Резюме проекта
до системы, готовой к продакшену
независимых микросервисов
продуктового кода
автоматизированных тестов
CI/CD-пайплайнов
REST API эндпоинтов
Проект
Информационная система для выпуска, учёта и управления зерновыми складскими свидетельствами. Система обслуживает четыре пользовательские роли — Операторы складов, Владельцы зерна, Биржевые брокеры и Регуляторы — каждая с отдельным порталом и моделью прав доступа.
Домен жёстко регулируется: каждое свидетельство имеет юридический жизненный цикл, передачи прав собственности подлежат аудиту, а система должна интегрироваться с инфраструктурой национальной зерновой биржи.
Метод
Один инженер в роли Product Owner и AI-оркестратора. Семь ИИ-агентов, назначенных на конкретные роли: бизнес-аналитик, архитектор решений, бэкенд-разработчик, фронтенд-разработчик, QA-инженер, DevOps-инженер, технический писатель.
Каждый агент получал структурированный бриф в формате CLAUDE.md: определение роли, объём задач, ограничения, формат выходных данных и критерии качества. Инженер проводил ревью, интегрировал и принимал все финальные решения. Ни один сгенерированный код не попадал в репозиторий без критической оценки.
Результат: объём работ, эквивалентный команде из 7–9 человек, поставленный за стоимость одного senior-инженера.
Что было создано
13 независимых микросервисов, каждый отвечающий за отдельный ограниченный контекст:
Certificate Service — выпуск, управление жизненным циклом, переходы статусов. Ownership Service — цепочки передачи прав, регистрация залогов, аудиторский журнал. Warehouse Service — реестр складов, ёмкости, статус аккредитации. Grain Owner Service — профили владельцев, портфель, удерживаемые свидетельства. Exchange Integration Service — мост к API национальной биржи. Notification Service — событийные уведомления, email, push. Document Service — генерация PDF, управление шаблонами. Audit Service — неизменяемый аудиторский журнал, регуляторная отчётность. Auth Service — интеграция с Keycloak, назначение ролей, валидация токенов. API Gateway — маршрутизация, rate limiting, трассировка запросов. Admin Service — бэк-офис, ручные операции. Report Service — аналитика, дашборды, регуляторные выгрузки. File Service — хранение документов, S3-совместимый бэкенд.
Каждый сервис имеет собственную схему базы данных, управляемую Flyway-миграциями. Каждый запущен в отдельном Kubernetes Deployment с лимитами ресурсов, liveness- и readiness-пробами и выделенным GitLab CI/CD-пайплайном.
319 автоматизированных тестов покрывают unit-, интеграционный и контрактный уровни. Testcontainers поднимает реальные экземпляры PostgreSQL для интеграционных тестов — никаких моков на уровне базы данных.
Технологический стек
Сравнение с традиционной разработкой
| Традиционная команда | Этот проект (AI-оркестрация) | |
|---|---|---|
| Сроки | 3–4 месяца | 12 дней |
| Размер команды | 7–9 инженеров | 1 инженер |
| Микросервисы | 13 | 13 |
| Покрытие тестами | варьируется | 319 автоматизированных тестов |
| CI/CD-пайплайны | варьируется | 12, с первого дня |
| Стоимость | базовая | ~10% от базовой |
Подход с ИИ-оркестрацией не заменяет инженерную экспертизу — он её мультиплицирует. Скорость и качество напрямую зависят от квалификации оркестратора: понимания архитектуры, декомпозиции задач, точности промптов и критической оценки выходных данных ИИ. Контроль остаётся за человеком.
Выводы
12 дней. 13 сервисов. 55 293 строки. 319 тестов. 12 пайплайнов. 80 эндпоинтов. Один инженер.
Каждая цифра прослеживается до коммита в GitLab, лога CI/CD-запуска или отчёта о тестировании. Никаких оценок. Никаких макетов. Никаких завышенных строк из автогенерированного шаблонного кода.
Именно так выглядит AI-оркестрация, применённая с инженерной дисциплиной — не как срезание углов, а как мультипликатор возможностей.