Агентные кейсы
Разработка и DevOps

AX Check проверяет, как агенты для кода осваивают ваш продукт

AX Check запускает трёх агентов для кода в песочницах, чтобы они с нуля освоили ваш продукт, и выдаёт оценку из 100, советы по исправлениям и записи сессий. Например, Moderne получил 65 баллов из-за отсутствия llms.txt.

Сделано со своим агентом


Что сделали

На AX Check вводят адрес сайта продукта, и сервис сначала проверяет сам сайт. Потом три агента для кода в песочницах пытаются пройти онбординг от начала до конца. В ответ сервис даёт конкретные советы, что поправить в документации, маркетинговом сайте, CLI, MCP или Skills, и показывает настоящие сессии агентов.

Что получилось

Результат выдаётся в баллах из 100 с буквенной оценкой и местом в рейтинге. Среди примеров oleander со 100 баллами, Moderne с 65 (нет llms.txt) и Strapi с 65 (агентам пришлось угадывать цены).

Пояснение

Онбординг здесь это путь нового пользователя от знакомства с продуктом до первого работающего результата. llms.txt это файл на сайте с кратким описанием продукта и ссылками на документацию специально для языковых моделей.

Кому пригодится

Командам продуктов для разработчиков (API, SDK, CLI), которые хотят, чтобы агенты для кода без проблем подключали их продукт.

Попробуйте сами

Представь, что ты новый разработчик и пытаешься начать работу с [мой продукт или API], пользуясь только публичной документацией по адресу [адрес документации]. Пройди quickstart в новой временной папке и записывай каждый шаг, ошибку и место, где застрял. В конце дай оценку из 10, пять главных исправлений в документации или настройке и лог того, что ты пробовал. Не используй настоящие учётные данные, не спросив меня.

Нужна помощь с запуском? Вступайте в сообщество AI Pack ↗

Читать оригинал ↗

Источник: ax-check.com ·

Похожие кейсы

Веб-приложение с базой, хранилищем картинок и лендингом на Replit Agent за $35.82

Автор собрал в Replit Agent сайт для сообщений о проблемах безопасности на дорогах с базой Postgres, хранилищем картинок, аналитикой и лендингом. Приложение работает на своём домене, а переход на S3 не удался и был откачен.

Автоматическое ревью pull request в GitHub агентом n8n

Автор статьи на Medium собрал в n8n агента, который на каждый новый PR забирает diff, просит модель OpenAI сделать ревью и публикует комментарий с меткой. Ревью получались многословными и могли пропускать главные проблемы.