@Service
public class DbTools {
 @Tool(
   name = "db.kpis.topCustomers",
   denoscription = "Топ‑N клиентов по выручке"
 )
 public Map<String, Object> topCustomers() {
  //Получаем актуальную информацию из БД
 }
}

mcpServers:
  - name: GitHub
    command: docker
    args:
      - "run"
      - "-i"
      - "--rm"
      - "-e"
      - "GITHUB_PERSONAL_ACCESS_TOKEN=token"
      - "ghcr.io/github/github-mcp-server"

О компании

Koda (kodacode.ru) — инструмент для разработчиков, который интегрирует мощные AI-модели прямо в рабочий процесс: в редактор, CLI и внутренние инструменты команды.

Мы делаем AI-ассистента, который помогает писать, рефакторить и анализировать код, работает локально или через подключённые LLM-бэкенды и легко встраивается в существующую инфраструктуру разработчика.

Наша цель — упростить рутину инженеров и сделать работу с кодом быстрее и точнее.

Кого мы ищем

Нам нужен Middle/Senior Fullstack Engineer, который хочет работать на стыке инструментов разработки, плагинов IDE и AI-интеграций. Мы ищем не “идеальный резюме-стек”, а человека, который понимает разработчиков и хочет создавать для них удобные инструменты.

Ты будешь работать над ядром Koda, VSCode-плагином, CLI и интеграциями с LLM.

Задачи

1. Разработка Core-компонентов
Поддержка и развитие внутреннего ядра (контекст, маршрутизация запросов, обработчики). Работа над архитектурой, влияющей на весь стек продуктов Koda.

2. Разработка расширений
Развитие плагина Koda для VS Code. Улучшение UX внутри IDE: панель, подсказки, команды, взаимодействие с редактором.

3. CLI и утилиты

Разработка и оптимизация CLI-инструментов. Повышение стабильности, скорости работы и качества DX.

4. Интеграции с LLM

Работа с API ИИ-моделей (OpenAI, Anthropic, местные backend-инференсы). Настройка промптов, передача контекста, обработка ответов.

5. Исследовательские задачи

В случае необходимости — разбор JetBrains-плагина:
- чтение и исправление Kotlin/Java-кода;
- улучшение интеграции.

Требования

Уверенный TypeScript.
Опыт разработки на Node.js (CLI, сервисы, инструменты разработки).
Понимание принципов работы LLM: контекст, промптинг, запросы к API.
Готовность разбираться в чужом коде и нетривиальных архитектурах.

Плюсом будет

Базовые знания Kotlin/Java — достаточно умения ориентироваться в коде.
Опыт разработки расширений для VS Code или других IDE.
Опыт работы с LLM-библиотеками, локальными inference-серверами, RAG.

Что предлагаем

- Работа над инструментом для разработчиков — твоя работа сразу будет видна реальным программистам.
- Постоянный контакт с AI-технологиями: модели, промпты, inference-серверы, интеграции.
- Минимум процессной бюрократии.
- Команда, в которой можно быстро расти технически: инженеры, участвующие в проектах уровня GigaCode/AI-инструментов.
- Удалённый формат и гибкость.
– Оформление по ТК РФ.