ДокументацияСценарии

Готовые сценарии — от задачи к проду

Не «продуктовые гайды», а сценарии «у меня есть такая задача — что мне нужно». Архитектурная схема, шаги, оценка стоимости, ссылки на dev-портал для глубоких how-to.

СценарииЗапустить SaaS-приложениеРазвернуть AI-инференсПеренести проект из AWSПоднять команду на L1veStackВключить Managed SOC

Запустить SaaS-приложение

Multi-tenant Node.js / Python приложение, Postgres, S3 для медиа, доменное имя с HTTPS, ~10 000 пользователей в день.

[users]
      │  https://app.example.com
      ▼
 ┌──────────┐
 │   ALB    │  TLS termination, WAF, sticky sessions
 └────┬─────┘
      │
 ┌────┴─────────────────┐
 │  K8s deployment x3   │  Node.js/Python pods (HPA 3–20)
 │  m4.large nodes      │
 └────┬────────────┬────┘
      │            │
   ┌──┴──┐      ┌──┴──┐
   │ PG  │      │ S3  │  user uploads + static
   │ HA  │      └─────┘
   └─────┘

Шаги

  1. Создайте проект: h3 projects create my-saas --region ru-msk-1
  2. Поднимите managed K8s 1.31 с 3 нодами m4.large — одна команда в консоли или h3 k8s create
  3. Managed Postgres HA: primary + standby, автоматический failover < 30 c
  4. S3-bucket для медиа с CDN-acceleration и pre-signed URLs
  5. Application Load Balancer с TLS-сертификатом (Let's Encrypt автоматический)
  6. Деплой через GitHub Actions → registry.h3llo → ArgoCD; observability подключается одной кнопкой (Loki/Tempo/Mimir)

Cost estimate: ≈ 24 000 ₽/мес для нагрузки 10K DAU; масштабируется горизонтально по HPA

Глубже: Managed Kubernetes · Managed Postgres

Развернуть AI-инференс

Self-hosted LLM-инференс для внутреннего product team. Llama 3.1 70B, 50 одновременных пользователей.

[internal users]
        │  REST/SSE
        ▼
   ┌─────────┐
   │ Function│  auth, rate-limit, request shaping
   │ (cold:  │
   │  100ms) │
   └────┬────┘
        │
        ▼
   ┌─────────┐         ┌──────────┐
   │   vLLM  │ ──────▶ │  vector  │  RAG context
   │  on B300│         │    DB    │
   └─────────┘         └──────────┘
        │
        ▼
   ┌─────────┐
   │   S3    │  model weights cached
   └─────────┘

Шаги

  1. Создайте GPU-ноду: h3 ai create-node --gpu b300 --image h3llo/vllm:latest
  2. Загрузите модель в S3 (один раз): h3 ai pull-model llama-3.1-70b-instruct — кэшируется на ноде
  3. Поднимите Function в качестве gateway: auth, rate-limit, шаблонизация запросов
  4. Vector DB для RAG (managed Qdrant); embedding-модель на той же GPU-ноде
  5. Observability: latency, throughput, GPU utilization — в Grafana одной командой

Cost estimate: ≈ 35 000 ₽/мес при 8 часах работы в день; посекундный биллинг GPU экономит много в нерабочие часы

Глубже: AI-сервис · Functions / Serverless

Перенести проект из AWS

Production-проект на AWS: 5 EC2, RDS Postgres, S3 5 TB, ~50 GB трафика в день. Без длительного downtime.

[AWS]                   [h3llo cloud]

 ┌─────┐                 ┌─────┐
 │ EC2 │ ─ V2V ────────▶ │ VM  │
 └─────┘                 └─────┘
 ┌─────┐                 ┌─────┐
 │ RDS │ ─ logical repl▶ │ PG  │
 └─────┘                 └─────┘
 ┌─────┐  rsync (parallel)
 │ S3  │ ─────────────▶ │ S3  │
 └─────┘                 └─────┘
                              │
              ┌───────────────┴────┐
              │  cutover: DNS swap │
              └────────────────────┘

Шаги

  1. Inventory: h3 migrate scan --aws-profile prod — таблица ресурсов и их размеров
  2. S3 sync (background): h3 migrate s3 --src s3://prod --dst h3llo://prod — пять параллельных потоков
  3. Postgres logical replication: standby в h3llo подписывается на AWS RDS publication
  4. EC2 → VM через V2V: agent на инстансе делает онлайн-снэпшот, восстанавливается у нас
  5. Cutover: 30–60 минут downtime — финальная sync дельты, переключение DNS, валидация
  6. AWS-аккаунт остаётся 7 дней «на горячую» как fallback

Cost estimate: Бесплатно для проектов до 100 ТБ; крупнее — fixed price на инженера платформы

Глубже: Migration tooling

Поднять команду на L1veStack

Команда из 12 инженеров: общий контекст, AI-агенты на каждой стадии SDLC (planning, code review, ops).

┌──────────────────────────────────┐
 │       Workspace (h3llo cloud)    │
 │                                  │
 │  ┌─────┐  ┌─────┐  ┌─────┐       │
 │  │ Plan│  │ Code│  │ Ops │       │
 │  │ AI  │  │ AI  │  │ AI  │       │
 │  └──┬──┘  └──┬──┘  └──┬──┘       │
 │     │        │        │          │
 │     └────────┼────────┘          │
 │              │                   │
 │       ┌──────┴──────┐            │
 │       │  Context    │            │
 │       │  hub (RAG)  │            │
 │       └─────────────┘            │
 └──────────────────────────────────┘
       │ MCP-bridges to:
       ▼
 [GitHub] [Jira] [Slack] [Sentry] [...]

Шаги

  1. Регистрация workspace на L1veStack: l1vestack страница или OSS self-host
  2. Подключите MCP-bridges: GitHub, Jira/Linear, Slack, Sentry — в админке мастером
  3. Активируйте AI-агентов: planning-bot в Slack, code-reviewer на PR, ops-watcher на алерты
  4. Indexing — 24–48 часов; затем семантический поиск по всему контексту команды
  5. Дашборд эффективности: агенты сэкономили N часов за неделю

Cost estimate: OSS self-host бесплатно. Managed: ≈ 4 900 ₽/инженер/мес для команды 5+

Глубже: L1veStack

Включить Managed SOC

Продакт уже в проде, нужен 24×7 мониторинг безопасности и реакция на инциденты без найма SOC-команды.

[your prod]
     │  agents (EDR, NDR, log-shipper)
     ▼
 ┌────────────┐
 │   SIEM     │  events normalized + correlated
 │  (managed) │
 └─────┬──────┘
       │
       ▼
 ┌────────────┐    ┌────────────┐
 │   SOC L1   │ ─▶ │   SOC L2   │  on-call SREs
 │  24×7      │    │  on-call   │
 └────────────┘    └────────────┘
       │
       ▼
   incident timeline + playbook execution

Шаги

  1. Подключите EDR-агент на все хосты (Linux/Windows/macOS) — один curl ... | bash
  2. Network sensor на gateway-уровне — bare-metal или VM в DMZ-зоне
  3. Forwarder для логов: K8s через fluentd, AWS CloudTrail через bridge
  4. SIEM нормализует и коррелирует, MITRE ATT&CK auto-tagging
  5. SOC L1 24×7 разбирает алерты; L2 включается на P0/P1 в течение 15 минут
  6. Ежемесячный отчёт + tabletop-учения раз в квартал

Cost estimate: От 89 000 ₽/мес для small team; зависит от объёма событий и числа хостов

Глубже: Security stack