● l1vestack · IDP11 стадий · 1 контур

SDLC, в которомкоманда и агентыделят контекст

Не «AI-feature» к существующему стеку и не portal-of-portals — связанная система, где каталог, спеки, ревью, билды, релизы, инциденты и метрики живут в одном контексте. Команда и AI-агенты делят rules, practices и знания. Не в 7 разных репах и Notion — в одном продукте.

Сравнить тиры →Посмотреть 11 стадий

Community OSS · Enterprise self-hosted · Cloud managed на h3llo

l1vestack · payments-api · stage 04

live

01Ideation✓

02Planning✓

03Architecture✓

04Development● in progress

05Code Review·

06Test & QA·

07Build·

08Release·

09Operate·

10Incident·

11Feedback·

h3 l1ve sync

11 стадий SDLC в одном контуреshared context · люди + агентыCommunity OSS · Enterprise · CloudGitOps · DORA · SLO · postmortemsMCP gateway · sandboxed runtimeBackstage backends внутриagent army на каждой стадииspec → code → review → ship → operateтиры: 0 ₽ → self-hosted → managed

Не AI-агенты делят контекст. Команда и агенты — вместе.

Когда AI-агенты приходят на каждую стадию SDLC, time-to-market падает в разы, а качество растёт. Но только если у людей и агентов один и тот же контекст, правила и практики. Не в 7 разных репах и Notion-страницах — в одном продукте.

альтернатива А

Сборка из 7 продуктов

Каждый продукт — лучший в категории
Confluence · Jira · GitHub · Argo · Grafana · Notion · Slack
Контекст растащен по 7 системам
AI-агент знает только то, что в одном репе
Артефакты не связаны: spec ↔ PR ↔ release ↔ инцидент — вручную

h3llo · l1vestack

L1veStack

Один продукт, замкнутый SDLC из 11 стадий
Артефакты связаны: spec → PR → release → SLO → инцидент → action item
Shared context для людей И армии AI-агентов
Catalog, golden paths, GitOps, observability — из коробки
AI-агенты с MCP-доступом и sandboxed runtime
DORA метрики автоматически из git/CI/incident

альтернатива Б

Backstage / Port

Богатый каталог сервисов
Portal-of-portals: 30 плагинов, каждый со своим UX
Catalog есть — но не связан с workflow
Агентов нет — добавлять через свой плагин
app-config.yaml на 800 строк YAML

● 11 стадийзамкнутый цикл

Полный SDLC, без обрывов между стадиями

Артефакт каждой стадии автоматически становится входом следующей: issue → spec → ADR → PR → image digest → release → SLO → инцидент → action item → next issue.

01 / Ideation

Discovery

Идеи из чатов, тикетов, созвонов агрегируются в единый backlog с semantic embeddings. RFC machine-readable.

RFC · brief · backlog

02 / Planning

Specification

Spec-driven: спека до кода. Декомпозиция эпика → стори агентом-аналитиком. AC в Gherkin или structured YAML.

PRD · stories · DoD

03 / Architecture

Design

Architecture-as-code. ADR обязательно. C4 из текста + анализа кода. SLO определяются здесь, не после прода.

ADR · C4 · OpenAPI · SLO

04 / Development

Code

Trunk-based. Golden paths: новый микросервис за 30 секунд. Агент в firecracker/gVisor с MCP-доступом.

code · AGENTS.md · devcontainer

05 / Code Review

PR

AI-reviewer первой линией: стиль, security smell, missing tests. Human review — про интент и архитектуру.

PR · AI review · CODEOWNERS

06 / Test & QA

Quality

Контракт-тесты обязательно. Self-healing flaky tests. Ephemeral envs на каждый PR. Mutation на критичных путях.

tests · SBOM · coverage

07 / Build

Package

Hermetic builds, distroless/Wolfi базы, SLSA L3+, Cosign-signed images, SBOM на каждый артефакт.

OCI · SBOM · provenance

08 / Release

Deploy

GitOps everywhere. Progressive delivery с auto-analysis по SLO. DB migrations expand/contract. Auto-rollback.

GitOps PR · canary · runbook

09 / Operate

Observe

OTel — единственный стандарт. SLO-based alerting. AI agent summary алерта (логи + trace + recent deploys).

metrics · traces · dashboards

10 / Incident

Response

Blameless postmortems. Incident commander agent создаёт war-room, ChatOps команды → действия, action items в трекер.

incident · postmortem · AIs

11 / Feedback

Loop

DORA из git/CI/инцидентов. DevEx surveys. AI кластеризует feedback в темы для роадмапа. Каждое action item имеет trace.

DORA · DevEx · cost

цикл замыкается обратно в Ideation

● shared context

Один файл — для людей и агентов

Никаких раздельных AGENTS.md в одном месте, RFC в другом, runbook в третьем. Контекст и правила сервиса — в .l1ve/ рядом с кодом, читается и людьми, и агентами.

.l1ve/context.md · общий контекстlive

# .l1ve/context.md — общий контекст для людей и агентов
service:    payments-api
team:       billing
tier:       prod
on-call:    @alice (primary), @ivan (backup)

rules:
  - PR > 400 LOC требует разбивки (агент-разделитель предложит)
  - migrations через Atlas, отдельно от deploy (expand/contract)
  - protected paths: infra/prod/, billing/secrets/

agents:
  - codegen:   sandboxed · MCP[git, fs, lsp, run-tests, docs]
  - reviewer:  read-only · MCP[git, semgrep, sast]
  - rca:       on incident · MCP[loki, prom, tempo, runbooks]

slo:
  - availability: 99.95%/30d  → burn alert >2%/h
  - p99-latency: 250ms        → page if >500ms 5min

.l1ve/agent.yaml · agent-as-catalog-entryv1

# .l1ve/agent.yaml — agent-as-catalog-entry
apiVersion: l1vestack.dev/v1
kind: Agent
metadata:
  name: codegen-payments
spec:
  base: openhands  # or aider, cline
  model:
    provider: h3llo-ai          # or anthropic, openai, ollama
    model: llama-3.1-70b
  context:
    rag:                         # corp knowledge layer
      - service:payments-api
      - adr:billing/*
      - runbook:billing/*
    spec_path: docs/specs/
  sandbox:
    runtime: firecracker
    network:
      egress: [github.com, registry.h3llo.cloud]
  mcp:
    - git           # scoped: read-only
    - filesystem    # scoped: ./
    - test-runner
    - docs-search   # ./docs/**
  budget:
    monthly_tokens: 10_000_000
    monthly_rub:    30_000

● use cases

Кому это нужно

01 / scaleups

Скейлапы 50–500 инженеров

Когда 7 продуктов начинают трещать по швам и контекст разваливается. Один контур — обратно собирает SDLC в систему.

02 / regulated

Регулируемые рынки

Банки, госсектор, медицина. Audit log tamper-evidence, air-gapped install, готовые ФЗ-152/ФСТЭК/PCI policy bundles.

03 / agent-first

Agent-first команды

Если AI-агенты — first-class граждане в вашем процессе. Sandboxed runtime, RAG, MCP gateway, evals — нон-негошиабл.

04 / platform

Платформенные команды

Внутренние команды как customers. Self-service over tickets, golden paths, измеряемый DevEx и DORA из коробки.

● 3 тираhealthy upgrade-path

Community · Enterprise · Cloud

Без crippleware. Community — полноценный SDLC для команд до 20 человек. Enterprise — когда нужны multi-tenancy и compliance. Cloud — network-effects и premium-агенты, не воспроизводимые локально.

Community

OSS-релиз. Полный замкнутый цикл из 11 стадий. Команда до 20 человек должна закрыть весь SDLC и не упереться в лимиты.

0 ₽ · Apache-2.0

Все 11 стадий SDLC
Catalog · golden paths · scaffolder
CI (Tekton) · GitOps (Argo)
Observability glue · SLO-as-code
Базовые AI-агенты + любой LLM
MCP-gateway self-hosted

Скачать на GitHub →

популярный

Enterprise

Всё из Community + multi-tenancy, SSO/SCIM, audit log с tamper-evidence, air-gapped install, policy engine, fine-tuning агентов.

от 89 000 ₽ / мес · 50 инженеров

Multi-tenancy · org → team → project
RBAC/ABAC · SSO + SCIM
Audit log с подписями (append-only)
Air-gapped install · offline LLM bundle
OPA/Kyverno policy bundles
Bring-your-own-model + fine-tuning
24×7 саппорт · DR runbooks

Поговорить →

Cloud

Managed на h3llo cloud. Всё, что не воспроизводимо локально — cross-customer benchmarks, vuln intel feed, premium frontier-агенты на нашем GPU-флоте.

от 2 400 ₽ / инженер / мес

Anonymized DORA percentile benchmarks
Vulnerability intel feed
Cross-customer flaky test patterns
Marketplace · agents · MCP servers
Premium frontier-агенты на B300
Hosted MCP gateway · curated catalog
Backups · DR · upgrades — на нас

Начать →

● материалыбесплатно

Гайды и кейсы по L1veStack

Реальные практики платформенной команды h3llo: как пишем спеки под агентов, как устроен AGENTS.md, что измеряем после замыкания SDLC.

Все материалы →

Гайд · 56 стр

Spec-driven development с агентами

Как мы пишем спеки, чтобы агент-кодер не галлюцинировал

Шаблоны RFC и PRD, frontmatter YAML, machine-readable AC, contract-тесты как outcome спеки.

PDF~40 мин→

Чек-лист · PDF

AGENTS.md в каждом репозитории

Что писать в AGENTS.md, чтобы агент знал контекст

doming правила, MCP-серверы, что НЕ трогать, dev-команды, тестовые fixture'ы. С реальными примерами.

12 стр~15 мин→

Кейс · h3llo

От Backstage к L1veStack

Что мы убрали, что добавили, и о чём жалеем

Полный разбор архитектурного перехода. Какие 3 backend-плагина оставили, что переписали, цифры до/после.

кейс~30 мин→

Гайд · 32 стр

Sandboxed runtime для AI-агентов

Firecracker microVM + MCP gateway — практика

Изоляция, network egress policies, scoped tokens, audit log, evals. Как мы запускаем агентов в проде.

PDF~30 мин→

Бенчмарк · 2025

DORA метрики до и после L1veStack

Бенчмарк: 12 команд, 18 месяцев

Lead time, deploy frequency, MTTR, change failure rate. Что меняется, когда SDLC замыкается.

отчёт~25 мин→

Шаблоны · GitHub

Helm-чарты self-hosted L1veStack

Production-ready Helm для Community и Enterprise

Готовый чарт: catalog, scaffolder, agents, MCP gateway, observability. Air-gapped overlay включён.

репо5 чартов→

● quickstart

Замкнуть SDLC за день

Helm install → ingest git → подключить агентов → артефакты связаны автоматически. Без портала-конструктора и YAML на 800 строк.

Скачать Community →

Скачать Community

helm install l1vestack h3llo/l1vestack · одна команда, поднимается за 4 минуты.

Подключить git

l1ve catalog ingest --from git@github.com/your/repos · сервисы появляются автоматически по catalog-info.yaml.

Подключить агентов

Положите .l1ve/agent.yaml в репо · агент сам зарегистрируется в каталоге со своим runtime и MCP-доступом.

Замкнуть цикл

Spec → code → review → release → operate → feedback → next spec. Артефакты автоматически связаны.

● faq

Что обычно спрашивают

Это Backstage или нет?

Под капотом мы используем три backend-плагина Backstage (Catalog, Scaffolder, TechDocs) — и больше ничего. Никакого app-config.yaml, никакого Material-UI. Сверху — собственный GraphQL gateway и UI. Слово «Backstage» пользователь L1veStack никогда не видит. Это связанная система, а не portal-of-portals.

Чем Community отличается от Enterprise и Cloud?

Community (OSS) — полный замкнутый цикл из 11 стадий, базовые AI-агенты, любой LLM-провайдер. Команде до 20 человек хватит для всего. Enterprise добавляет multi-tenancy, RBAC/ABAC, SSO+SCIM, audit log с tamper-evidence, air-gapped install, policy engine. Cloud — managed на h3llo + network-effects: cross-customer benchmarks, vuln intel feed, marketplace, premium frontier-агенты на нашем GPU-флоте.

Какие AI-агенты идут из коробки?

Codegen (генерация кода по спеке), Reviewer (первая линия code review), RCA (анализ инцидентов), Triage (классификация идей и issues), Diagram (C4 из текста и кода), Spec-helper (декомпозиция эпика), Threat-model (STRIDE), Incident commander. Все — в sandboxed runtime (firecracker/gVisor), с ограниченным сетевым egress через MCP gateway.

Можно подключить свои LLM или нужен только h3llo AI?

Любые. В Community — OpenAI, Anthropic, Bedrock, локальные Ollama / vLLM. В Enterprise — fine-tuning pipeline для агентов на корпоративных данных. В Cloud — premium frontier-модели (Claude Opus, GPT-5 class) на нашем GPU plus возможность подключить ваши.

Что с air-gapped установкой?

Enterprise включает offline registry и offline LLM bundle. Никакого исходящего трафика наружу — ни LLM-запросы, ни telemetry, ни updates. Подходит для регулируемых периметров и госсектора.

Hybrid mode — как это?

Control plane живёт в нашем Cloud (UI, catalog, agent registry, knowledge layer), а data plane (workloads, секреты, исходники, build runners) — у вас. Получаете Cloud DevEx, prod данные не покидают периметр. Доступно из Enterprise и Cloud.