст. Подробнее — в разделе Прямые запросы.
Пакет на npm
Установка, авторизация, скрипты и CI, полный справочник команд
Context7
Сторонний MCP-сервис. Context7 отдаёт актуальную документацию Пачки в контекст агента — только документацию, без выполнения действий в API. Подходит, когда вы часто просите агента делать разные задачи в Пачке из промптов и хотите, чтобы у него была свежая документация под рукой.
Для других агентов добавьте MCP-сервер https://mcp.context7.com/mcp в настройках. Чтобы агент использовал документацию Пачки, добавьте в промпт use context7 или настройте это через правила агента.
OpenAPI-спецификация
Классический вариант для разработчиков. Наиболее полное описание API без дополнительных обвязок — типы, схемы, все эндпоинты. Подходит для кодогенерации (openapi-generator, Kiota, Orval), GPT Actions и когда вы строите собственную интеграцию с API.
Arazzo (многошаговые сценарии)
OpenAPI описывает отдельные методы. Arazzo — стандарт OpenAPI Initiative для готовых последовательностей вызовов. Машиночитаемое описание типовых сценариев Пачки (в каком порядке какие методы вызывать) — полезно агентам и workflow-движкам для многошаговых задач.
Agent Skills
Набор специфичных знаний об API, разбитый на предметные области (сообщения, чаты, задачи и др.). Каждый скилл содержит описания методов, сценарии с curl-примерами, обработку ошибок и gotchas. Скиллы — не обязательный и не единственный способ работы с API, а отправная точка, которую можно модифицировать под свои задачи.
Команда автоматически определит установленные агенты и подключит скиллы. Совместимы с 40+ AI-агентами через Skills CLI.