תוכן עניינים
נקודה מרכזית
הריפו Agency Agents הוא מערכת שהופכת עוזרי קידוד ב-IDE לפרסונות סוכני AI מתמחות עם מומחיות ספציפית לדומיין. פותח על ידי msitarzewski, הוא פותר את הבעיה של יצירת קוד AI גנרי על ידי הזרקת system prompts מבוססי markdown שמגדירים את הזהות, המשימה, החוקים ומדדי ההצלחה של כל סוכן ב-Claude Code, Cursor ו-Aider.
מה זה Agency Agents?
הריפו Agency Agents הוא פריימוורק קוד פתוח שמספק 112 פרסונות סוכני AI מתמחות לפיתוח תוכנה. הפרויקט agency-agents פותר את הבעיה של עוזרי קידוד AI גנריים ונוטי-המצאות שכולנו נתקלים בהם כשאנחנו מנסים לקבל קוד production-ready מכלים כמו Claude Code, GitHub Copilot או Cursor.
במקום לבקש מ-LLM גנרי "לכתוב קוד", Agency Agents נותן לנו להפעיל פרסונות מתמחות כמו Backend Architect, Security Engineer, Frontend Developer או Reality Checker. כל סוכן מוגדר על ידי system prompts מבוססי markdown עם דעה חזקה שמצמצמים את ההקשר של ה-LLM לדומיין ספציפי, מפחיתים המצאות באופן דרסטי ואוכפים best practices.
הבעיה שכולנו מכירים
כולנו היינו שם: אנחנו מבקשים מעוזר הקידוד AI שלנו ליישם פיצ'ר, ואנחנו מקבלים קוד שכאילו עובד אבל לא עוקב אחרי דפוסי הארכיטקטורה שלנו, מתעלם מ-best practices של אבטחה שבנינו שנים, או עושה הנחות ששוברות ב-production. אנחנו מבזבזים יותר זמן על ביקורת ותיקון קוד שנוצר ב-AI מאשר אם רק היינו כותבים אותו בעצמנו מאפס.
מסתבר שהבעיה המרכזית היא ש-LLMs גנריים מנסים להיות הכל לכולם. חסר להם הקשר עמוק על הפריימוורקים הספציפיים שלנו, דרישות הדומיין וסטנדרטים של איכות. הם אולי יודעים 100 שפות תכנות אבל אין להם הבנה של הקונבנציות של הקוד הספציפי שלנו או הלוגיקה העסקית שעושה את האפליקציה שלנו ייחודית.
כלים קיימים כמו GitHub Copilot או Claude Code מרשימים אבל מוגבלים מהותית במהות הגנרית שלהם. הם מאומנים על כל האינטרנט של קוד, מה שאומר שהם בינוניים בהכל במקום מצוינים בדברים הספציפיים שאנחנו צריכים.
איך Agency Agents עובד
הריפו Agency Agents לוקח גישה שונה לגמרי: במקום עוזר גנרי אחד, אנחנו מקבלים סוכנות שלמה של מומחים מתמחים. המערכת פועלת על ידי הזרקת system prompts מבוססי markdown עם דעה חזקה לתוך עוזרי הקידוד AI האהובים עלינו.
תחשבו על זה כמו: במקום לשכור פרילנסר גנרליסט אחד שכאילו יודע הכל, אנחנו שוכרים סוכנות מתמחה שבה אנחנו יכולים לדבר ישירות עם מומחה ה-backend כשאנחנו צריכים עבודת API, עם מומחה האבטחה כשאנחנו צריכים הערכת פגיעויות, או עם מומחה ה-frontend כשאנחנו צריכים קומפוננטות React.
הריפו כולל סקריפטי shell שממירים ומתקינים אוטומטית את הסוכנים האלה על פני פלטפורמות:
- Claude Code ו-Copilot - מזריקים קבצי סוכן .md נייטיביים
- Cursor - מייצרים קבצי rule מסוג .mdc שCursor יכול לקרוא
- Aider - מקמפלים קובץ CONVENTIONS.md ראשי
כל פרסונת סוכן כוללת:
- תכונות זהות - מי הסוכן הזה ואיך הוא חושב
- משימת ליבה - על מה הסוכן הזה אחראי
- חוקים קריטיים ספציפיים לדומיין - best practices שלא ניתנות למשא ומתן
- מדדי הצלחה - איך למדוד אם הסוכן עשה עבודה טובה
התחלה מהירה
ככה אנחנו מתחילים עם Agency Agents:
# שכפול הריפו
git clone https://github.com/msitarzewski/agency-agents.git
cd agency-agents
# עבור Claude Code או Copilot - הזרקת סוכנים נייטיביים
./scripts/install-claude.sh
# עבור Cursor - ייצור קבצי rule מסוג .mdc
./scripts/install-cursor.sh
# עבור Aider - קומפיילציה של CONVENTIONS.md ראשי
./scripts/install-aider.sh
דוגמה אמיתית
נגיד שאנחנו בונים REST API ואנחנו רוצים שה-Backend Architect יעצב את ה-endpoints. במקום לבקש מ-Claude Code "צור REST API", אנחנו מפעילים את סוכן ה-Backend Architect:
# ב-IDE שלנו, אנחנו מפעילים את פרסונת ה-Backend Architect
# לסוכן יש עכשיו הקשר כמו:
# - עקרונות עיצוב REST API
# - אופטימיזציה של סכמת מסד נתונים
# - שיקולי ביצועים
# - דרישות אבטחה
# הפרומפט שלנו לסוכן:
"עצב REST API למערכת ניהול משימות עם
משתמשים, פרויקטים ומשימות. כלול טיפול תקין בשגיאות."
# ה-Backend Architect מגיב עם:
# - עיצוב endpoints מובנה היטב
# - קודי סטטוס HTTP נכונים
# - שיקולי סכמת מסד נתונים
# - אמצעי אבטחה (auth, rate limiting)
# - אופטימיזציות ביצועים (pagination, caching)
ההבדל דרמטי. במקום קוד גנרי שאנחנו צריכים לעשות לו refactor, אנחנו מקבלים פתרונות מודעי-ארכיטקטורה ששוקלים ביצועים, אבטחה ותחזוקה מההתחלה.
פיצ'רים מרכזיים
- 112 פרסונות מתמחות - מ-Frontend Developers ועד Security Engineers, מומחי DevOps ועד Reality Checkers שמאמתים אם הדרישות שלנו בכלל ריאליות. תחשבו על זה כמו סוכנות תוכנה שלמה שזמינה לכל רגע.
- תזמור רב-סוכנים - הקטע המדליק הוא שאנחנו יכולים להריץ workflows מורכבים כמו "Nexus Spatial Discovery Exercise" שבו 8 סוכנים שונים עובדים במקביל - אחד מעצב את ה-API, אחר מטפל בביקורת אבטחה, אחר מייעל שאילתות מסד נתונים, הכל מתואם אוטומטית.
- אגנוסטי לפלטפורמה - עובד על Claude Code, Cursor ו-Aider. אנחנו לא נעולים לפלטפורמה אחת, ואנחנו יכולים להשתמש באותן הגדרות סוכן על פני כל הצוות שלנו לא משנה מה ה-IDE המועדף שלהם.
- קונפיגורציה מבוססת Markdown - הגדרות סוכן הן קבצי markdown פשוטים שאנחנו יכולים לקרוא, לערוך ולשמור בבקרת גרסאות - מה שנקרא version control. אין פורמטים קנייניים או קונפיגורציות מורכבות.
- פלט Production-Ready - על ידי צמצום ההקשר של ה-LLM לדומיין מתמחה, ההמצאות יורדות באופן דרמטי ואיכות הקוד תואמת את מה שהיינו מצפים ממומחה דומיין.
מתי להשתמש ב-Agency Agents לעומת אלטרנטיבות
הריפו Agency Agents זורח כשאנחנו עובדים על פרויקטים מורכבים שבהם הצעות AI גנריות לא מספיק טובות. אם אנחנו בונים אבטיפוס מהיר או מתנסים, Claude Code או Copilot סטנדרטיים אולי מספיקים.
בהשוואה ל-GitHub Copilot או Claude Code סטנדרטי, Agency Agents דורש יותר סטאפ מראש אבל מספק פלט באיכות גבוהה יותר באופן דרמטי. Copilot מעולה לאוטוקמפלט ופונקציות פשוטות, אבל כשאנחנו צריכים חשיבה ברמת ארכיטקטורה או מומחיות דומיין, Agency Agents נמצא בליגה אחרת.
בהשוואה לכלים כמו Rules for AI של Cursor, Agency Agents יותר בעל דעה ומקיף. Cursor נותן לנו להגדיר חוקים מותאמים אישית, אבל Agency Agents מספק 112 פרסונות מוכנות מראש עם ידע דומיין עמוק. אנחנו מקבלים גם את הגמישות להתאים אישית וגם את היתרון של הגדרות סוכן שנוצרו על ידי מומחים.
נבחר ב-Agency Agents כש:
- בונים אפליקציות production שבהן איכות קוד חשובה
- עובדים עם ארכיטקטורות מורכבות שדורשות מומחיות דומיין
- צריכים best practices עקביים על פני צוות
- מריצים workflows רב-סוכנים לפתרונות מקיפים
נישאר עם כלים סטנדרטיים כש:
- פרוטוטייפינג מהיר שבו מהירות חשובה יותר מארכיטקטורה
- סקריפטים פשוטים או יוטיליטיז חד-פעמיים
- לומדים שפה חדשה שבה הצעות גנריות מועילות
בעיניי - האם אשתמש בזה?
לעניות דעתי, Agency Agents מייצג את מה שסיוע קידוד AI היה צריך להיות מהיום הראשון. ההבדל בין לבקש מ-LLM גנרי "לכתוב קוד" לבין להתייעץ עם Backend Architect או Security Engineer מתמחה הוא שמיים וארץ.
אני מתוסכל כבר חודשים מעוזרי AI שמייצרים קוד שדורש refactoring מתמיד. Agency Agents פותר את זה על ידי מתן זהות, משימה ומדדי הצלחה ספציפיים לכל סוכן. הזמן שנחסך מאי-תיקון קוד שהומצא משלם בקלות על ההתקנה הראשונית בתוך השבוע הראשון.
היכולת של תזמור רב-סוכנים חזקה במיוחד. היכולת להריץ 8 סוכנים מתמחים במקביל - אחד מטפל בעיצוב API, אחר בביקורת אבטחה, אחר באופטימיזציה של ביצועים - מרגיש כמו שיש לנו צוות פיתוח שלם שעובד על הקוד שלנו.
המגבלות שוות לציון: אנחנו צריכים להבין איזה סוכן להפעיל לאיזו משימה, וההתקנה הראשונית דורשת למידה של מבנה ה-prompt המבוסס markdown. יש גם עקומת למידה בהבנה איך לתזמר מספר סוכנים בצורה אפקטיבית.
אבל למי שרציני לגבי שימוש ב-AI בפיתוח תוכנה, זו תשתית חיונית. העובדה שזה עובד על Claude Code, Cursor ו-Aider אומרת שכל הצוות שלנו יכול להשתמש בזה לא משנה מה הכלים המועדפים שלהם.
האם אשתמש בזה? בהחלט. הקפיצה באיכות הקוד והירידה בהמצאות הופכת את זה ל-no-brainer לפיתוח production.
בדקו את הריפו: agency-agents
שאלות נפוצות
מה זה Agency Agents?
הריפו Agency Agents הוא מערכת שמזריקה 112 פרסונות סוכני AI מתמחות לעוזרי קידוד IDE כמו Claude Code, Cursor ו-Aider, והופכת אותם מעוזרים גנריים למומחים ספציפיים לדומיין עם משימות, חוקים ומדדי הצלחה מוגדרים.
מי יצר את Agency Agents?
הריפו Agency Agents נוצר על ידי msitarzewski. הפרויקט הוא קוד פתוח וזמין ב-GitHub לכל אחד לשימוש ותרומה.
מתי כדאי להשתמש ב-Agency Agents?
כדאי להשתמש ב-Agency Agents כשעובדים על אפליקציות production מורכבות שבהן איכות קוד, ארכיטקטורה ו-best practices חשובים יותר ממהירות פרוטוטייפינג מהירה. זה אידיאלי לצוותים שצריכים מומחיות דומיין עקבית אפויה בעוזרי הקידוד AI שלהם.
מה האלטרנטיבות ל-Agency Agents?
האלטרנטיבות כוללות GitHub Copilot סטנדרטי (מעולה לאוטוקמפלט אבל גנרי), Claude Code בלי סוכנים (חזק אבל חסר מיקוד דומיין), חוקים מותאמים אישית של Cursor (גמיש אבל דורש כתיבת חוקים מאפס), ו-Aider עם קונבנציות מותאמות אישית (עובד אבל פחות מקיף מ-112 הפרסונות המוכנות מראש של Agency Agents).
מה המגבלות של Agency Agents?
המגבלות העיקריות הן זמן ההתקנה הראשוני, עקומת הלמידה בהבנה איזה סוכן להשתמש לאיזו משימה, והצורך ללמוד איך לתזמר מספר סוכנים בצורה אפקטיבית. זה גם יותר מורכב מהנדרש לסקריפטים פשוטים או פרוטוטייפינג מהיר.