ИИ-агент вместо DevOps: как я делегировал настройку серверов нейросети

Мой ИИ-провайдер: https://ai.wormsoft.ru Мой Telegram-канал: https://t.me/gmoreva pi (агент): https://pi.dev Ссылка на конфигурацию pi.dev: https://amorev.ru/misc/pi.dev/config.example.json Скучный ролик про вайбкодинг: https://t.me/gmoreva/1119 MCP-сервер для SSH: https://github.com/tufantunc/ssh-mcp Предыдущий ролик про GPU-серверы: https://t.me/gmoreva/1142 В этом видео показываю, как я делегировал администрирование своих Linux-серверов ИИ-агенту. У меня в компании зоопарк GPU-серверов (2080, 3060, 3090, 4090, P100 и другие), под каждый — своя Ubuntu, свои драйверы, своя пляска. Раньше я общался с агентом в чате, копировал команды и вставлял их в терминал руками. Теперь агент ходит на сервер напрямую — ставит пакеты, настраивает nginx, следит за памятью, а я только контролирую. Разбираю два рабочих способа: — Простой: ставим агента (pi) прямо на сервер и работаем с ним локально. Подходит для тестовых машин, которые не жалко. — Правильный: агент живёт на моём компьютере, а на сервер ходит по SSH через MCP-сервер. Никаких лишних демонов на проде, всё под контролем, плюс декларативный подход через AGENTS.md и Ansible. Таймкоды: 00:00 Введение 00:27 Проблема, которую будем решать 02:47 Как обычно решают этот вопрос 03:49 Решаем первым (не самым лучшим) способом 06:32 Рассказ про моего провайдера 17:21 Другой способ через mcp 18:02 Демо нашего харнес 18:42 Готовим pi.dev проект 29:17 Проверяем связь 32:20 Подведение итогов Если ролик был полезен — подписка и лайк помогают каналу, а мне помогают понять, что эту тему стоит развивать. В следующих видео покажу наш собственный harness для управления серверами через ИИ.