Python в Replit: сводка обращений из CSV без ручного подсчёта
Создай небольшой Python-скрипт в Replit с помощью агента: учебный CSV, правила подсчёта, проверка дублей и повторный запуск.
Каждую неделю приходит CSV с обращениями, и ты вручную считаешь категории. Для такого повторяемого действия подойдёт маленький Python-скрипт: правила подсчёта фиксируются один раз, а результат можно проверить на известном наборе. В Replit агент поможет подготовить файлы, но критерии правильности задашь ты.
1. Зафиксируй правила на учебных данных
Создай отдельный проект для упражнения. Попроси агента подготовить среду Python и файлы для консольного скрипта, без сайта и публикации. Если выбранная среда не содержит Python, попроси настроить его до запуска. В Shell проверь python3 --version.
Используем вымышленные обращения. Сохрани их в tickets.csv:
id,category
A01,access
A02,billing
A03,access
A03,access
A04,feature
A05,Правила: одинаковый ID с одинаковой категорией считается один раз; пустая категория превращается в unknown; если один ID встречается с разными категориями, скрипт останавливается с понятной ошибкой. Идентификатор нельзя терять: без него невозможно понять, дубль перед нами или два похожих обращения.
2. Передай агенту точное задание
Сделай консольный скрипт summarize.py на Python 3.
Читай tickets.csv стандартным модулем csv, без внешних пакетов.
Не меняй входной файл. Обязательные колонки: id и category.
Пропуски вокруг значений обрезай. Пустой id — ошибка.
Пустая category становится unknown.
Одинаковые id/category считай один раз.
Одинаковый id с разными категориями — остановка с указанием ID.
Запиши summary.csv с колонками category,count, сортировка по категории.
Выведи число входных строк и уникальных ID.
Никаких сетевых запросов, базы, сайта и публикации.
Сначала объясни ожидаемый результат на приложенном учебном CSV.Проверь объяснение до исполнения. Входных строк шесть, уникальных ID пять. Если помощник считает шесть обращений или молча выбрасывает пустую категорию, исправь правила до запуска.
В этой задаче ИИ пишет программу, а сам подсчёт должен быть детерминированным: одни и те же данные дают одинаковый результат. Модель не нужна для каждого нового CSV, пока категории уже размечены.
3. Запусти и найди файл результата
Открой Shell через меню Tools & files или поиск инструментов. Такой путь описан в справке Replit. Проверь командой pwd, что находишься в папке проекта, затем выполни:
python3 summarize.pyОткрой summary.csv в списке файлов. Ожидаемое содержимое:
category,count
access,2
billing,1
feature,1
unknown,1Сумма count равна пяти уникальным ID. Если файл не появился, прочитай ошибку запуска и передай агенту её текст без секретов. Для обычного повторяющегося запуска приложения Replit рекомендует настроенный Run и Console; Shell здесь удобен для единичной проверки скрипта.
4. Проверь три граничных случая
Сделай копию учебного CSV и меняй по одному условию. Сначала добавь повтор строки A02,billing: итоговые количества должны остаться прежними. Затем добавь A02,access: ожидается ошибка конфликта, а не произвольный выбор категории. Наконец убери название колонки id: должно появиться сообщение о неправильной структуре файла.
| Проверка | Зачем нужна |
|---|---|
| Повтор одинаковой строки | Выгрузка может содержать дубли |
| Разные категории у одного ID | Нельзя скрывать конфликт данных |
| Отсутствующая колонка | Формат источника может измениться |
После каждой проверки верни исходный учебный файл. Не принимай сообщение агента «всё протестировано» без видимого результата запуска. Если скрипт оставил старый summary.csv после ошибки, не принимай его за свежий отчёт: проверь время и успешность последнего запуска.
5. Подготовь повторяемый процесс
Запиши рядом со скриптом названия файлов, правила дублей и способ запуска. Перед новым рабочим набором сохраняй предыдущую версию и проверяй, что колонки не изменились. Реальные обращения загружай только в разрешённую рабочую среду, удалив ненужные персональные данные.
Не расширяй программу сразу до автоматической классификации текста. Это отдельная задача: у неё появятся ошибки модели и критерии качества разметки. Сначала добейся надёжного подсчёта готовых категорий.
Моя рекомендация: маленький проверяемый скрипт полезнее сложного дашборда, если еженедельная задача — получить четыре числа без ручного пересчёта.
Для сохранения рабочих версий пригодится руководство по checkpoints в Replit.
Проверка материала: официальная документация сверена 17 октября 2026 года. Учебные сценарии в аккаунтах сервисов и аппаратные замеры не выполнялись.
Практические сценарии разбираем на курсе AI Product Club.
Собери своего ИИ-агента и проверь результат
«AI Agents: от vibe coding к AI-команде»: desktop agents, MCP, skills, evals и harness. Отдельные воркшопы — от подключения инструментов до контроля качества.
7 практических воркшопов · записи · вопросы автору в чате
Посмотреть программу курса ↗