Продвинутый

Навыки для настоящих инженеров: коллекция из .agents

Алексей Кузнецов
Алексей Кузнецов
Системный администратор3 ноября 2026 г.11 мин чтения

Коллекция практических навыков и скриптов от реального системного инженера, собранных в .agents. Полезно для повседневной работы и обучения.

Навыки для настоящих инженеров: коллекция из .agents

Коллекция практических навыков и скриптов от реального системного инженера, собранных в .agents. Полезно для повседневной работы и обучения.

Обзор коллекции навыков

Структура репозитория

Репозиторий организован вокруг принципа предсказуемости — каждая директория имеет чёткое назначение, а конфигурационные файлы подписаны так, чтобы их мог найти даже новичок. Основная структура выглядит так:

.agents/
├── skills/                # Каталог с основными навыками
│   ├── docker/            # Docker и контейнеризация
│   ├── monitoring/        # Системный мониторинг и алерты
│   ├── storage/           # Работа с хранилищами (ZFS, TrueNAS)
│   └── network/           # Сетевые конфигурации (Nginx, HAProxy)
├── scripts/               # Практические скрипты
│   ├── backup/            # Резервное копирование
│   ├── deployment/        # Развёртывание (Ansible, K3s)
│   └── troubleshooting/   # Диагностика и устранение проблем
├── docs/                  # Документация и чек-листы
├── configs/               # Готовые конфигурационные файлы
└── README.md

Каждый навык — это отдельный markdown-файл с чёткой пошаговой инструкцией. Например, в skills/docker/image-optimization.md описан процесс уменьшения размера образов до минимально необходимых размеров — это как собрать мебель из IKEA, но с учётом реальных габаритов квартиры.

Выборка полезных скриптов

Скрипт мониторинга дискового пространства

bash
#!/usr/bin/env bash
# disk-monitor.sh — проверка свободного места на критических точках монтирования
# Использование: ./disk-monitor.sh
# Ожидает, что в системе настроен alertmanager для отправки уведомлений

CRITICAL_MOUNT_POINTS=("/")
STORAGE_PATHS=("/mnt/tank" "/mnt/backups")

check_mount() {
    local path=$1
    local usage=$(df -h "$path" | awk 'NR==2 {print $5%100}')
    local total=$(df -h "$path" | awk 'NR==2 {print $2}')
    local used=$(df -h "$path" | awk 'NR==2 {print $3}')
    
    if [ "$usage" -gt 80 ]; then
        echo "ALERT: Мониторинг — свободного места на $path недостаточно: ${used} из ${total} (${usage}%)"
        # Здесь можно добавить вызов alertmanager API
    fi
}

for mp in "${CRITICAL_MOUNT_POINTS[@]}"; do
    check_mount "$mp"
done

for sp in "${STORAGE_PATHS[@]}"; do
    if [ -d "$sp" ]; then
        check_mount "$sp"
    fi
done

Этот скрипт — как врач, который контролирует пульс важных органов. Он проверяет как корневой файловый системный раздел, так и пользовательские хранилища, и оповещает, когда свободного места становится недостаточно.

Конфигурация Prometheus для мониторинга контейнеров

yaml
# docker-compose.yml — базовый стек мониторинга
version: '3.8'

services:
  prometheus:
    image: prom/prometheus:latest
    container_name: prometheus
    ports:
      - "9090:9090"
    volumes:
      - ./configs/prometheus.yml:/etc/prometheus/prometheus.yml
      - prometheus_data:/prometheus
    command:
      - '--config.file=/etc/prometheus/prometheus.yml'
      - '--storage.tsdb.path=/prometheus'
      - '--web.console.libraries=/etc/prometheus/console_libraries'
      - '--web.console.templates=/etc/prometheus/consoles'
      - '--web.enable-lifecycle'

  node-exporter:
    image: prom/node-exporter:latest
    container_name: node-exporter
    ports:
      - "9100:9100"
    volumes:
      - /proc:/host/proc:ro
      - /sys:/host/sys:ro
      - /:/rootfs:ro

  alertmanager:
    image: prom/alertmanager:latest
    container_name: alertmanager
    ports:
      - "9093:9093"
    volumes:
      - ./configs/alertmanager.yml:/etc/alertmanager/alertmanager.yml
      - alertmanager_data:/alertmanager

volumes:
  prometheus_data:
  alertmanager_data:

Конфигурация Prometheus работает по принципу системы лояльности в компании: он отслеживает вклад каждого сотрудника (в нашем случае — каждого контейнера) и оповещает, когда кто-то начинает давать сбои. Основная конфигурация (configs/prometheus.yml) включает в себя конкретные цели для Docker-сервисов и системных метрик.

Чек-лист настройки Nginx

bash
#!/usr/bin/env bash
# nginx-check.sh — быстрая проверка конфигурации Nginx на предсказуемость

NGINX_CONF="/etc/nginx/nginx.conf"
BACKUP_DIR="/etc/nginx/backups"

# Создаём резервную копию перед изменениями
mkdir -p "$BACKUP_DIR"
cp "$NGINX_CONF" "$BACKUP_DIR/nginx.conf.$(date +%F_%H-%M)"

# Проверяем синтаксис
if nginx -t; then
    echo "OK: Конфигурация синтаксически корректна"
else
    echo "ERROR: Обнаружены проблемы в конфигурации"
    exit 1
fi

# Проверяем наличие критически важных директив
required_directives=(
    "worker_processes"
    "events"
    "http"
)

for directive in "${required_directives[@]}"; do
    if ! grep -q "^\s*$directive\s*" "$NGINX_CONF"; then
        echo "WARNING: Отсутствует директива $directive"
    fi
done

echo "Проверка завершена"

Этот скрипт — как проверка безопасности перед поездкой: сначала создаётся резервная копия, затем проверяется каждая важная деталь. Он гарантирует, что конфигурация Nginx предсказуема и не содержит очевидных ошибок.

Сценарий автоматического бэкапа TrueNAS

python
#!/usr/bin/env python3
# trunask-backup.py — планировщик резервного копирования для TrueNAS

import subprocess
import datetime
import os

ZFS_POOL="tank"
BACKUP_ROOT="/mnt/backups"
TIMESTAMP=datetime.datetime.now().strftime("%Y%m%d_%H%M%S")
SNAPSHOT_NAME=f"{ZFS_POOL}@auto_backup_{TIMESTAMP}"

def run_cmd(cmd):
    result=subprocess.run(cmd,shell=True,capture_output=True,text=True)
    if result.returncode!=0:
        print(f"ERROR: Команда '{cmd}' завершилась с ошибкой: {result.stderr}")
    return result

# Создаём снимок
print(f"Создаём ZFS-снимок {SNAPSHOT_NAME}...")
run_cmd(f"zfs snapshot {SNAPSHOT_NAME}")

# Копируем снимок в резервное хранилище
DEST_SNAPSHOT=f"{BACKUP_ROOT}/tank/{SNAPSHOT_NAME}"
print(f"Копируем снимок в {DEST_SNAPSHOT}...")
run_cmd(f"zfs clone {SNAPSHOT_NAME} {DEST_SNAPSHOT}")

# Очищаем старые снимки (сохраняем последние 7 дней)
print("Очищаем старые снимки...")
run_cmd(f"zfs list -t snapshot | grep '{ZFS_POOL}@auto_backup_' | awk '{{print $1}}' | while read snap; do "
       f"created=$(zfs get creation -p $snap | awk '{{print $3}}'); "
       f"if [ \"$(date -d \"$created\" +%s)\" -lt \"$(date -d '-7 days' +%s)\" ]; then "
       f"echo \"Удаляем $snap\"; zfs destroy $snap; fi; done")

print("Резервное копирование завершено")

Сценарий — это как опытный повар, который готовит блюдо на неделю вперёд: он создаёт снимок, копирует его в надёжное место, затем автоматически удаляет старые версии, чтобы на кухне всегда был порядок.

Эти примеры демонстрируют системный подход: каждый скрипт и конфигурация написаны так, чтобы их можно было проверить, повторить и улучшить. В коллекции .agents собраны именно такие инструменты — те, которые работают предсказуемо и не требуют догадок.

Инфраструктурные решения

Навыки для настоящих инженеров: коллекция из .agents

Инфраструктурные решения

Контейнеризация и Docker Compose

Docker стал не просто модным словом — он изменил подход к развертыванию. Для системного инженера, который ценит предсказуемость, Docker Compose — это как IKEA для инфраструктуры: всё собрано, но есть свои нюансы.

yaml
# docker-compose.yml
version: '3.8'
services:
  app:
    image: myapp:latest
    container_name: myapp_prod
    restart: unless-stopped
    environment:
      - NODE_ENV=production
      - DB_HOST=db
    depends_on:
      - db
    networks:
      - app_net
    deploy:
      resources:
        limits:
          cpus: '0.5'
          memory: 512M

  db:
    image: postgres:15-alpine
    container_name: postgres_prod
    restart: unless-stopped
    environment:
      - POSTGRES_DB=appdb
      - POSTGRES_USER=appuser
      - POSTGRES_PASSWORD=${DB_PASSWORD}
    volumes:
      - pg_data:/var/lib/postgresql/data
    networks:
      - app_net
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U appuser -d appdb"]
      interval: 30s
      timeout: 10s
      retries: 3

volumes:
  pg_data:

networks:
  app_net:
    driver: bridge

Реальный кейс: когда у Алексея возникла необходимость быстро развернуть Nextcloud для семьи, он использовал похожую структуру. Секрет в простоте — минимум сервисов, максимум предсказуемости. Обратите внимание на healthcheck — это то, что отличает профессионала от любителя.

bash
# Быстрый контрольный список перед деплоем
docker-compose config > /dev/null && echo "✅ Конфигурация корректна"
docker compose pull --quiet && echo "✅ Образы обновлены"
docker compose up -d && echo "✅ Сервисы запущены"
docker compose exec app npx prisma migrate deploy && echo "✅ Миграции применены"

Мониторинг и наблюдение

Никогда не гасите пожар — выявляйте причину возгорания. Этот принцип работает и с мониторингом. Для домашней лаборатории, которая растёт от одного Dell PowerEdge R730 до кластера Proxmox, нужны инструменты, которые работают без лишнего шума.

yaml
# docker-compose.yml для мониторинга
version: '3.8'
services:
  prometheus:
    image: prom/prometheus:latest
    container_name: prometheus
    restart: unless-stopped
    ports:
      - "9090:9090"
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
      - prometheus_data:/prometheus
    command:
      - '--config.file=/etc/prometheus/prometheus.yml'
      - '--storage.tsdb.path=/prometheus'
      - '--web.console.libraries=/etc/prometheus/console_libraries'
      - '--web.console.templates=/etc/prometheus/consoles'
      - '--web.enable-lifecycle'

  grafana:
    image: grafana/grafana:latest
    container_name: grafana
    restart: unless-stopped
    ports:
      - "3000:3000"
    environment:
      - GF_SECURITY_ADMIN_PASSWORD=admin
    volumes:
      - grafana_data:/var/lib/grafana
    depends_on:
      - prometheus

  node-exporter:
    image: prom/node-exporter:latest
    container_name: node-exporter
    restart: unless-stopped
    ports:
      - "9100:9100"
    volumes:
      - /proc:/host/proc:ro
      - /sys:/host/sys:ro
      - /:/rootfs:ro
    command:
      - '--path.procfs=/host/proc'
      - '--path.rootfs=/rootfs'
      - '--path.sysfs=/host/sys'
    pid: host

volumes:
  prometheus_data:
  grafana_data:
yaml
# prometheus.yml
global:
  scrape_interval: 15s
  evaluation_interval: 15s

scrape_configs:
  - job_name: 'prometheus'
    static_configs:
      - targets: ['localhost:9090']

  - job_name: 'node-exporter'
    static_configs:
      - targets: ['host.docker.internal:9100']

  - job_name: 'docker'
    static_configs:
      - targets: ['localhost:9323']

Реальная практика: Алексей не доверяет GUI для мониторинга. Он пишет конфиги вручную, потому что знает, где лежит каждая настройка. Это не значит, что GUI бесполезен — просто им пользуются те, кто не знает, где искать конфиг.

bash
# Установка node exporter как systemd-сервиса (реальный опыт)
sudo tee /etc/systemd/system/node-exporter.service > /dev/null <<EOF
[Unit]
Description=Node Exporter
Wants=network-online.target
After=network-online.target

[Service]
Type=simple
User=root
ExecStart=/usr/bin/node_exporter --path.procfs=/proc --path.sysfs=/sys

[Install]
WantedBy=multi-user.target
EOF

sudo systemctl daemon-reload
sudo systemctl enable node-exporter
sudo systemctl start node-exporter
bash
# Простая проверка работоспособности мониторинга
curl -s http://localhost:9090/metrics | head -20
curl -s http://localhost:3000/api/health | jq .

Важно понимать: мониторинг — это не красивые графики в Grafana, а предсказуемость. Когда система падает, нужно знать почему — а не просто видеть красный график.

bash
# Умный алертинг с помощью Alertmanager
# alertmanager.yml
global:
  resolve_timeout: 5m

route:
  receiver: 'default'
  routes:
    - match:
        severity: 'critical'
      receiver: 'slack-critical'

receivers:
  - name: 'default'
  - name: 'slack-critical'
    slack_configs:
      - channel: '#alerts'
        title: '🔴 Критическая алерта'
        message: '{{ template "slack.common" . }}'

Заключение раздела

Для настоящего инженера коллекция из .agents — это не просто скрипты и конфиги. Это системный подход: Docker Compose для предсказуемого развертывания, мониторинг для понимания происходящего, и привычка писать конфиги вручную, потому что GUI — это для тех, кто не знает, где лежит конфиг.

Каждый скрипт, каждый конфиг — это инвестиция в предсказуемость. В домашней лаборатории, которая растёт от одного сервера до кластера, это то, что позволяет не спать по ночам.

Автоматизация и AI-инструменты

Навыки для настоящих инженеров: коллекция из .agents

Автоматизация и AI-инструменты

GitHub Actions и CI/CD

Для меня CI/CD — это не модное слово, а реальный способ не тратить время на рутину. Вот что работает на моих проектах, включая домашнюю лабораторию на Proxmox и продакшн-платформу на Kubernetes.

yaml
# .github/workflows/home-server.yml
name: Проверка конфигураций домашнего сервера

on:
  push:
    paths:
      - 'ansible/**'
      - 'configs/**'
  schedule:
    - cron: '0 2 * * *'  # nightly run

jobs:
  lint:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - name: Проверка YAML
        run: |
          sudo apt-get update && sudo apt-get install -y yamllint
          find . -name "*.yml" -o -name "*.yaml" | xargs yamllint

Мой опыт показывает: чем проще пайплайн, тем меньше мест для ошибок. Я избегаю сложных матриц и флоу, если в них нет реальной необходимости. Для моих серверов важна предсказуемость — я настраиваю GitHub Actions так, чтобы они давали однозначный результат каждый раз.

yaml
# .github/workflows/docker-compose.yml
name: Сборка и тестирование контейнеров

on: [push, pull_request]

jobs:
  test:
    runs-on: ubuntu-latest
    strategy:
      matrix:
        service: [nginx, postgres, redis]
    steps:
      - name: Checkout
        uses: actions/checkout@v4
      
      - name: Тестирование сборки ${service}
        run: |
          cd docker/${service}
          docker build -t test-${service} .
          docker run --rm test-${service} /app/healthcheck

AI-агенты и промпт-инжиниринг

Работа с AI-агентами — это как быть одновременно программистом и психологом. Суть в том, чтобы сформулировать задачу так, чтобы модель поняла её правильно с первого раза.

bash
# Пример промпта для настройки Nextcloud на Proxmox
cat > nextcloud-prompt.txt << 'EOF'
Ты системный инженер с 12-летним опытом работы с домашними серверами.
Настрой Nextcloud на Proxmox VE с учетом следующих требований:

1. Использовать ZFS с правильным пулом и резервированием
2. Настроить Samba для доступа к медиа с Android-телефона
3. Организовать автоматическое резервное копирование на TrueNAS (48 ТБ)
4. Обеспечить SSL через Let's Encrypt
5. Настроить мониторинг через Prometheus + Grafana

Дай мне финальную конфигурацию с объяснением каждого шага.
EOF

Мой подход к промптам: конкретность важнее краткости. Я даю модели контекст, ограничения и ожидаемый результат — и получаю рабочее решение, а не общие советы.

bash
# Пример скрипта для генерации конфигураций через AI
#!/usr/bin/env bash
# generate-configs.sh

PROMPT_FILE="ai-prompts/server-setup.txt"
OUTPUT_DIR="generated-configs"
TIMESTAMP=$(date +%Y%m%d_%H%M%S)

mkdir -p "$OUTPUT_DIR"

echo "Генерация конфигураций с помощью AI..."

# Используем OpenAI API для генерации конфигураций
curl -X POST "https://api.openai.com/v1/chat/completions" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{
    \"model\": \"gpt-4\",
    \"messages\": [
      {
        \"role\": \"system\",
        \"content\": \"Ты системный инженер с 12-летним опытом. Дай рабочую конфигурацию с объяснением.\"
      },
      {
        \"role\": \"user\",
        \"content\": \"$(cat \"$PROMPT_FILE\")\"
      }
    ],
    \"temperature\": 0.2
  }" | jq -r '.choices[0].message.content' > "$OUTPUT_DIR/server-config-$TIMESTAMP.md"

echo "Конфигурация сохранена: $OUTPUT_DIR/server-config-$TIMESTAMP.md"

Эти инструменты — часть моей инженерной практики. Они не заменяют базовых навыков, а дополняют их. Главное — сохранять предсказуемость в конфигурациях и не гнаться за модными решениями ради самих решений.

Часто задаваемые вопросы

Как начать использовать коллекцию .agents, если я никогда не работал с таким репозиторием?

Во‑первых, склонируйте репозиторий и ознакомьтесь с файлом README.md — там описано назначение каждой директории. С практической точки зрения, достаточно скопировать нужный навык из папки skills/ в свой рабочий каталог и следовать пошаговой инструкции. Если мы посмотрим на структуру, то каждая директория имеет чёткое назначение, поэтому найти подходящий сценарий не составит труда.

Нужно ли устанавливать все навыки сразу или можно брать только отдельные?

Можно брать только отдельные навыки — коллекция не требует полной установки. Каждый markdown‑файл в skills/ является независимым руководством, которое можно применить без зависимостей от остальных. С точки зрения предсказуемости конфигураций, лучше вводить изменения по одному, чтобы отслеживать влияние на систему.

Как адаптировать скрипт мониторинга дискового пространства под свои точки монтирования?

Откройте файл scripts/backup/disk-monitor.sh и отредактируйте массивы CRITICAL_MOUNT_POINTS и STORAGE_PATHS, добавив пути, которые критичны для вашей инфраструктуры. Убедитесь, что в системе настроен Alertmanager, иначе уведомления не уйдут. После правок проверьте права на выполнение: chmod +x disk-monitor.sh.

Можно ли вносить свои навыки в коллекцию, и как это сделать правильно?

Да, коллекция открыта для дополнений. Создайте новую директорию в skills/ с понятным названием, добавьте markdown‑файл с пошаговой инструкцией и, при необходимости, пример конфигурационного файла в папку configs/. Перед отправкой пул‑реквеста проверьте текст на отсутствие канцеляризмов и убедитесь, что команды сопровождаются комментариями, объясняющими их назначение.

Поделиться:TelegramX / TwitterVK