תוכן עניינים
נקודה מרכזית
הריפו Superset הוא ה-IDE הראשון שבנוי במיוחד לתזמור מספר סוכני AI שעובדים במקביל. פותח על ידי superset-sh, הוא מאפשר לנו להריץ עשרות סוכנים אוטונומיים בו-זמנית בלי קונפליקטים, באמצעות git worktrees מבודדים ודשבורד מאוחד למעקב.
מה זה Superset?
Superset הוא טרמינל ו-IDE שתוכנן לנהל מספר סוכני AI שרצים במקביל. הפרויקט superset-sh/superset פותר את הבעיה של תיאום סוכנים אוטונומיים שכולנו נתקלים בה ככל שהכלים האלה מתפתחים מממשקי צ'אט לעובדים מבוססי CLI.
מסתבר שככל שסוכני AI כמו Claude Code, GitHub Copilot ו-Cursor הופכים יותר אוטונומיים, אנחנו נתקלים בצוואר בקבוק חדש - לא הסוכנים עצמם, אלא היכולת שלנו להריץ מספר סוכנים בו-זמנית בלי שהם ידרכו אחד על השני.
הבעיה שכולנו מכירים
כולנו מתנסים עם סוכני AI לקוד, אבל הנה מה שקורה כשאנחנו מנסים להגדיל מעבר לסוכן אחד בכל פעם: סוכן A מתחיל לשנות קובץ בזמן שסוכן B קורא אותו. הקונטקסט מתערבב בין משימות שונות. קונפליקטים ב-Git מצטברים. נעילות קבצים חוסמות התקדמות. אנחנו מבזבזים יותר זמן על ניהול קונפליקטים בין סוכנים מאשר על בנייה בפועל.
המודל המנטלי שהשתמשנו בו - להתייחס לסוכני AI כמו ממשקי צ'אט משופרים עם שיחה אחת בכל פעם - מתמוטט לגמרי כשאנחנו רוצים הרצה מקבילית. תחשבו על צוות פיתוח: אנחנו לא גורמים למפתחים לחכות בתור כדי לעבוד על הקוד. הם עובדים במקביל על ענפים שונים. אבל הכלים הנוכחיים שלנו ל-AI מאלצים זרימות עבודה חד-ליניאריות.
כלים קיימים כמו VS Code עם תוספי AI לא תוכננו לזה. הם מניחים עוזר AI אחד שעוזר למפתח אחד. כשאנחנו מנסים להריץ מספר סוכנים, אנחנו בעצם עושים האק לפתרון שלא תוכנן להרצה אוטונומית מקבילית.
איך Superset עובד
Superset מתייחס לסוכני AI כמו עובדים מקבילים בצוות פיתוח ולא כמו בני שיח רצופים. תחשבו על זה כמו מנצח לתזמורת - כל נגן (סוכן) יש לו את התווים שלו (git worktree), אבל כולם מתואמים דרך תצוגה מרכזית.
החידוש המרכזי הוא git worktrees - מה שנקרא כל סוכן עובד בעותק מבודד משלו של הריפו בענף או קומיט ספציפי. זה שונה מריבוי clones כי worktrees חולקים את אותה היסטוריית Git, חוסכים מקום בדיסק ומונעים קונפליקטים. כשסוכן A משנה את main.py ב-worktree שלו, סוכן B שעובד ב-worktree אחר לא רואה את השינויים האלה עד שאנחנו עושים מרג' במפורש.
התחלה מהירה
ככה אנחנו מתחילים עם Superset:
# התקנה
npm install -g superset-sh
# אתחול בפרויקט שלנו
cd our-project
superset init
# הפעלת הדשבורד
superset startדוגמה אמיתית
נגיד שאנחנו רוצים לעשות ריפקטור לקוד גדול עם מספר סוכנים שעובדים במקביל:
# יצירת preset של workspace לריפקטור
superset workspace create refactor-auth
# הרצת שלושה סוכנים עם משימות שונות
superset agent spawn --name "update-types" --task "Add TypeScript types to auth module" --branch feature/types
superset agent spawn --name "add-tests" --task "Write unit tests for auth functions" --branch feature/tests
superset agent spawn --name "docs" --task "Update authentication documentation" --branch feature/docs
# מעקב אחרי כל הסוכנים בדשבורד מאוחד
superset dashboard
# בדיקת שינויים לפני מרג'
superset diff --agent update-types
superset merge --agent update-types --into mainכל סוכן עובד באופן עצמאי ב-git worktree משלו. הדשבורד מראה סטטוס בזמן אמת: אילו קבצים כל סוכן משנה, ההתקדמות שלו, וכל שגיאה. לפני מרג' של עבודת סוכן כלשהו, אנחנו בודקים את ה-diff ישירות במציג המובנה של Superset.
פיצ'רים מרכזיים
- Git Worktrees מבודדים - כל סוכן מקבל sandbox משלו של הקוד. תחשבו על זה כמו לתת לכל חבר צוות את השולחן שלו - הם יכולים לפרוס את העבודה שלהם בלי להפריע לאחרים. Worktrees חולקים היסטוריית Git אבל שומרים שינויי קבצים נפרדים עד שאנחנו עושים מרג'.
- דשבורד מאוחד - תצוגה אחת שמראה את כל הסוכנים שרצים בו-זמנית. הקטע המדליק הוא שאנחנו רואים איזה סוכן עובד על מה, ההתקדמות שלו, שינויי קבצים וסטטוס - כמו לוח ניהול פרויקטים אבל לסוכני AI.
- מציג Diff מובנה - לפני מרג' של עבודת סוכן, אנחנו בודקים בדיוק מה השתנה. בלי הפתעות, בלי מרג' עיוור. מציג ה-diff מראה השוואות side-by-side עם הדגשת תחביר.
- Presets של Workspace - שמירת קונפיגורציות סביבה והרצת סוכנים חדשים מיד. אם אנחנו מריצים את אותו סוג משימה שוב ושוב, presets מאפשרים אוטומציה של ההתקנה - תלויות, משתני סביבה, קונטקסט התחלתי.
- ניהול קונטקסט - כל סוכן שומר על הקונטקסט שלו שנשאר גם לאורך פעולות git. בניגוד לממשקי צ'אט שמאבדים קונטקסט כשאנחנו עוברים בין ענפים, סוכני Superset זוכרים את המצב שלהם.
מתי להשתמש ב-Superset לעומת אלטרנטיבות
Superset תוכנן לצוותים ומפתחים שמגדילים פיתוח בעזרת AI מעבר לזרימות עבודה של סוכן יחיד. אם אנחנו מריצים סוכן אחד בכל פעם ב-VS Code, תוספי ה-AI המובנים עובדים מצוין. אבל כשאנחנו רוצים למקבל עבודה על פני מספר סוכנים, Superset מספק את שכבת התיאום שאנחנו צריכים.
בהשוואה לכלים כמו Cursor או GitHub Copilot, שמצטיינים בסיוע של סוכן יחיד, Superset מתמקד בתזמור. הוא לא מחליף את הכלים האלה - הוא מנהל מספר מופעים שלהם (או של סוכנים אחרים מבוססי CLI) בו-זמנית. תחשבו על Cursor כעוזר ממש חכם, ועל Superset כמנהל הפרויקט שמתאם מספר עוזרים.
לצוותים שמשתמשים בפריימוורקים לסוכנים כמו LangChain או AutoGPT, Superset מספק את שכבת סביבת הפיתוח. הפריימוורקים האלה מטפלים בלוגיקה וההיגיון של הסוכן; Superset מטפל ב-workspace, מערכת הקבצים ותיאום ה-git.
בעיניי - האם אשתמש בזה?
לעניות דעתי, Superset מייצג לאן כלי הפיתוח של AI צריכים להגיע. ככל שהסוכנים הופכים יותר אוטונומיים ומסוגלים, צוואר הבקבוק עובר מ"האם הסוכן יכול לבצע את המשימה" ל"האם אנחנו יכולים לתאם מספר סוכנים ביעילות".
אני רואה את זה כחיוני לפרויקטי ריפקטור גדולים יותר שבהם אנחנו יכולים לפצל עבודה על פני מספר סוכנים - אחד מטפל בטיפוסים, אחר כותב טסטים, אחר מעדכן תיעוד. הגישה של git worktree אלגנטית כי היא ממנפת תשתית Git קיימת במקום להמציא פרדיגמות חדשות.
המגבלה היא עקומת הלמידה. אנחנו צריכים לחשוב בזרימות עבודה מקבילות, מה שדורש התאמה של המודל המנטלי שלנו איך סוכני AI עובדים. למפתחים שרק מתחילים עם עוזרי קוד של AI, זה יכול להיות מוגזם. אבל לצוותים שמגדילים פיתוח בעזרת AI, זו תשתית שאנחנו צריכים.
בדקו את הפרויקט: superset-sh/superset
שאלות נפוצות
מה זה Superset?
Superset הוא IDE שבנוי במיוחד לתזמור מספר סוכני AI שרצים במקביל, באמצעות git worktrees מבודדים למניעת קונפליקטים.
מי יצר את Superset?
הריפו Superset נוצר על ידי superset-sh. הפרויקט הוא קוד פתוח וזמין ב-GitHub.
מתי כדאי להשתמש ב-Superset?
כדאי להשתמש ב-Superset כשאנחנו מריצים מספר סוכני AI בו-זמנית וצריכים לתאם את העבודה שלהם בלי קונפליקטים, במיוחד עבור ריפקטורים גדולים או משימות פיתוח מקבילות.
מה האלטרנטיבות ל-Superset?
אלטרנטיבות כוללות VS Code עם תוספי AI (לזרימות עבודה של סוכן יחיד), Cursor (לסיוע AI משולב), ופריימוורקים לסוכנים כמו LangChain או AutoGPT (שמתמקדים בלוגיקת הסוכן ולא בתיאום workspace). Superset משלים את הכלים האלה במקום להחליף אותם.
מה המגבלות של Superset?
המגבלה העיקרית היא עקומת הלמידה - זה דורש חשיבה בזרימות עבודה מקבילות ולא במשימות רצופות. זה גם אפקטיבי ביותר עם סוכנים מבוססי CLI ולא ממשקי צ'אט, ועובד הכי טוב לצוותים שכבר נוחים עם זרימות עבודה של Git.