Web Analytics

agents

⭐ 11952 stars Polish by wshobson

🌐 Język

Kolekcja Subagentów Claude Code

Kompleksowa kolekcja wyspecjalizowanych subagentów AI dla Claude Code, zaprojektowana w celu usprawnienia procesów programistycznych dzięki ekspertyzie domenowej.

Przegląd

To repozytorium zawiera 76 wyspecjalizowanych subagentów rozszerzających możliwości Claude Code. Każdy subagent jest ekspertem w określonej dziedzinie, wywoływany automatycznie na podstawie kontekstu lub ręcznie, gdy zachodzi taka potrzeba. Wszyscy agenci są skonfigurowani z określonymi modelami Claude w zależności od złożoności zadania, zapewniając optymalną wydajność i efektywność kosztową.

Dostępne Subagenty

Rozwój i Architektura

Specjaliści językowi

Infrastruktura i Operacje

Jakość i bezpieczeństwo

Dane i AI

Domeny specjalistyczne

Dokumentacja

Biznes i marketing

SEO i optymalizacja treści

Przypisania modeli

Wszystkie 76 subagentów skonfigurowano z określonymi modelami Claude w zależności od złożoności zadania:

🚀 Haiku (szybki i ekonomiczny) - 15 agentów

Model: haiku

⚡ Sonnet (zrównoważona wydajność) - 45 agentów

Model: sonnet

Rozwój i Języki:

Infrastruktura i Operacje: Jakość i Wsparcie:

🧠 Opus (Maksymalna Wydajność) - 15 agentów

Model: opus

Instalacja

Te subagenty są automatycznie dostępne po umieszczeniu ich w katalogu ~/.claude/agents/.

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

Użycie

Automatyczne wywołanie

Claude Code automatycznie deleguje zadania do odpowiedniego subagenta na podstawie kontekstu zadania oraz opisu subagenta.

Jawne wywołanie

Wspomnij nazwę subagenta w swojej prośbie: 
"Use the code-reviewer to check my recent changes"
"Have the security-auditor scan for vulnerabilities"
"Get the performance-engineer to optimize this bottleneck"

Przykłady użycia

Zadania pojedynczego agenta

# 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"

Wieloagentowe przepływy pracy

Te subagentki współpracują ze sobą bezproblemowo, a do bardziej złożonych orkiestracji możesz użyć kolekcji Claude Code Commands, która zawiera 52 gotowe komendy ukośnikowe wykorzystujące te subagentki w zaawansowanych przepływach pracy.

# 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

Zaawansowane przepływy pracy z poleceniami Slash

Do bardziej zaawansowanej orkiestracji z wieloma subagentami użyj towarzyszącego repozytorium 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

Formatka subagenta

Każdy subagent stosuje następującą strukturę: 

---
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

Konfiguracja Modelu

Od wersji Claude Code v1.0.64, subagenci mogą określić, którego modelu Claude powinni używać. Umożliwia to delegowanie zadań w sposób opłacalny w zależności od złożoności:

Dostępne modele (z uproszczonymi nazwami od Claude Code v1.0.64): Jeśli model nie zostanie określony, subagent użyje domyślnego modelu systemowego.

Wzorce Orkiestracji Agentów

Claude Code automatycznie koordynuje agentów, wykorzystując te popularne wzorce:

Przepływy pracy sekwencyjnej

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

Warunkowe rozgałęzianie

User Request → Analysis → Route to appropriate specialist
Example: "Fix this bug"
debugger (analyzes) → Routes to: backend-architect OR frontend-developer OR devops-troubleshooter

Przegląd i walidacja

Primary Agent → Review Agent → Final Result
Example: "Implement payment processing"
payment-integration → security-auditor → Validated implementation

Kiedy używać którego agenta

🏗️ Planowanie i Architektura

🔧 Implementacja i Rozwój

🛠️ Operacje i Utrzymanie

📊 Analiza i Optymalizacja

🧪 Zapewnienie Jakości

📚 Dokumentacja

💼 Biznes i Strategia

Najlepsze Praktyki

🎯 Delegowanie Zadań

🔄 Przepływy pracy wielu agentów

🎛️ Jawna Kontrola

📈 Optymalizacja

Współtworzenie

Aby dodać nowego subagenta:

Rozwiązywanie problemów

Typowe problemy

Agent nie jest wywoływany automatycznie:

Nieoczekiwany wybór agenta: Wielu agentów udziela sprzecznych porad: Agent wydaje się nie mieć kontekstu:

Uzyskiwanie pomocy

Jeśli agenci nie działają zgodnie z oczekiwaniami:

Licencja

Ten projekt jest objęty licencją MIT - szczegóły znajdują się w pliku LICENSE.

Dowiedz się więcej

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

Original README: View on GitHub

Translated by OpenAiTx | Last updated: 2025-09-16