# LibreChat с локальными моделями: первый агент

Первый агент LibreChat с локальной моделью: поля Agent Builder, узкая инструкция и повторяемая проверка текстовой задачи.

Автор: Команда Retrivium
Обновлено: 2026-11-03
Канонический URL: https://retrivium.ai/ru/journal/librechat-local-model-agent-start/
Language: ru

Для первого агента LibreChat с локальной моделью сначала проверьте соединение модели, затем сохраните минимальную настройку в Agent Builder. Агент является повторно используемой конфигурацией приложения, а не новой моделью или автоматически локальным окружением инструментов.

## Конкретная граница приложения

Конструктор Agent Builder показывает конфигурацию, которую при начале работы стоит оставить минимальной. Model и Category обязательны, описание необязательно. Инструкцию можно ввести прямо или связать с сохранённым промптом; для первого упражнения выберите прямой текст, чтобы доступ к ещё одному объекту не стал дополнительной зависимостью. Загрузка файлов File Search или File Context выполняется после создания агента. Tool Library зависит от административных настроек и разрешений роли, а отметка Needs setup не означает готовность ресурса. Эти дополнительные компоненты не нужны для проверки текстового локального агента. Такой минимальный состав помогает отнести первый отказ к конкретному слою, а не менять одновременно модель, инструменты и файлы. Выберите узнаваемое название агента, затем снова выберите сохранённого агента в новом чате, чтобы проверить фактическое повторное использование инструкции ([LibreChat feature documentation](https://www.librechat.ai/docs/features)).

## Практический маршрут

Убедитесь, что обычная беседа работает через нужного локального провайдера. Откройте Agent Builder из боковой панели и выберите Create New Agent. Задайте название, обязательные Model и Category, затем узкие инструкции. Нажмите Create до прикрепления файлов. Начните беседу, выбрав агента в списке моделей либо через его запись в интерфейсе чата ([LibreChat Agents](https://www.librechat.ai/docs/features/agents)).

## Разобранный пример

Создайте помощника, который превращает вымышленные описания ошибок в шаги воспроизведения и нерешённые вопросы. Сначала не прикрепляйте инструменты или файлы: вставьте безопасное описание прямо в беседу. Сопоставьте результат с инструкцией. После изменения инструкции начните свежую проверку, чтобы предыдущий контекст беседы не скрыл влияние новой формулировки на результат.

| Проверка | Запись |
| --- | --- |
| Соединение | Локальный провайдер и фактическая модель, использованные в исходной обычной беседе. |
| Сохранённый агент | Выбранная модель, категория и инструкция помощника разбора описаний ошибок. |
| Проба | Вымышленная ошибка и разделение фактов и недостающей информации в ответе. |

## Как правильно прочитать сбой

Отсутствующая локальная модель относится к настройке провайдера, а недоступный инструмент может зависеть от роли или дополнительной конфигурации. Не включайте посторонние ресурсы для исправления простой текстовой задачи. Если агент добавляет неподтверждённые шаги воспроизведения, исправляйте инструкцию и проверяйте исходное описание: повторное использование само по себе не гарантирует правильность ответа ([LibreChat configuration example](https://github.com/LibreChat-AI/LibreChat/blob/main/librechat.example.yaml)).

## Что завершает проверку

Начальный агент полезен, если владелец понимает выбранную модель и может повторить ограниченную задачу. Файлы и инструменты добавляйте для конкретного следующего требования, после чего отдельно проверяйте доступ к каждому такому ресурсу.

Связанные материалы: [llama.cpp server: локальный API из GGUF-модели](/ru/journal/llama-cpp-server-launch/), [VRAM для LLM: почему размер модели — не весь расчёт](/ru/journal/vram-and-models/).