Web Analytics

agents

⭐ 11952 stars French by wshobson

🌐 Langue

Collection de Sous-agents Claude Code

Une collection complète de sous-agents IA spécialisés pour Claude Code, conçue pour améliorer les flux de développement grâce à une expertise spécifique au domaine.

Vue d’ensemble

Ce dépôt contient 76 sous-agents spécialisés qui étendent les capacités de Claude Code. Chaque sous-agent est un expert dans un domaine spécifique, invoqué automatiquement selon le contexte ou appelé explicitement selon le besoin. Tous les agents sont configurés avec des modèles Claude spécifiques selon la complexité de la tâche pour garantir performance et rentabilité.

Sous-agents disponibles

Développement & Architecture

Spécialistes de Langage

Infrastructure & Opérations

Qualité & Sécurité

Données & IA

Domaines spécialisés

Documentation

Business & Marketing

SEO & Optimisation de contenu

Attribution des modèles

Les 76 sous-agents sont configurés avec des modèles Claude spécifiques selon la complexité des tâches :

🚀 Haiku (Rapide & Économique) - 15 agents

Modèle : haiku

⚡ Sonnet (Performance équilibrée) - 45 agents

Modèle : sonnet

Développement & Langages :

Infrastructure & Opérations : Qualité & Support :

🧠 Opus (Capacité maximale) - 15 agents

Modèle : opus

Installation

Ces sous-agents sont automatiquement disponibles lorsqu'ils sont placés dans le répertoire ~/.claude/agents/.

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

Utilisation

Invocation automatique

Claude Code délèguera automatiquement au sous-agent approprié en fonction du contexte de la tâche et de la description du sous-agent.

Invocation explicite

Mentionnez le sous-agent par son nom dans votre demande :
"Use the code-reviewer to check my recent changes"
"Have the security-auditor scan for vulnerabilities"
"Get the performance-engineer to optimize this bottleneck"

Exemples d'utilisation

Tâches pour un agent unique

# 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"

Flux de travail multi-agents

Ces sous-agents travaillent ensemble de manière fluide, et pour des orchestrations plus complexes, vous pouvez utiliser la collection Claude Code Commands qui propose 52 commandes slash préconstruites exploitant ces sous-agents dans des flux de travail sophistiqués.

# 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

Flux de travail avancés avec les commandes Slash

Pour une orchestration multi-sous-agents plus sophistiquée, utilisez le dépôt compagnon Commands :

# 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

Format du sous-agent

Chaque sous-agent suit cette structure :

---
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

Configuration du Modèle

À partir de Claude Code v1.0.64, les sous-agents peuvent spécifier quel modèle Claude ils doivent utiliser. Cela permet une délégation des tâches rentable en fonction de la complexité :

Modèles disponibles (utilisant une nomenclature simplifiée depuis Claude Code v1.0.64) : Si aucun modèle n'est spécifié, le sous-agent utilisera le modèle par défaut du système.

Modèles d'Orchestration des Agents

Claude Code coordonne automatiquement les agents en utilisant ces modèles courants :

Flux de Travail Séquentiels

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

Branchements conditionnels

User Request → Analysis → Route to appropriate specialist

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

Revue et Validation

Primary Agent → Review Agent → Final Result

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

Quand utiliser quel agent

🏗️ Planification & Architecture

🔧 Implémentation & Développement

🛠️ Exploitation & Maintenance

📊 Analyse & Optimisation

🧪 Assurance Qualité

📚 Documentation

💼 Business & Stratégie

Bonnes Pratiques

🎯 Délégation des Tâches

🔄 Flux de Travail Multi-Agents

🎛️ Contrôle Explicite

📈 Optimisation

Contribution

Pour ajouter un nouveau sous-agent :

Dépannage

Problèmes courants

L'agent n'est pas invoqué automatiquement :

Sélection d'agent inattendue : Plusieurs agents donnent des conseils contradictoires : L'agent semble manquer de contexte :

Obtenir de l'aide

Si les agents ne fonctionnent pas comme prévu :

Licence

Ce projet est sous licence MIT - voir le fichier LICENSE pour plus de détails.

En savoir plus

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