Assemblix: убийца n8n для AI-агентов

Визуальный конструктор AI-агентов с памятью, отладкой и 5 провайдерами — без единой строки кода

Стартовый экран создания AI агента
Стартовый экран создания AI агента

Привет, я Никита — основатель Assemblix

Assemblix — это платформа, на которой вы собираете AI-агента визуально, из готовых блоков, и получаете работающий API за 10 минут. Агент помнит контекст диалога, работает с любой нейросетью (OpenAI, Claude, GigaChat, DeepSeek, Gemini), а каждый его шаг прозрачен — видно что он сделал, почему и сколько это стоило. Менять поведение агента может менеджер или маркетолог, без разработчика и без релиза.

А почему не написать код?

Создание AI-агента с нуля — это, мягко говоря, боль. Если кратко что нужно сделать: серверную часть, подключение нейросети, хранение диалогов, API.

Каждый раз, когда хочется поменять поведение агента — задача разработчику.

Агент ответил клиенту что-то странное — разбираться идёт разработчик, потому что без него никак.

Хотите попробовать другую нейросеть — переделывайте пол проекта.

Именно по этой причине Openai в октябре запустил Agent Builder — визуальный конструктор, где агента можно собрать без кода. По их данным, команды сокращают разработку агентов с месяцев до часов. Все бы круто, но в этом случае вы подписываетесь, что будете работать только с Openai моделями. А это далеко не всегда выгодно и дает хорошее качество.

n8n и Flowise дают выбор моделей, но они про автоматизацию вообще, а не про AI-агентов конкретно. Во первых этим банально сложнее научиться пользоваться, во вторых вам все еще придется писать свою логику вокруг этих инструментов.

Мы решили совместить лучшее из обоих миров: удобство визуального конструктора как у OpenAI и гибкость в выборе провайдера. Вот что из этого получилось.

Что умеет Assemblix

Память из коробки

Агент помнит, о чём вы говорили вчера, неделю назад, месяц назад. Не нужно ничего настраивать — память работает сразу.

Если у вас несколько агентов (классификатор, продажник, саппорт) — они могут видеть общую историю клиента. Один клиент переходит от агента к агенту, и контекст не теряется.

Легкая смена модели

OpenAI, Claude, GigaChat, DeepSeek, Gemini — всё доступно из интерфейса. Не нужно регистрироваться у каждого провайдера и заводить ключи — Assemblix даёт доступ ко всем моделям через встроенные кредиты. Зарегистрировались, выбрали модель, работаете.

Захотели попробовать другую модель? Один клик. Всё остальное остаётся как было.

В случае необходимости можете использовать свои API ключи и не платить за использование наших кредитов.

Полная прозрачность работы агента

Агент ответил клиенту что-то не то? Не нужно звать разработчика и копаться в серверных логах. Открываете историю выполнения — и видите весь путь: что агент получил, что ответил, и сколько заняло времени. Каждый шаг, каждое решение.

Менеджер сам находит проблему за пять минут. Без тикетов в разработку, без ожидания.

Пример окна дебага
Пример окна дебага

Визуальный конструктор

Перетащили блоки: агент, условие, HTTP-запрос. Соединили. Настроили промпты. Готово.

Клиент спросил про оплату — один агент. Написал про баг — другой. Условная логика, ветвления, цепочки агентов — всё визуально, без кода.

Пример агента с условной логикой и хранением состояния
Пример агента с условной логикой и хранением состояния

Как это работает

Собираем AI-помощника для классификации запросов клиентов. Три шага.

Собираем. Открываем конструктор — есть готовые шаблоны (роутинг запросов, квалификация лидов) или чистый холст. Добавляем блок агента, выбираем модель, пишем промпт. 5 минут.

Assemblix: убийца n8n для AI-агентов

Тестируем. Нажимаем Play — открывается чат отладки. Пишем тестовый запрос. Блоки подсвечиваются зелёным по мере выполнения: агент отработал за 1.5 секунды, потратил 0.45 кредита, правильно определил категорию.

Assemblix: убийца n8n для AI-агентов

Публикуем!. Нажимаем «Опубликовать» — получаем API. Вызываем откуда угодно:

Assemblix: убийца n8n для AI-агентов

От идеи до работающего API — 10 минут. Без инфраструктуры.

Что делают на Assemblix

Квалификация лидов — агент анализирует диалог, вытаскивает бюджет и сроки, отправляет горячих в CRM

Саппорт с маршрутизацией — классификатор определяет тип запроса и направляет к нужному агенту

Генерация контента — цепочка агентов: исследователь → структуризатор → писатель

AI-тренажёры — цепочки упражнений с адаптацией под результаты (кейс Soft Skills Lab — 20+ упражнений для закрепления навыков)

Для кого это

Подходит, если:

  • У вас 2+ AI-агентов в продукте (или планируете)
  • PM или маркетолог хочет сам менять промпты без разработчиков
  • Дебаг проблем с агентами отнимает часы
  • Застряли на одном провайдере и хотите гибкость

Не подходит, если:

  • Один простой чат-бот без планов на развитие
  • Нужен полный контроль над кодом
  • Разработчики свободны и всё меняют за минуты (завидую)

Итого

Если строите AI-агентов в продакшене и чувствуете, что тратите больше времени на поддержку, чем на развитие — попробуйте assemblix. 1000 бесплатных кредитов, первый агент за 10 минут.

Полезные ссылки:

А как вы управляете AI-агентами? Пишете с нуля? Сидите на n8n? Свой велосипед? Расскажите в комментариях — интересно, с какими проблемами сталкиваетесь.

66