Web Analytics

agents

⭐ 11952 stars Persian by wshobson

🌐 زبان

مجموعه زیرعامل‌های Claude Code

یک مجموعه جامع از زیرعامل‌های تخصصی هوش مصنوعی برای Claude Code، طراحی‌شده برای بهبود گردش کار توسعه با تخصص حوزه‌ای خاص.

نمای کلی

این مخزن شامل ۷۶ زیرعامل تخصصی است که قابلیت‌های Claude Code را گسترش می‌دهند. هر زیرعامل متخصص در یک حوزه خاص است و بر اساس زمینه به طور خودکار فراخوانی شده یا به صورت صریح در زمان نیاز استفاده می‌شود. تمامی عامل‌ها با مدل‌های خاص Claude بر اساس پیچیدگی وظیفه برای عملکرد و صرفه‌جویی بهینه پیکربندی شده‌اند.

زیرعامل‌های موجود

توسعه و معماری

متخصصان زبان‌های برنامه‌نویسی

زیرساخت و عملیات

کیفیت و امنیت

داده و هوش مصنوعی

حوزه‌های تخصصی

مستندسازی

کسب‌وکار و بازاریابی

بهینه‌سازی سئو و محتوا

تخصیص مدل‌ها

تمام ۷۶ زیرعامل با مدل‌های Claude خاص بر اساس پیچیدگی وظایف پیکربندی شده‌اند:

🚀 هایکو (سریع و مقرون‌به‌صرفه) - ۱۵ عامل

مدل: haiku

⚡ سونت (عملکرد متعادل) - ۴۵ عامل

مدل: sonnet

توسعه و زبان‌ها:

زیرساخت و عملیات: کیفیت و پشتیبانی:

🧠 اپوس (حداکثر قابلیت) - ۱۵ عامل

مدل: opus

نصب

این زیرعامل‌ها به صورت خودکار زمانی که در پوشه ~/.claude/agents/ قرار گیرند، در دسترس خواهند بود.

cd ~/.claude
git clone https://github.com/wshobson/agents.git

نحوه استفاده

فراخوانی خودکار

Claude Code به طور خودکار با توجه به زمینه وظیفه و توضیحات زیرعامل، وظیفه را به زیرعامل مناسب واگذار می‌کند.

فراخوانی صریح

نام زیرعامل را در درخواست خود ذکر کنید:
"Use the code-reviewer to check my recent changes"
"Have the security-auditor scan for vulnerabilities"
"Get the performance-engineer to optimize this bottleneck"

نمونه‌های استفاده

وظایف عامل منفرد

# Code quality and review
"Use code-reviewer to analyze this component for best practices"
"Have code-reviewer scrutinize these configuration changes"
"Have security-auditor check for OWASP compliance issues"

Development tasks

"Get backend-architect to design a user authentication API" "Use frontend-developer to create a responsive dashboard layout"

Infrastructure and operations

"Have devops-troubleshooter analyze these production logs" "Use cloud-architect to design a scalable AWS architecture" "Get network-engineer to debug SSL certificate issues" "Use database-admin to set up backup and replication"

Data and AI

"Get data-scientist to analyze this customer behavior dataset" "Use ai-engineer to build a RAG system for document search" "Have mlops-engineer set up MLflow experiment tracking"

Business and marketing

"Have business-analyst create investor deck with growth metrics" "Use content-marketer to write SEO-optimized blog post" "Get sales-automator to create cold email sequence" "Have customer-support draft FAQ documentation"

جریان‌های کاری چندعامله

این زیرعامل‌ها به طور یکپارچه با یکدیگر همکاری می‌کنند و برای هماهنگی‌های پیچیده‌تر، می‌توانید از مجموعه دستورات کد کلود استفاده کنید که ۵۲ دستور اسلش از پیش ساخته‌شده را ارائه می‌دهد و این زیرعامل‌ها را در جریان‌های کاری پیشرفته به کار می‌گیرد.

# Feature development workflow
"Implement user authentication feature"

Automatically uses: backend-architect → frontend-developer → test-automator → security-auditor

Performance optimization workflow

"Optimize the checkout process performance"

Automatically uses: performance-engineer → database-optimizer → frontend-developer

Production incident workflow

"Debug high memory usage in production"

Automatically uses: incident-responder → devops-troubleshooter → error-detective → performance-engineer

Network connectivity workflow

"Fix intermittent API timeouts"

Automatically uses: network-engineer → devops-troubleshooter → performance-engineer

Database maintenance workflow

"Set up disaster recovery for production database"

Automatically uses: database-admin → database-optimizer → incident-responder

ML pipeline workflow

"Build end-to-end ML pipeline with monitoring"

Automatically uses: mlops-engineer → ml-engineer → data-engineer → performance-engineer

Product launch workflow

"Launch new feature with marketing campaign"

Automatically uses: business-analyst → content-marketer → sales-automator → customer-support

گردش‌کارهای پیشرفته با دستورات اسلش

برای هماهنگی پیچیده‌تر بین چند زیرعامل، از مخزن همراه دستورات استفاده کنید:

# Complex feature development (8+ subagents)
/full-stack-feature Build user dashboard with real-time analytics

Production incident response (5+ subagents)

/incident-response Database connection pool exhausted

ML infrastructure setup (6+ subagents)

/ml-pipeline Create recommendation engine with A/B testing

Security-focused implementation (7+ subagents)

/security-hardening Implement OAuth2 with zero-trust architecture

قالب زیرعامل

هر زیرعامل این ساختار را دنبال می‌کند:

---
name: subagent-name
description: When this subagent should be invoked
model: haiku  # Optional - specify which model to use (haiku/sonnet/opus)
tools: tool1, tool2  # Optional - defaults to all tools

System prompt defining the subagent's role and capabilities

پیکربندی مدل

از نسخه 1.0.64 کلود کد، زیرعامل‌ها می‌توانند مشخص کنند از کدام مدل کلود باید استفاده کنند. این امکان، واگذاری وظایف بر اساس پیچیدگی به‌صورت مقرون‌به‌صرفه را فراهم می‌کند:

مدل‌های موجود (با نام‌گذاری ساده‌شده از نسخه 1.0.64 کلود کد): اگر مدلی مشخص نشود، زیرعامل از مدل پیش‌فرض سیستم استفاده خواهد کرد.

الگوهای ارکستراسیون عامل

کلود کد به‌صورت خودکار عوامل را با استفاده از این الگوهای رایج هماهنگ می‌کند:

گردش کار ترتیبی

User Request → Agent A → Agent B → Agent C → Result

Example: "Build a new API feature" backend-architect → frontend-developer → test-automator → security-auditor

Parallel Execution

User Request → Agent A + Agent B (simultaneously) → Merge Results

Example: "Optimize application performance" performance-engineer + database-optimizer → Combined recommendations

شاخه‌بندی شرطی

User Request → Analysis → Route to appropriate specialist

Example: "Fix this bug" debugger (analyzes) → Routes to: backend-architect OR frontend-developer OR devops-troubleshooter

بررسی و اعتبارسنجی

Primary Agent → Review Agent → Final Result

Example: "Implement payment processing" payment-integration → security-auditor → Validated implementation

چه زمانی از کدام عامل استفاده کنیم

🏗️ برنامه‌ریزی و معماری

🔧 پیاده‌سازی و توسعه

🛠️ عملیات و نگهداری

📊 تحلیل و بهینه‌سازی

🧪 تضمین کیفیت

📚 مستندسازی

💼 کسب‌وکار و استراتژی

بهترین روش‌ها

🎯 تفویض وظایف

🔄 جریان‌های کاری چندعاملی

🎛️ کنترل صریح

📈 بهینه‌سازی

مشارکت

برای افزودن یک زیرعامل جدید:

رفع اشکال

مشکلات رایج

عامل به طور خودکار فراخوانی نمی‌شود:

انتخاب عامل غیرمنتظره: چند عامل توصیه‌های متضاد ارائه می‌دهند: عامل به نظر می‌رسد که زمینه کافی ندارد:

دریافت کمک

اگر عامل‌ها مطابق انتظار کار نمی‌کنند:

مجوز

این پروژه تحت مجوز MIT منتشر شده است - برای جزئیات بیشتر به فایل LICENSE مراجعه کنید.

اطلاعات بیشتر

--- Tranlated By Open Ai Tx | Last indexed: 2025-09-04 ---