Во второй части цикла о сайтах под управлением ИИ автор подробно разбирает архитектуру «под капотом». Ключевой элемент — MCP-сервер, легковесный посредник между LLM и сервером. Это один Node-файл (около 11 КБ), который работает на отдельном порту dev-сервера и даёт модели ровно четыре инструмента: выполнение bash-команд, вложенный вызов модели (claude_prompt), получение списка скриншотов и захват конкретного скриншота стейджинга. Такой минималистичный интерфейс снижает поверхность атаки и не требует вшивать в брокер каждую новую команду.
Полный цикл от запроса до прода выглядит так. Пользователь формулирует задачу на естественном языке, например «поправь блок героя». Модель читает проектный канон и код через cat и grep, вносит изменения на dev-сервере, собирает проект и проверяет результат через автоскриншоты. Только после одобрения человеком (или автоматически) код отправляется в git, а затем GitHub Actions запускает сборку, проверки и rsync готового артефакта на прод. Ключевое: модель физически не может напрямую записать что-то на боевом сервере — у неё нет доступа к продакшену, только к dev-машине.
| Инструмент | Что делает |
|---|---|
| bash | выполняет команду на dev-сервере под обычным пользователем |
| claude_prompt | вложенный вызов модели под отдельную подзадачу |
| list_screenshots | список автоскриншотов со стейджинга |
| get_screenshot | конкретный скриншот — посмотреть на результат глазами |
Автор подчёркивает принципиальное разделение кода и контента. Код (дизайн, функциональность) версионируется через git и проходит CI. Контент — тексты, поля ACF — живёт в базе headless WordPress и обновляется через wp-cli или админку мимо сборки. Это позволяет откатывать дизайн без потери свежих статей.
Модель правит код только на dev-сервере, прод обновляется через GitHub Actions после сборки и проверок.
Отдельно разъясняется заблуждение про «нейросеть на сервере». На дешёвом VDS (2–3 тыс. руб./мес.) размещён только сайт: Next.js, headless WordPress, MariaDB и тонкий MCP-брокер. Сама LLM исполняется у провайдера на его GPU через внешний API, а «50–100 долларов в месяц» — это плата за вызовы API, а не за железо под self-hosted модель.
