# ИТ-суперагент для Claude Code: как управлять агентами сотрудников

> 2026-10-05 · AI Release · @ai_release1

> #ИИ-агенты #Claude #MCP

### ⚡ Главное за 5 секунд - Суть: профильный ИТ-суперагент на базе MCP отвечает на вопросы агентов сотрудников об инфраструктуре вместо администратора. - Где доступно: прототип работает на внутреннем сервере за nginx, снаружи доступен только через VPN. - Ограничение: это рабочий прототип в пилоте, а не готовое решение; автор описывает личный опыт, а не универсальный рецепт. ### 🔍 Что обнаружено Автор — единственный администратор примерно на 60 сотрудников. Когда нескольким сотрудникам выдали Claude Code с преднастроенными инструкциями и доступом к инфраструктуре на чтение, агенты сначала работали на виндовом терминальном сервере. Но двух-трёх человек с несколькими сессиями хватило, чтобы съесть всю оперативку терминала; выделять виртуалки не стали, так как всё уже ушло в веб, и агенты переехали на домашние машины сотрудников через VPN. После переезда появились две проблемы. Пропало централизованное управление: у администратора не стало доступа к md-файлам и конфигам Claude на домашних компьютерах. И возникла «админ-прокладка»: агент сотрудника писал письмо, автор пересылал его своему Claude, тот готовил ответ для агента, автор отправлял обратно. Чтобы это убрать, он собрал ИТ-суперагента — прототип на ~4 тысячах строк Python с FastAPI и MCP, SQLite в режиме WAL. Суперагент выглядит для агентов как MCP-сервер (streamable HTTP), подключается одной командой с личным токеном. Внутри — два RAG-источника: административный каталог серверов (~570 файлов, ~940 фрагментов, индексация на CPU ~9 минут, далее инкрементально раз в 10 минут) и корпоративная база знаний на pgvector. Права фильтруются до фрагмента: сотрудник не получит кусок описания сервера, которого не видит. ### 💡 Почему это важно Главная польза — исчезает ручная пересылка сообщений между ИИ. Суперагент централизует управление: правила для всех подключённых агентов лежат в одном markdown-файле на стороне суперагента и передаются при подключении и в каждом ответе. Изменил файл, перезапустил сервис — поведение меняется у всех, где бы они ни работали. А благодаря RAG-базам суперагент отвечает фактами конкретной инфраструктуры, а не «теорией из интернета», — это решает типичную проблему, когда ИИ даёт результат «по учебнику», но неподходящий для реальной компании. ### 🧩 Контекст До суперагента автор перепробовал два подхода. Сначала делал агентов под конкретные задачи, но каждый раз не учитывались нюансы, известные только конкретному исполнителю, а допиливание растягивалось. Затем перешёл на платформу Paperclip в духе «компания из агентов»: агент-аналитик под управлением агента-«гендиректора» должен был помогать сотрудникам создавать агентов. Не взлетело: создание агента оказалось трудоёмким, а сама платформа — слишком непрозрачной, агенты зацикливались и уходили решать задачи, не связанные с исходной. Токены уходили, результата часто не было. После этого и появились Claude Code с персональными агентами, которые и привели к проблеме «прокладки».

[Источник](https://habr.com/ru/articles/1090376/)