Что такое ИИ-агент на практике: собираем его за час без VPN и кода

Большинство инструкций показывают только «победный маршрут»: сделай раз, сделай два, готово. В реальности плагины не заводятся, модели не отвечают из России, а Word, открытый на экране, оказывается невидимым для агента. Автор репозитория на GitHub собрал не просто пошаговый план, а карту граблей: девять задокументированных проблем с решениями и список тупиковых веток, от которых пришлось отказаться. Источник: репозиторий github.com/alreadyexistalreadyexist-afk/dsh-free-agent-case, лицензия MIT.

Что такое ИИ-агент и зачем собирать его локально?

ИИ-агент (agent) отличается от обычного чата тем, что умеет не просто отвечать на вопросы, а действовать: видеть ваши файлы, открывать программы, писать в документы. Это не «окно в браузере», а среда, подключённая к вашему компьютеру.

Зачем это автору или маркетологу? Например, вы просите агента добавить строку в открытый Word, и он добавляет. Тот же доступ открывает Excel, браузер и любые другие программы. Чтобы понять, что такое ИИ-агент на практике, лучше один раз собрать его самому, чем читать десять определений.

Что понадобится

• Компьютер с Windows (PowerShell предустановлен)
• Подключение к интернету из России, VPN не нужен
• Около 30-60 минут времени
• Нулевой опыт в коде (достаточно копировать команды в PowerShell)
• Не нужны: банковская карта, API-ключи, регистрация

Автор лично проверил доступность всех источников прямыми запросами с машины в России: nodejs.org, registry.npmjs.org, astral.sh, git-scm.com, github.com. Все отвечают HTTP 200.

Из чего состоит среда?

Готовый агент работает в три слоя:

• Основа. DSH (DeepSeek Harness), открытая оболочка (open-source), в которой живёт агент
• Модели. OpenCode Zen, бесплатный каталог моделей без ключей и регистрации. Работает из России, но часть каталога выдаёт RegionError. Рабочая модель, которую автор подтвердил, называется big-pickle
• Доступ к программам. Агент подключается к Word, Excel и другим приложениям через MCP-мост (MCP, Model Context Protocol, протокол, через который ИИ-агент «видит» внешние программы) или напрямую через COM-команды Windows

Пошаговая инструкция

Полная версия содержит 19 шагов и лежит в репозитории. Ниже сжатый маршрут с ключевыми командами.

1. Установите Node.js. Скачайте с nodejs.org, запустите установщик. После установки откройте PowerShell и проверьте:

node --version

1. Разблокируйте PowerShell для npm. Без этого шага любая команда npm упадёт с ошибкой «running scripts is disabled». Выполните:

Set-ExecutionPolicy RemoteSigned -Scope CurrentUser

1. Установите DSH (оболочку агента). Следуйте инструкции из репозитория, используя npm или pnpm.

2. Подключите каталог моделей OpenCode Zen. Установите плагин @opencode2dsh/dsh-plugin. После установки проверьте, что источник моделей появился, командой:

dsh -profile web -dump-config

По экрану судить нельзя: установка может пройти визуально успешно, но источник в конфигурации не появится.

1. Выберите модель big-pickle в каталоге. Остальные модели могут выдавать RegionError из России.

2. Подключите Word (или другую программу). Два пути: через MCP-мост (пакет word-mcp-live) или напрямую через COM-команды. Оба рабочие.

3. Проверьте связку. Откройте документ Word, попросите агента добавить строку. Если строка появилась в документе, среда работает.

Что делать с этим прямо сейчас, по ролям

Автору Дзена. Попробуйте собрать агента по инструкции и напишите об этом статью: сам процесс сборки даёт уникальный контент, а не пересказ чужих новостей. Описание своих ошибок ценнее гладкого гайда.

Маркетологу. Локальный ИИ-агент, подключённый к Word и Excel, позволяет автоматизировать рутину с документами без передачи данных на внешние серверы. Для тестов этого достаточно, для боевых задач придётся ждать стабильных моделей с полным доступом из РФ.

Предпринимателю в РФ. Вся связка работает без VPN, без карты и без регистрации. Из доступных в России коммерческих аналогов агентного подхода стоит следить за YandexGPT и GigaChat, но на момент публикации ни один из них не предлагает локальную сборку агента с прямым доступом к приложениям в таком формате.

Полная инструкция из 19 шагов, раздел проблем с решениями и список отвергнутых подходов лежат в открытом репозитории на GitHub под лицензией MIT. Если пройдёте кейс, напишите, где споткнулись: ваш опыт обновит инструкцию для следующего новичка, и это ровно тот вклад, который делает открытые проекты рабочими.