Add docs/gitops-cicd/Ollama.md

docs/gitops-cicd/Ollama.md

@@ -0,0 +1,309 @@
+# Требования к серверу и архитектуре Self-hosted Ollama для DevOps - Kubernetes - Knowledge Base
+
+
+
+### 1. Цели и назначение системы
+
+Система предназначена для:
+
+- Анализа **Kubernetes-кластеров** (YAML, manifests, events, states)
+    
+- Анализа **логов** (application / infra / CI)
+    
+- Работы с **технической документацией** (Markdown, PDF, AsciiDoc)
+    
+- Написания и ревью **кода** (Bash, Go, Python, Terraform, Helm)
+    
+- Создания **внутренней базы знаний** (RAG)
+    
+- Одновременной работы **до 10 пользователей**
+    
+- Интеграции с **MCP-сервисами** для получения данных из:
+    
+    - Gitea
+        
+    - Docker Swarm
+        
+    - Kubernetes API
+        
+    - CI/CD и лог-хранилищ
+        
+
+---
+
+## 2. Архитектура (High Level)
+
+```
+Users (Web UI / IDE)
+        |
+        v
+API Gateway / Reverse Proxy
+        |
+        v
+Ollama Server (LLM inference)
+        |
+        +--> MCP: Gitea
+        |
+        +--> MCP: Docker Swarm
+        |
+        +--> MCP: Kubernetes
+        |
+        +--> MCP: Logs / Docs
+        |
+        v
+Vector DB (Knowledge Base / RAG)
+```
+
+---
+![[ollama_architecture.png]]
+
+## 3. Серверные требования (Hardware)
+
+### 3.1 Минимальная конфигурация (рекомендуемая)
+
+|Компонент|Требование|
+|---|---|
+|CPU|16–32 vCPU (x86_64)|
+|RAM|**128 GB** (минимум 64 GB)|
+|GPU|**1× NVIDIA 24–48 GB VRAM** (A5000 / A6000 / L40 / RTX 4090)|
+|Disk (NVMe)|2–4 TB|
+|Disk IOPS|≥ 100k|
+|Network|10 Gbps (желательно)|
+|OS|Ubuntu Server 22.04 LTS|
+
+> ❗ Для моделей 70B в Q4/Q5 — **GPU обязателен**.  
+> Без GPU возможна работа только с 14–32B (ограниченно).
+
+---
+
+### 3.2 Рекомендуемые модели Ollama
+
+|Задача|Модель|
+|---|---|
+|Анализ кода|`qwen2.5-coder:32b`|
+|Логи / reasoning|`deepseek-r1:32b`|
+|Документация|`llama3.1:70b-q4`|
+|Универсальная|`qwen2.5:72b-q4`|
+
+---
+
+## 4. Программные компоненты
+
+### 4.1 Базовые сервисы
+
+|Компонент|Назначение|
+|---|---|
+|Ollama|LLM inference|
+|Reverse Proxy (Traefik / Nginx)|Auth + TLS|
+|Vector DB (Qdrant / Milvus)|Knowledge Base|
+|Object Storage (S3-compatible)|Документы|
+|MCP Services|Data ingestion|
+|Auth (OIDC / Basic)|Контроль доступа|
+
+---
+
+### 4.2 MCP (Model Context Protocol) сервисы
+
+#### MCP-Gitea
+
+- Чтение репозиториев
+    
+- Анализ:
+    
+    - Kubernetes manifests
+        
+    - Helm charts
+        
+    - Terraform
+        
+    - Jenkinsfile / GitHub Actions
+        
+- Поддержка:
+    
+    - branch / tag / commit
+        
+    - diff / blame
+        
+
+#### MCP-Docker-Swarm
+
+- Сервисы и стеки
+    
+- docker-compose.yml
+    
+- Service logs
+    
+- Versions / rollout state
+    
+
+#### MCP-Kubernetes
+
+- API Server (read-only)
+    
+- Resources:
+    
+    - Pods / Deployments / StatefulSets
+        
+    - Events
+        
+    - ConfigMaps / Secrets (masked)
+        
+- kubectl-like queries
+    
+
+#### MCP-Docs / Logs
+
+- Markdown / PDF / TXT
+    
+- Centralized logs (Loki / files)
+    
+- Chunking + embedding
+    
+
+---
+
+## 5. Knowledge Base (RAG)
+
+### Источники данных
+
+- Git-репозитории
+    
+- Kubernetes manifests
+    
+- CI/CD pipelines
+    
+- Runbooks
+    
+- ADR / RFC
+    
+- Logs (выборочно)
+    
+
+### Требования
+
+- Chunk size: 500–1000 tokens
+    
+- Embeddings: bge / nomic / instructor
+    
+- Versioning источников
+    
+- Re-index по webhook
+    
+
+---
+
+## 6. Безопасность
+
+### Обязательно
+
+- TLS (internal + external)
+    
+- Read-only доступ к Kubernetes
+    
+- Secrets masking
+    
+- Role-based access (RBAC)
+    
+- Network isolation (VLAN / namespaces)
+    
+
+### Желательно
+
+- Audit logs
+    
+- Prompt filtering
+    
+- Rate limiting
+    
+- Per-user context limits
+    
+
+---
+
+## 7. Производительность и лимиты
+
+|Параметр|Значение|
+|---|---|
+|Users|до 10|
+|Concurrent requests|5–8|
+|Context length|32k–128k|
+|Avg response|2–10 сек|
+|Max model load|1–2 модели одновременно|
+
+---
+
+## 8. Развертывание
+
+### Варианты
+
+- Standalone bare-metal
+    
+- VM + GPU passthrough
+    
+- Kubernetes (с GPU node pool)
+    
+
+### Рекомендуется
+
+- Docker Compose / systemd для Ollama
+    
+- Отдельный namespace для MCP
+    
+- GitOps (Argo CD)
+    
+
+---
+
+## 9. Эксплуатация
+
+- Model cache warming
+    
+- Scheduled re-index
+    
+- GPU monitoring (nvidia-smi)
+    
+- Backup:
+    
+    - Vector DB
+        
+    - Docs storage
+        
+- Upgrade policy:
+    
+    - Models
+        
+    - MCP schemas
+        
+
+---
+
+## 10. Ограничения и риски
+
+- VRAM — основной bottleneck
+    
+- Большие контексты = latency
+    
+- Нужен контроль prompt-leak
+    
+- Не замена SRE/DevOps решений
+    
+
+---
+
+## 11. Итоговая рекомендация (baseline)
+
+**Оптимальная конфигурация:**
+
+- 1× GPU 48 GB
+    
+- 128 GB RAM
+    
+- NVMe 2 TB
+    
+- Ollama + Qwen / DeepSeek
+    
+- MCP-Gitea + MCP-K8s
+    
+- Qdrant как Vector DB
+    
+