AgiMate
7 subscribers
8 photos
1 video
3 links
Agentic engineering
Download Telegram
Channel created
Channel name was changed to «Терпение и труд»
Чувство приближающейся точки сингулярности, а также желание успеть на уходящий поезд ИИ-разработки, и вообще чтобы понимать что происходит - все это стимулировало обзавестись материалами и ресурсами для всякого рода экспериментов.

Для начала, VPS для доступа из интернета.

Cloud.ru предложил Free Tier для виртуалки в 2CPU/4Gb/30Gb. Нужно платить лишь за аренду IP.
Вполне хороший вариант чтобы поднять n8n с postgres и qdrant. Туда же поставил OpenWebUI. Всё настроил на модельки из Yandex Cloud и из того же Cloud.ru.

Посмотрел, наигрался. Сейчас уже n8n (v2+) обновился так, что и OpenWebUI совсем не нужен, там и разные модели и MCP и взаимодействие с самим workflow n8n, можно своих агентов делать в "два клика".

Буду продолжать расширять запас непонятных слов. Держитесь курса.
🔥1
На VPS всё в докерах через docker-compose. Привязан домен из reg.ru. Поднят swag - он умеет работать c let's encrypt, c ним просто добавлять новые инстансы всяких других сервисов. Как альтернатива - поднять Сaddy, но с ним у меня пока мало опыта.
Расскажу о компонентах проекта из видео.

В основе всего лежит сервис connectors-api, который ответственнен за взаимодействия с внешними сервисами. К внешним сервисам можно отнести и mobile-api (device-api в будущем). Mobile-api ответственнен за взаимодействие с устройствами, он может принимать от них события проверяя device-auth-key и может отправлять задачи на них. Устройства постоянно соединенны с centrifugo - сервисом который обеспечивает поддержку множества соединений разными способами - WebSocket (сейчас используется он), WebTransport, HTTP-Streaming, GRPC, Server Sent Event.

Пользователь авторизовывается в системе по OAuth, получает JWT с которым ходит к сервисам. Он может добавлять api-key для доступа к connectors-api из n8n, может регистрировать webhook для вызова из бэкэнда внешнего сервиса, в том числе n8n.
🔥2
Подготовил десктопное приложение с базовым функционалом.

Реализована плагинная система для триггеров и задач. Проектирование его заняло не так много времени как выбор языка на котором его писать. Системные приложения - моя слабая сторона, практически не знаком с тем как принято их делать. А если еще и рассматривать такое приложение как кросплатформенное, то еще больше вопросов. Претендентами были: java (как основной мой инструмент), go (был с ним опыт), nodejs (Electron), python, Flutter.
Остановился на python, поскольку давно хотелось начать профессионально пользоваться python. Electron выбыл из-за своей громоздкости, все остальные без веских причин.
Поскольку это десктопное приложение предполагает быть простым, то python должен подойти.

Функциональность приложения:
- Плагины триггеры - они отвечают за наблюдением за системой и отправкой соответствующих событий на сервер. На текущий момент их два:
- FileWatcher - наблюдает, появились ли новые файлы
- VisualButtons - предлагает кастомизируемый интерфейс с кнопками
- Плагины действий - они отвечают за выполнение некоторого действия на машине. Например, можно запустить приложение или выполнить определенную или произвольную команду. Тут тоже два для примера:
- Notification - уведомление. Два типа - обычное системное уведомление или модальное окно
- Text-to-Speach - произносит текст указанным голосом

Сейчас в андройд и десктоп приложениях триггеры и действия - ассинхронные задачи. В планах сделать их синхронными по двум причинам:
- иногда нужно знать доставлено ли задание или событие
- может быть необходим результат исполнения действия

Фантазируя над use-case...
Каждый плагин можно рассматривать как еще один инструмент внутри MCP, а в масштабах множества устройств AI агент может выступить дирижером управляющим всеми устройствами. По аналогии с умным домом, такой дирижер может обучиться привычкам и создавать сценарии умного дома самостоятельно. Или же проводить научные эксперименты.
🔥2
Agentic DevOps engineering

Так сложилось, что раньше я мало внимания уделял инфраструктурным вопросам. Как-то само все разворачивалось руками девопсов. Но очень уж хотелось разобраться в том как же работает Infrastructure as code, GitOps - мешало лишь отсутствие большого запаса времени. И вот настал момент и вместе с Claude Code смог разобраться в основных инструментах, в том как их настраивать.

Интересный опыт использовать CC в качестве ментора которому можно задавать самые тупые вопросы по несколько раз и не чувствовать его раздражение. Классно, когда можно узнать не только "как" сделать, но и почему именно так, разузнать об исторических этапах развития и альтернативных подходах.

Говорят дураки учаться на своих ошибках. Так вот, не так уж и страшно это, если экономится время. Эффективно учиться на ошибках, набивая собственные шишки, решая проблемы закончившегося диска или памяти (OOM), отсутствия правильных env переменных, соблюдения последовательностей запуска сервисов - и всего с чем сталкиваются новички в девопсе. Всю подобную боль довольно просто пройти, когда рядом Claude Code. 

Как факт я за пару недель освоил CI github actions вместе с тем как делаются self-hosted раннеры с упором на запуск в docker контейнере. Стал лучше понимать философию kubernetes, как он работает под капотом, понимаю что такое CRD. Наконец-то понял что такое Ingress (раньше думал это бренд софта %) ). Осознал предназначение Helm. Попробовал в деле Hashicorp Vault. Понял какие задачи решает sops и kustomize, начал пользоваться age. И теперь с любопытством разглядываю каждый блок в ArgoCD.

Знаю в общих чертах как работает Terraform, но пока рано его использовать. Конечно еще очень большой пласт знаний остался нетронутым и это уже дело профессионалов.

Главное в чем убедился - DevOps'ы не зря свой хлеб с маслом едят. Даже несмотря на то, что инфраструктуру можно развивать и поддерживать в режиме чата, концептуальную целостность я бы доверил человеку с опытом. Ведь человек может с душой через "вьетнамские флешбэки" пояснить почему надо делать так. В сложных ситуациях бездушные AI агенты уйдут в долгий ralph цикл или же затеряются в раздумьях, в то время как опыт, смекалка и интуиция человека подскажет решение за секунды.

Еще такая альтернативная мысль закралась - современный девопс инженер, который не использует AI агентов, это как программист, который пишет большой бекенд на ассемблере.
3