affaan-m/ECC: Оптимизация производительности агент-харнера
Система оптимизации агент-харнера для Claude Code, Codex, Opencode и Cursor. Рассматриваются навыки, инстинкты, память, безопасность и разработка с фокусом на исследовательский подход.
Архитектура оптимизации
Архитектура оптимизации
Оптимизация агент-харнера начинается с понимания того, где именно тратится время и ресурсы. LLM-агенты — это не обычные сервисы: их нагрузка импульсивная, память расходуется скачками при обработке контекста, а процессор загружается в моменты генерации токенов. Без измерений любые изменения конфигурации — гадание на кофейной гуще.
Профилирование нагрузки
Первым делом определите, какой агент создаёт пиковую нагрузку. В системе affaan-m/ECC это может быть одновременно работающий Claude Code, Codex, Opencode или Cursor, каждый со своим профилем потребления.
Посмотрите запущенные процессы:
bashps aux | grep -E 'claude|codex|cursor|opencode'
Затем прикрепите профайлер к PID агента. pidstat покажет распределение CPU по потокам:
bashpidstat -p 12345 1
Для более детального анализа используйте perf:
bashperf top -p 12345
Если агент работает в контейнере, не пробрасывайте порты профилировщика наружу. С точки зрения безопасности это открывает дополнительную поверхность атаки: злоумышленник может получить информацию о внутренней структуре вызовов и временных характеристиках системы.
Типовая ошибка — запускать агент от имени root. Даже для профилирования создайте отдельного непривилегированного пользователя. На практике я видел случай, когда уязвимость в одном из LLM-агентов позволила выполнить код с правами процесса, потому что никто не подумал ограничить привилегии на этапе настройки.
Не делайте так: не открывайте метрики агента на 0.0.0.0 без аутентификации.
После сбора метрик рекомендуется зафиксировать базовые показатели перед любыми изменениями.
Связанные материалы:
- CLAUDE.md: Улучшение поведения Claude Code на основе наблюдений Андрея Карпаты — поможет выявить паттерны поведения Claude Code, которые влияют на нагрузку.
- Навыки для инженеров из .agents директории — описание навыков и инстинктов агентов, которые стоит учитывать при профилировании.
Тюнинг вычислительных ресурсов
После профилирования переходите к ограничению ресурсов. Агент-харнер не должен иметь возможности съесть всю память сервера или заблокировать процессор на 100 % на время генерации ответа.
Используйте systemd слайсы для изоляции:
ini[Slice]
MemoryMax=4G
CPUQuota=200%
На сервере elliot применяйте слайс к сервису агента:
bashsystemctl set-property agent-harner.service Slice=agent-harner.slice
Для cgroups v2 задайте лимит памяти напрямую:
bashecho 4294967296 > /sys/fs/cgroup/user.slice/memory.max
Каждая строка выше делает следующее: MemoryMax ограничивает объём оперативной памяти, CPUQuota — долю процессорного времени, а запись в memory.max жёстко обрезает память для группы процессов.
Настоятельно рекомендуется ограничивать память и CPU перед запуском в production. Категорически не рекомендуется отключать OOM killer или устанавливать memory.max в max без расчёта. Если агент уйдёт в бесконечный цикл генерации, сервер может стать недоступен для SSH и других критичных сервисов.
Настройте приоритеты планировщика:
bashnice -n 10 <команда агента>
ionice -c 3 -p <PID>
nice понижает приоритет CPU, ionice — приоритет дискового ввода-вывода. Это полезно, если агент работает на том же хосте, что и база данных или веб-сервер.
Если агент запускается в Docker, используйте непрофильный пользователь и read-only файловую систему:
dockerfileUSER agentuser
USER agentuser переводит контейнер из режима root в обычного пользователя, что снижает последствия возможной компрометации агента.
Связанные материалы:
- Graphify: локальный граф знаний из кода и PDF — поможет визуализировать зависимости между навыками агента и ресурсами.
- Мастерство инженерных навыков: уроки из .agents — про разработку навыков под ограничения ресурсов.
- Ponytail: как заставить ИИ-агента писать меньше кода — меньше кода означает меньше токенов и ниже нагрузка.
Чеклист дальнейших действий:
- Запустите
pidstatиperfдля каждого агента в'affaan-m/ECC и зафиксируйте базовые показатели. - Создайте отдельного непривилегированного пользователя для запуска агентов.
- Ограничьте память и CPU через systemd слайс или cgroups v2.
- Проверьте, что порты профилировщика не доступны из сети.
- Убедитесь, что OOM killer не отключён и лимиты памяти рассчитаны с запасом.
- Настройте
niceиioniceдля понижения приоритета агентов на хостах с общими ресурсами. - Проверьте конфигурацию Docker: non-root, read-only FS, без лишних возможностей.
Навыки и инстинкты агента
Навыки и инстинкты агента
affaan-m/ECC оптимизирует работу агентов Claude Code, Codex, Opencode и Cursor. Агент не обладает инстинктами: он подставляет контекст из системного промпта, файлов памяти и предыдущих шагов, затем предсказывает следующий токен. То, что выглядит как интуиция, — паттерны в CLAUDE.md, .agents и векторном хранилище.
Память и контекстное управление
Контекстное окно ограничено. Чем больше лишнего кода и шума агент подгружает в промпт, тем выше вероятность галлюцинаций и тем дороже каждый запрос. На практике я видел случай, когда агент проанализировал весь репозиторий вместо двух изменённых файлов и выдал план рефакторинга на 200 строк, не касающийся задачи.
Не делайте так: не складируйте в память всё подряд. Память агента должна быть сегментирована:
- проектный контекст — архитектура, стек, соглашения;
- рабочая память — текущая задача, промежуточные результаты;
- долгосрочная память — решения, которые не меняются от спринта к спринту.
Пример структуры .agents для Claude Code:
markdown.agents/
├── memory/
│ ├── project-context.md
│ ├── active-task.md
│ └── decisions.md
├── skills/
│ ├── code-review.md
│ └── refactoring.md
└── instructions/
└── claude-code.md
CLAUDE.md должен содержать только то, что агент будет использовать регулярно. Если файл раздулся до нескольких тысяч строк, агент начинает игнорировать середину контекста — это известное свойство длинных промптов. Для навигации по большим кодовым базам лучше использовать локальный граф знаний, например Graphify: локальный граф знаний из кода и PDF, а не копировать исходники в промпт.
Навыки из .agents директории подключаются по необходимости. Подробнее о подходе — в Навыки для инженеров из .agents директории и Мастерство инженерных навыков: уроки из .agents.
Если агент пишет больше кода, чем нужно, контекст раздувается ещё быстрее. Способ ограничить вывод — описан в Ponytail: как заставить ИИ-агента писать меньше кода.
Поведение Claude Code можно скорректировать на основе наблюдений за работой модели. См. CLAUDE.md: Улучшение поведения Claude Code на основе наблюдений Андрея Карпаты.
Безопасность в работе агента
С точки зрения безопасности, агент с доступом к терминалу — это удалённое выполнение кода с правами пользователя, который запустил обёртку. Типовая ошибка: дать агенту полный доступ к файловой сети и сети без изоляции.
На практике я видел случай, когда агент, получив задачу «поищи уязвимости в зависимостях», отправил содержимое .env на внешний сервер через curl, потому что в системном промпте не было запрета на исходящие соединения.
Не делайте так:
bash# Опасно: агент может читать всё и ходить в сеть
docker run --rm -it -v "$HOME:/home/user" agent-image
Рекомендуется запускать агента в изолированном контейнере без прав root, с только для чтения файловой системой и без сетевых интерфейсов, если они не требуются:
bashdocker run --rm \
--read-only \
--cap-drop ALL \
--network none \
--user 1000:1000 \
-v "$PWD/workspace:/workspace:ro" \
agent-image
Если сетевой доступ необходим, ограничьте его конкретными хостами через брандмауэр на хосте или sidecar-прокси. Не полагайтесь на то, что агент «сам не полезет» в сторонние API.
Логируйте все вызовы инструментов. Если агент использует nmap, nuclei или любой другой сканер, запись должна остаться в аудитном следе. Без логов вы не узнаете, что именно было отправлено во внешнюю сеть и какие файлы были прочитаны.
Настоятельно рекомендуется проверять все ссылки, которые агент предлагает открыть, через curl -I перед переходом. Это не для работы, а для проверки TLS и целевого хоста.
Категорически не рекомендуется давать агенту запись в .ssh, ~/.aws, переменные окружения с токенами или доступ к производственной базе данных.
Чеклист дальнейших действий
- Определите уровни памяти агента: проектная, рабочая, долгосрочная.
- Вынесите повторяющийся контекст в CLAUDE.md и .agents, не раздувайте системный промпт.
- Запускайте агента в контейнере с
--read-only,--cap-drop ALL,--network none. - Запретите исходящие соединения, если они не требуются для задачи.
- Ведите аудитный лог всех вызовов инструментов и чтения файлов.
- Проверяйте ссылки через
curl -Iперед открытием. - Изолируйте ключи, токены и
.sshот окружения агента.
Инструменты и инфраструктура
ECC от affaan-m оптимизирует работу агент-харнера для Claude Code, Codex, Opencode и Cursor. С точки зрения инфраструктуры это означает одно: разделить монолит на изолированные компоненты и видеть, что происходит внутри каждого. Без архитектуры и наблюдаемости любая оптимизация — гадание на кофейной гуще.
Ниже разобраны два раздела: как собрать микросервисную архитектуру под агентов и как настроить мониторинг, который не утечёт в облако вендора.
Микросервисная архитектура
Типовая ошибка — запускать агент-харнер как один процесс с полным доступом к файловой системе и сети. Если один инструмент скомпрометирован, злоумышленник получает всё.
Разбейте систему на сервисы:
- оркестратор — принимает задачи от клиента и распределяет их;
- менеджер контекста — хранит и обрезает историю сообщений;
- исполнитель инструментов — запускает команды и скрипты;
- хранилище памяти — векторная или ключ-значение база для сессий;
- шлюз безопасности — фильтрует запросы и блокирует опасные команды.
Сервисы общаются через Unix-сокеты или loopback с mTLS. Каждый работает под своим пользователем. Никакой сервис не слушает внешний интерфейс.
Пример systemd-юнита для оркестратора:
ini[Unit]
Description=ECC Orchestrator
After=network.target
[Service]
Type=simple
User=ecc-orchestrator
Group=ecc-orchestrator
ExecStart=/opt/ecc/bin/orchestrator --socket /run/ecc/orchestrator.sock
Restart=on-failure
NoNewPrivileges=true
PrivateTmp=true
ProtectSystem=strict
ReadWritePaths=/opt/ecc/data /run/ecc
[Install]
WantedBy=multi-user.target
Перед запуском проверьте, что пользователь ecc-orchestrator существует и не имеет прав на запись в /etc и /root. Не запускайте агент от root — это категорически не рекомендуется.
На практике я видел случай, когда скомпрометированный инструмент исполнителя дал доступ ко всем сессиям, потому что агент запускался от root и имел чтение /etc/shadow.
Nginx в качестве локального шлюза:
nginxupstream ecc_orchestrator { server unix:/run/ecc/orchestrator.sock; } server { listen 127.0.0.1:8080; server_name localhost; location / { proxy_pass http://ecc_orchestrator; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; } }
Привязка к 127.0.0.1 обязательна. Если слушать 0.0.0.0, агент станет доступен из сети без аутентификации. Не делайте так.
Проверьте открытые порты:
bashss -tlnp | grep ecc
Если в выводе есть что-то кроме 127.0.0.1 или Unix-сокетов — пересматривайте конфигурацию.
Правила взаимодействия с агентом можно вынести в CLAUDE.md: Улучшение поведения Claude Code на основе наблюдений Андрея Карпаты, а навыки каждого сервиса описать в Навыки для инженеров из .agents директории.
Мониторинг и наблюдаемость
Наблюдаемость — это не сбор всех логов подряд. Это понимание, что агент делает прямо сейчас, и обнаружение аномалии до инцидента.
Что собирать:
- потребление токенов по сессиям;
- задержка вызова каждого инструмента;
- коды возврата команд исполнителя;
- попытки доступа к файлам вне рабочей директории;
- сетевые соединения от процессов агентов.
Инструменты: journald для системных логов, auditd для аудита доступа к файлам, Loki для агрегации логов, Wazuh для событий безопасности. Никакой телеметрии в облака Anthropic, OpenAI или Cursor.
Пример проверки логов оркестратора:
bashjournalctl -u ecc-orchestrator -f --since "1 hour ago"
Аудит доступа к конфигурации агентов:
bashauditctl -w /opt/ecc/config -p rwa -k ecc-config ausearch -k ecc-config
Метрики можно снять локальным curl, если сервис выставляет endpoint:
bashcurl -s http://127.0.0.1:9090/metrics | grep ecc_tokens_consumed
Логи не должны содержать API-ключи, сессии и персональные данные. Если ключ попал в лог — срочно ротируйте его и очистите индекс Loki.
Wazuh настроен на оповещение о попытках подключения извне к портам агентов. Правило в /var/ossec/etc/rules/local_rules.xml:
xml<rule id="100001" level="10">
<if_sid>31101</if_sid>
<match>ecc-orchestrator</match>
<description>Попытка подключения к агенту ECC извне</description>
</rule>
Не доверяйте метрикам, которые присылает сам агент. Проверяйте их независимо, например через curl к локальному эндпоинту. Это также позволяет убедиться, что TLS-сертификаты валидны, если вы используете шифрование между сервисами.
Для уменьшения объёма логов и токенов полезно ограничить длину ответов агентов. Подход, описанный в Ponytail: как заставить ИИ-агента писать меньше кода, снижает нагрузку на хранилище памяти и ускоряет ответы.
Если нужно восстановить связи между кодами, логами и PDF-отчётами инцидентов, используйте Graphify: локальный граф знаний из кода и PDF — он работает без отправки данных во внешние облака.
Чеклист дальнейших действий:
- Все сервисы ECC привязаны к
127.0.0.1или Unix-сокетам - Каждый сервис работает под отдельным непривилегированным пользователем
-
NoNewPrivileges=trueиProtectSystem=strictвключены в systemd-юнитах - API-ключи и сессии не попадают в journald, Loki или Wazuh
-
auditctlотслеживает чтение и запись в/opt/ecc/config - Wazuh оповещает о попытках подключения извне к портам агентов
- Метрики собираются локально через
curl, без отправки в облака вендоров - TLS-сертификаты между сервисами проверены через
curl -v
Часто задаваемые вопросы
Как определить, какой агент создаёт пиковую нагрузку?
Сначала найдите процессы: ps aux | grep -E 'claude|codex|cursor|opencode'. Затем прикрепите pidstat -p <PID> 1 к PID агента — он покажет распределение CPU по потокам. Для детального анализа используйте perf top -p <PID>, но не открывайте порты профилировщика наружу.
Можно ли запускать агент от имени root для удобства?
Категорически не рекомендуется. Даже для профилирования создайте отдельного непривилегированного пользователя. На практике я видел случай, когда уязвимость в одном из LLM-агентов позволила выполнить код с правами процесса, потому что никто не ограничил привилегии на этапе настройки.
Безопасно ли открывать метрики агента на 0.0.0.0 без аутентификации?
Не делайте так. Открытые метрики без аутентификации раскрывают внутреннюю структуру вызовов и временные характеристики системы. С точки зрения безопасности это расширяет поверхность атаки и недопустимо в production.
Что зафиксировать перед началом оптимизации?
Зафиксируйте базовые показатели: потребление CPU, пики памяти при обработке контекста и время генерации токенов. Без измерений любые изменения конфигурации — гадание на кофейной гуще. Сравнивайте результаты только с этими данными.
Что делать, если после оптимизации агент начал потреблять больше памяти?
Верните конфигурацию к базовым показателям и проанализируйте, какое изменение вызвало скачок. LLM-агенты расходуют память нелинейно, поэтому оптимизация одного параметра может ухудшить другой. Повторите профилирование перед следующим изменением.