Добавлен TASKS/OpusAboutLLM.md, обновлён HISTORY/2026-07-31-session.md

2026-07-31 17:14:08 +04:00
parent 89aa5268e7
commit 5eb7496357
2 changed files with 44 additions and 6 deletions
@@ -0,0 +1,33 @@
+есть облачный ЛЛМ 120В
+КРАТКО - где его можно использовать в данном проекте ? и как и зачем
+
+Список задач обновлен
+
+Кратко — где 120B-LLM реально полезна в autotest (по убыванию ценности):
+
+**1. Разбор упавших прогонов (лучшее применение).**
+Где: История/панель прогона, где есть `error_log` + `stages`.
+Как: отправить error_log + этапы → LLM возвращает «причина + что проверить».
+Зачем: тестировщик не читает сырые терраформ/API-логи вручную — экономит время на триаже.
+
+**2. Генерация сценариев из текста.**
+Где: редактор сценариев (`scenario-*.js`, `/api/scenario/definitions`).
+Как: «создай vDC → VM → удали» → LLM генерит `steps[]` JSON по схеме (service_id, operation, output/instance_ref).
+Зачем: собрать цепочку автотеста словами вместо ручного JSON.
+
+**3. Подсказка значений параметров.**
+Где: форма параметров (params-render.js / operations).
+Как: схема параметров (name, dataType, isRequired, valueList) → LLM предлагает разумные дефолты.
+Зачем: меньше проб-ошибок при заполнении обязательных полей.
+
+**4. Анализ трендов по истории.**
+Где: таблица `runs` / история.
+Как: агрегат прогонов → LLM: «операция X падает в 40% на стенде test, обычно на этапе Y».
+Зачем: находить флаки и системные проблемы, а не единичные падения.
+
+**5. Триаж HAR** (`development/*.har`).
+Как: HAR → LLM извлекает последовательность API-вызовов/параметры для нового сценария.
+Зачем: реверс реальных операций Nubes в автотест.
+
+Архитектурно: отдельный бэкенд-эндпоинт (напр. `/api/llm/analyze`), который дёргает облачный 120B; фронт вызывает по кнопке «Разобрать ошибку»/«Сгенерировать». **Ничего не меняю — это ответ; скажешь «делай», добавлю в план как отдельную фазу.**
+