Домашняя лаборатория AI Dev Platform: OpenCode + GitOps для безопасного обновления контейнеров

Один оператор домашней лаборатории создал платформу для разработки на базе ИИ, используя режим веб-сервера OpenCode, с проверкой кода, сгенерированного ИИ, через PR и развертыванием через GitOps. Цель: сократить ручную работу по поддержанию десятка стеков Docker Compose, не допуская непроверенный код в продакшн.

Настройка

Платформа работает на простой виртуальной машине на TrueNAS с базовыми инструментами разработки. OpenCode установлен как юнит systemd, предоставляя веб-интерфейс со встроенным терминалом, файловым менеджером, Git-диффами и поддержкой Git worktree для параллельных сессий кодирования. Сервер имеет собственного пользователя на Git-сервере с выделенными SSH-ключами — он может клонировать проекты и создавать ветки, но не может напрямую пушить в ветку развертывания.

Виртуальная машина имеет доступ к интернету и Git-серверу, но не имеет сетевого доступа к фактическим сервисам. Это минимизирует радиус взрыва, позволяя автору предоставлять root-доступ OpenCode, когда ему нужно установить инструменты сборки или протестировать зависимости.

Рабочий процесс

1. Спланировать функцию или улучшение в OpenCode: спецификация, план реализации, саморецензии.
2. По возможности протестировать или проверить изменения.
3. Доработать с OpenCode то, что требует корректировки.
4. OpenCode пушит изменения в ветку функции.
5. Владелец открывает и сливает PR после проверки.
6. GitOps вступает в силу: Arcane для изменений сервисов Docker, плагин GitOps для конфигурации Home Assistant, Cloudflare Pages workers для обновлений блога.

Конкретные достижения

Самый эффективный сценарий на данный момент: обновление контейнеров. Раньше автор тратил часы в каждом цикле обновления на чтение примечаний к релизам для каждого сервиса, проверку на наличие критических изменений, выполнение обновлений и ручную проверку сервисов. Теперь OpenCode за несколько минут создает сводку примечаний к релизам, что делает обновление версий быстрее и безопаснее. ИИ также добавил проверки работоспособности большинству контейнеров, ускоряя обнаружение проблем.

Недостающее: обратная связь от CI

В настройках отсутствует интеграция с CI. На GitHub автор указал бы агенту кодирования на журналы Actions для диагностики неудачных тестов, ошибок линтера, стек-трейсов и изменений в IaC. Forgejo (самостоятельно размещенный Git-сервер) не предоставляет журналы задач через публичный API, хотя недокументированные API существуют. Автор считает это основным пробелом.

Итог

Это прагматичная, ориентированная на безопасность платформа на основе ИИ для домашней лаборатории. Она позволяет владельцу вносить изменения в инфраструктуру с любого устройства (включая телефон), не предоставляя ИИ прямого доступа к продакшн-сервисам. Трение от проверки PR и изолированная виртуальная машина делают ее достаточно безопасной для личного использования, одновременно подчеркивая пробел в обратной связи от CI для самостоятельно размещенных Git-серверов.