GigaChain: как мы делали агентный SDK и попали в топ-2% python опенсорс-библиотек в мире

Доклад о том, как мы делали агентный SDK для GigaChat на базе LangChain, получили санкционный бан, но выжили и вошли в топ‑2% всех библиотек в мире по скачиваниям с PyPI. В конце покажем продвинутый пример агента с открытым исходным кодом, созданного на нашем стеке — GigaAgent. Расскажем, что он умеет и как его использовать для решения своих задач. 00:00 — Начало и история создания SDK для GigaChat. 01:00 — Выбор технологического стека. Почему среди конкурентов (Semantic Kernel, LlamaIndex) был выбран LangChain 02:00 — История создания форка и политика Open Source в Сбере. 04:00 — Сложности поддержки форка. 05:00 — Переход от форка к пакету совместимости. Почему причины для создания форка исчезли 06:30 — Конфликт с LangChain и санкции 07:45 — Успехи в цифрах и экосистема 09:00 — Главный профит Open Source: кейс LlamaIndex 10:30 — Инструменты команды и MCP-серверы 11:30 — Концепция GigaAgent. Переход от узкоспециализированных агентов к универсальному агенту, который может решать широкий круг задач в одном чат-интерфейсе 13:00 — Технические особенности GigaAgent. Работа по формуле React + REPL 14:30 — Демонстрация работы GigaAgent 17:00 — Использование MCP-серверов в демо. Как агент подключает внешние инструменты для точных расчетов 18:00 — Интеграция с CRM и заключение. Возможности постановки задач в Битрикс и ссылки на репозитории GigaChain и GigaAgent