28 рецептов в трёх разделах: путеводитель по кукбуку Model API
Кукбук Meta обещает рецепты, которые запускаются с первого копипаста. Обещание держится на структуре: каждый раздел опирается ровно на то, что доказал предыдущий.
Философия устройства
Каждый рецепт — самодостаточная копипаст-заготовка: доказывает одну возможность и оставляет вам основу для дальнейшей работы. Подготовка намеренно тривиальна: аккаунт Model API, ключ в переменной MODEL_API_KEY и OpenAI SDK, направленный на https://api.meta.ai/v1. API drop-in-совместим с OpenAI SDK, Anthropic SDK и агентными CLI вроде OpenCode — рецепты работают с инструментами, которые у вас уже стоят. Форматы: ноутбуки Colab плюс самостоятельные Python-файлы.
Раздел первый: основы API (10 рецептов)
Примитивы, по одному за раз: первый chat completion, стриминг, вызов инструментов, структурированный вывод, кэширование промптов, управление токенами рассуждений, работа с изображениями, длинный контекст, обработка ошибок с backoff и поисковое заземление с инлайн-цитатами. Дисциплина здесь в том, что каждый рецепт проверяет ровно один строительный блок — и когда позже в сложном агенте что-то сломается, вы будете знать, какой примитив подозревать, потому что видели каждый работающим в изоляции.
Два из них легко недооценить. Кэширование промптов — это вся экономика агентного кодинга: контекст репозитория, пересылаемый каждый ход, тарифицируется по кэшированной ставке, в разы дешевле свежего входа (почему именно это определяет реальные счета — в разборе тарифов). А структурированный вывод — JSON, гарантированный схемой и парсящийся с первого раза — это разница между агентным конвейером и кучей регулярок.
Раздел второй: агентные паттерны (5 рецептов)
Здесь модель становится агентом: базовый цикл «восприятие — решение — действие», чередование рассуждений и вызовов инструментов в одном ходе, управление контекстом на длинных прогонах, валидируемые правки по месту (search-and-replace, который сам себя проверяет — паттерн, которым пользуется каждый серьёзный кодинг-агент) и copilot против усталости от алертов, извлекающий обоснованные паттерны из шумного потока со строгой JSON-самооценкой. Пять рецептов — и вместе они дают рабочий чертёж того, как изнутри устроены инструменты вроде Muse Code.
Раздел третий: сценарии применения (13 рецептов)
Раздел-развязка, и суть его — в размахе: анализ графиков и «скриншот → багфикс» со стороны восприятия; веб-дизайн и геймдев с проверкой в браузере, где агент сам сверяет свою работу в настоящем браузере; выполнение кода в песочнице; продуктовая студия из четырёх профилей (PM, бэкенд, фронтенд, техписатель), координирующихся через общую канбан-доску; 3D-игра, собранная за один заход из единственного структурированного промпта; автономный бот для GitHub Actions; и computer use на Linux и macOS. Каждый — маленький продакшен-паттерн, а не игрушка.
С чего начать
Если вы оцениваете API: fundamentals 01 (quickstart), затем 03 (вызов инструментов), затем agent patterns 01 — один вечер, и вы поймёте форму платформы. Если вы пользователь Muse Code — идите сразу к трём рецептам про Muse Code: fan-out агентов, встроенные скиллы, отслеживание целей — они превращают ключевые паттерны продукта в запускаемый код. Полный указатель перечисляет все 28 со ссылками на исходники.