AI как команда: скрипты + агенты для инженера. Как превратить хаос из markdown в воспроизводимый pip

На встрече будет продемонстрирован инженерный подход: как собрать детерминированный pipeline на bash (валидация/индексация/навигация) и подключить к нему несколько специализированных AI-агентов (не «универсального джина»), чтобы они работали по контрактам: кто что читает и что пишет. Что будет внутри (без “магии”, только практичное) ✅ Почему «скормить всё в LLM» не работает: контекст, стоимость, деградация качества ✅ Единый источник правды: YAML frontmatter в markdown (tags/level/used-in) и зачем это Linux-инженеру ✅ Pipeline: валидация метаданных → построение topic index → генерация навигации (идемпотентно, можно прерывать и перезапускать) ✅ 3 роли агентов: - аналитик структуры (карты знаний); - методист/редактор (сборка цель→теория→практика→вопросы); - презентер (Marp-слайды из методички). ✅ Метрики ускорения подготовки материалов и где это применимо вне обучения: техдоки, runbook’и, внутренние стандарты, onboarding, postmortem-шаблоны. Для кого Linux/DevOps/SRE/Platform инженеры, тимлиды, авторы внутренней документации — все, у кого есть заметки/доки и желание превратить их в управляемую систему, а не «кладбище файлов».