מדריכי רשת הסוכנים

מעודכן

לא עוד כלי AI — צוות שלם של מומחים שעובד בשבילך

Claude Code הוא פריצת הדרך האמיתית של 2025–2026 בעולם פיתוח התוכנה: במקום להשתמש ב-AI כ'עוזר צד' שכותב עבורכם פיסות קוד ב-ChatGPT, Claude Code מביא את הבינה המלאכותית המתקדמת בעולם ישירות לתוך הטרמינל וסביבת העבודה שלכם — עם יכולת לערוך קבצים, להריץ פקודות, לנהל git, לבדוק אתרים בדפדפן, ולבצע משימות מורכבות לגמרי לבד. מדובר בכלי של חברת Anthropic (יוצרי מודל Claude — המתחרה הישיר של ChatGPT של OpenAI, ובתחום פיתוח התוכנה נחשב למודל המתקדם ביותר בעולם היום). ה-CLI של Claude Code משתלב עם כל סביבת פיתוח מובילה (VS Code, Cursor, JetBrains, ואפליקציית Desktop למק/ווינדוס), מציע גישה לשלושת המודלים העדכניים של 2026 — Opus 4.7 (החזק ביותר, חלון הקשר של מיליון טוקנים), Sonnet 4.6 (ברירת מחדל מאוזנת, 400K טוקנים עם 1M בבטא לחלק מהמשתמשים), ו-Haiku 4.5 (מהיר וחסכוני) — ותומך באקוסיסטם פתוח ועצום של הרחבות: Skills (מיומנויות מוכנות שמלמדות את Claude לבצע משימות ספציפיות), MCP Servers (חיבורים לשירותים חיצוניים), Sub-Agents ו-Managed Agents (צוות וירטואלי של מומחים שעובדים במקביל, כולל משימות רקע), Hooks (אוטומציות לפני/אחרי כל פעולה), ועוד. מה שהכנתי ואני משתף במדריך הזה — סביבת העבודה המלאה שלי עם 350+ Skills מקצועיים, 32 סוכנים מתמחים, ו-17 שרתי MCP — שווה מאות שעות של מחקר, התנסות, וטעויות יקרות שכבר עשיתי בשבילכם. הכל בקוד פתוח, חינם לחלוטין, מתעדכן באופן שוטף, ומוכן להתקנה אצלכם בפקודה אחת. בין אם אתם מפתחים ותיקים שרוצים לזנק קדימה בעשרות אחוזים בתפוקה, יזמים שרוצים לבנות MVP של מוצר בלילה אחד, או סקרנים שרוצים להכיר את הטכנולוגיה שמעצבת מחדש את עולם העבודה — Claude Code הוא נקודת הכניסה, והמדריך הזה (יחד עם המאגרים המצורפים למטה) הוא הקיצור הטוב ביותר שיש.

סוכן WhatsApp עברי

עוזר AI אישי שחי בוואטסאפ — שומע, מדבר, זוכר שיחות

קאמי הוא סוכן בינה מלאכותית אישי שחי בתוך WhatsApp — אפליקציית המסרים שכולנו כבר משתמשים בה יום-יום. במקום לפתוח אפליקציה נפרדת כמו ChatGPT או Claude, אתם פשוט שולחים הודעה למספר בוואטסאפ, והוא עונה — בטקסט או בקול. תחת מכסה המנוע, קאמי הוא שירות שבניתי בשפת TypeScript (הגרסה העכשווית של JavaScript) שרץ 24 שעות ביממה על שרת פרטי קטן. הוא מחובר לוואטסאפ דרך Green API — שער קליל ומאובטח שמעביר בין וואטסאפ לקוד שלי את ההודעות. כשהודעה מגיעה, היא עוברת דרך [Claude Sonnet](/claude-code) — אחד ממודלי הבינה המלאכותית החזקים בעולם — כדי לעבד ולהבין את מה שנאמר. אם ההודעה היא קולית, OpenAI Whisper מתמללת אותה לעברית במדויק; כשקאמי עונה, הוא יכול להשיב בקול שמייצר Gemini TTS של Google (חינמי וטבעי). היכולת הייחודית של קאמי היא הזיכרון: הוא זוכר שיחות ישנות באמצעות מאגר מיוחד ([Qdrant](/guide/qdrant), מוסבר במדריך נפרד), כך שאפשר להמשיך רעיון שהתחלנו לפני שבוע ולחזור לנקודה שעצרנו בה. אצלי (אלעד), קאמי הפך למעין עוזר אישי: הוא שולח תדריך בוקר יומי, מזכיר משימות, ומקבל הודעות קוליות שלי בזמן נסיעה. אצלכם, אותו מבנה בדיוק יכול לשמש עבור תמיכת לקוחות חכמה שעובדת 24/7, עוזר ללמידה שמלווה תלמיד, חבר-משפחה-דיגיטלי של המשפחה, או כל שימוש אחר שאתם יכולים לדמיין עבור סוכן שפה שחי בוואטסאפ.

ניטור + ריפוי עצמי

מי שומר על השרת שלך ב-3 בבוקר? סוכנת AI שלא ישנה

קיילי היא סוכנת בינה מלאכותית אוטונומית שאחראית על התחזוקה של כל רשת הסוכנים שלי — 24 שעות ביממה, 7 ימים בשבוע, בלי הפסקה. תחת מכסה המנוע היא מבוססת על OpenClaw — טכנולוגיה שכבשה את הרשת לאחרונה: מדובר בסוכן AI שיכול לבצע כמעט כל פעולה שתבקשו ממנו בסביבת שרת (להפעיל שירותים, לבדוק לוגים, לתקן הגדרות, אפילו לערוך קוד) בצורה אוטונומית. OpenClaw רץ עם שכבת בינה של Gemini Flash (גרסה חינמית של Google), ויש לו גישה מלאה לכלים הקריטיים של השרת: containers (דרך [Docker](/guide/docker)), שירותי מערכת (systemd), ומערכת הקבצים. אבל היתרון שלו הוא גם החולשה שלו — הוא שולח הרבה בקשות למודלי ה-AI במקביל, מה שהופך שימוש לא מבוקר בו לפוטנציאל יקר מאוד. לכן חשוב להגדיר לו מראש גבולות: רשימת פעולות מותרות (whitelist), אזורים אסורים, ומגבלות על תקציב. אצלי קיילי מדברת ב-Telegram (הבוט @kylie_elad_bot), שומרת על 10 שירותים בו-זמנית, ומעירה אותי רק כשהיא באמת לא יודעת מה לעשות. אצלכם היא יכולה להיות תחליף ל-on-call, מסדרת לוגים אוטומטית, או סוכנת תחזוקה כללית לכל סביבת שרתים שתפקידה לשמור על יציבות.

Multi-Agent Orchestration

במקום סוכן אחד, צוות של מומחים שעובד ביחד

CrewAI זו מסגרת תזמור בקוד פתוח (פייתון) של João Moura ו-CrewAI Inc. שמאפשרת לכם להקים צוות שלם של סוכני בינה מלאכותית שעובדים יחד — בדיוק כמו צוות אנשים אמיתי. זו לא 'סתם ספרייה' — זו פלטפורמת תזמור מלאה: Crews (צוותים), Tasks (משימות), Agents (סוכנים), Flows (תזרימים מבוססי אירועים, נוספו ב-2024), וכלים מובנים (SerperDev, WebsiteSearchTool, ScrapeTool ועוד). CrewAI תומך במעל 100 ספקי LLM דרך LiteLLM — Anthropic, Google, OpenAI, Groq, DeepSeek, Mistral, Ollama ועוד. במקום לבקש ממודל שפה אחד (כמו [Claude](/claude-code) או ChatGPT) לכתוב לכם מאמר שלם בבת אחת, אתם מגדירים שלושה-ארבעה 'עובדים וירטואליים', כל אחד עם התמחות שונה: חוקר שאוסף מקורות, אסטרטג שמחליט על זווית וכותרת, כותב שמנסח בטון מושך, ועורך שמשפר. CrewAI נולדה ב-2023 וב-2026 היא אחת הפלטפורמות הבוגרות ביותר לבניית מערכות multi-agent — בכמה עשרות שורות קוד אתם מקבלים צוות שעובד יחד, מעביר מידע זה לזה, ומגיע לתוצאה עמוקה בהרבה ממודל בודד. אצלי (אלעד) רצים היום 10 צוותים שונים לייצור תוכן, מחקר ושיווק — אבל אצלכם CrewAI יכול לשמש לכל משימה שדורשת יותר מ-AI אחד: ניתוח דאטה מקצועי, סקירה של קוד מזוויות שונות, יצירת מערכות שיווק אוטונומיות, או כל תהליך עסקי שמורכב מכמה שלבי חשיבה שונים.

Health Coach AI

אפליקציית בריאות שבאמת משתמשים בה — בוואטסאפ

סוכן coaching אישי מבוסס [Claude Code](/claude-code) + [CrewAI](/guide/crewai), עם זיכרון ארוך-טווח ב-[Qdrant](/guide/qdrant), OCR תמונות דרך Google Cloud Vision API, ולוח ICS שנוצר אוטומטית. ממשק: WhatsApp דרך [Delegator](/guide/delegator). ה-state מאוחסן כ-JSON + SQLite מוצפן. אצלי הוא מלווה תוכנית אישית של ירידה במשקל + בניית כוח, אבל זה pattern של coach-agent, לא תוכנית דיאטה: אצלך אפשר להתאים אותו לשינה, ריצה, גמילה, לימוד מוזיקה, ניהול כספים, או כל יעד אישי מדיד שהמשתמש קובע לעצמו.

Self-Healing Infrastructure

Self-healing — תקלות לא צריכות להעיר אתכם

Hermes הוא דפוס עבודה (pattern) מבית יצירה של טכנולוגיות self-healing (ריפוי עצמי) שמגדיר איך מערכת תוכנה יכולה לזהות תקלות אצלה ולתקן אותן בעצמה, בלי שאדם יצטרך להתערב. הרעיון נולד מתוך תובנה אחת מרתקת של מהנדסי SRE (Site Reliability Engineers — המומחים שאחראים על יציבות שרתים בחברות כמו גוגל) לגבי תקלות שרתים: 90% מהן הן אותן עשר בעיות שחוזרות על עצמן שוב ושוב (container שקרס, חיבור רשת שנתקע, דיסק שהתמלא) — ובמקום להעיר את איש התורנות כל לילה על אותן תקלות חוזרות, אפשר ללמד את המערכת לתקן את עצמה. אצלי (אלעד) Hermes רץ כשירות רקע על השרת ומטפל אוטומטית ב-[Kami](/guide/kami) וב-OpenClaw (הטכנולוגיה שמפעילה את [Kaylee](/guide/kaylee)) בכל פעם שהם נתקעים — אבל אצלכם זה דפוס כללי שאפשר לאמץ בכל מערכת תוכנה, לא רק מערכות AI: חמשת השלבים של Hermes (זיהוי, אבחון, תיקון, אימות ולמידה) מתאימים גם למערכות מסחר אלקטרוני, גם ל-SaaS קטן שרץ על שרת יחיד, וגם למערכת הקריטית של ארגון גדול — והתוצאה היא אחת: שינה שלמה בלילה, ללא הפרעות.

Vector Memory

הבסיס לזכירה לפי משמעות, לא לפי מילים

Qdrant זה סוג של בסיס נתונים חדש יחסית שמכונה 'בסיס נתונים וקטורי' — כזה שיודע לזכור לפי משמעות ולא לפי מילים. בניגוד לבסיסי נתונים מסורתיים (כמו Postgres או MySQL) שמחפשים התאמה מדויקת של טקסט — 'תמצא לי את כל הלקוחות ששמם דוד' — Qdrant יכול לחפש רעיונות: 'תמצא לי שיחות דומות לזו, גם אם השתמשו במילים אחרות'. זו היכולת שמאפשרת למערכות AI מודרניות (ChatGPT, [Claude](/claude-code), Perplexity) לזכור את השיחות הקודמות שלכם ולהחזיר תשובה רלוונטית, גם כשהניסוח שונה לחלוטין. Qdrant בקוד פתוח לחלוטין (גרסה 1.14+ נכון לסוף 2025), נכתב בשפת Rust (אחת השפות המהירות בעולם התוכנה), ורץ כשירות רקע על השרת בשתי יציאות רשת — 6333 ל-HTTP ו-6334 ל-gRPC — בדיוק כמו מסד נתונים רגיל, רק שבמקום טבלאות הוא מאחסן 'טביעות אצבע מתמטיות' של משפטים (embeddings) עם תמיכה של עד 4096 מימדים לוקטור דחוס, וגם וקטורים דלילים (sparse) לחיפוש היברידי. אצלי (אלעד) Qdrant הוא הלב של כל רשת הסוכנים: הוא מחזיק את הזיכרון של [Kami](/guide/kami) בוואטסאפ, את היומן של [Box](/guide/box), ואת המאגר של [Adopter](/guide/adopter). אצלכם Qdrant יכול להיות הבסיס של צ'אטבוט שזוכר לקוחות, של חיפוש חכם באתר, של מערכת המלצות, או של כל מקום שצריך 'לזכור לפי רעיון ולא לפי מילה'.

Central API Router

שער אחד, 100+ endpoints, כל הרשת מאחור

Delegator זה מה שנקרא בעגה המקצועית 'שער API' (API Gateway) — מעין מרכזייה דיגיטלית שיושבת בכניסה לרשת סוכני ה-AI שלי וממיינת את כל התנועה שעוברת דרכה. תחשבו על מרכזייה של בניין משרדים גדול: במקום שכל עובד יזכור את המספר של הבנק, של חברת הדואר, של ספק החשמל ושל עשרות הלקוחות — יש מרכזנית אחת שיודעת את הכל, העובד רק מבקש 'תעבירי אותי לבנק' והיא מחברת. בדיוק כך Delegator מתפקד עבור הסוכנים שלי: כש-[Kami](/guide/kami) רוצה לשלוח אימייל, כש-[Box](/guide/box) צריך ליצור אירוע ביומן, כש-[Adopter](/guide/adopter) רוצה לשמור משהו בזיכרון — אף אחד מהם לא צריך לדעת את מפתחות ה-API של Resend (מייל — 100 ביום בחינם, מעבר לזה pay-per-use), Google, Twilio (SMS — תשלום לפי הודעה) או Perplexity (Pro API למחקר). הם פשוט שולחים בקשה ל-Delegator, והוא דואג לכל השאר. הטכנולוגיה עצמה פשוטה מאוד — שרת HTTP שכתבתי ב-Python עם מעל 100 נקודות קצה (endpoints) שמטפלות בכל מה שצריך. אצלי Delegator מחבר 10 סוכנים שונים מאחורי שער אחד — אצלכם הוא יכול להחליף שירותי תשלום כמו Zapier (חינם עד 100 tasks בחודש, Starter ~$29 לחודש, Professional ~$73, Team ~$103 למשתמש ב-2026) או Make, ולשמש כתשתית API מרכזית לכל ארכיטקטורה עם מספר מערכות AI — בלי לפזר סיסמאות וקונפיגורציה בחמישה מקומות שונים.

Autonomous Content Adoption

במקום לקרוא 500 פוסטים ביום — סוכן שמסנן

Adopter זה סוכן בינה מלאכותית אוטונומי שמשמש אצלי כעוזר מחקר אישי שלא ישן לעולם. המשימה שלו פשוטה אבל קריטית בעולם של 2026: לסנן עבורי את מבול התוכן החדש שיוצא כל יום בעולמות ה-AI, הטכנולוגיה והעסקים — ולהחליט מה שווה את זמני ומה רעש שאפשר להתעלם ממנו. ככה זה עובד בפועל: Adopter עוקב אחרי כ-20 ערוצי Telegram מקצועיים דרך Telethon (ספריית Python שמדברת MTProto — הפרוטוקול המלא של טלגרם, לא Bot API המוגבל), קורא כל פוסט שנכנס — כ-500 פוסטים בממוצע ליום — ושולח כל אחד לבחינה מהירה של [Gemini 2.5 Flash](https://ai.google.dev) (מודל בינה מלאכותית מהיר של Google בשכבה חינמית נדיבה). לכל פוסט הוא מציב ארבע שאלות ביקורתיות: 'עד כמה זה חדש?', 'עד כמה זה מדויק?', 'האם אפשר לפעול לפיו?', ו-'יש כאן סיכון?'. רק שלושה עד חמישה פוסטים שעברו את כל ארבע השאלות בציון גבוה זוכים להישמר ב-[Qdrant](/guide/qdrant) (מאגר הזיכרון החכם של הרשת), ושאר ה-495 נמחקים לתמיד. התוצאה: במקום לגלול בטלגרם שעתיים-שלוש ביום, אני מקבל רשימה מזוקקת של הדברים החדשים שבאמת חשוב שאדע עליהם. אצלכם אפשר לכוון אותו לכל מקור תוכן אחר: RSS feeds, ערוצי Discord, פורומי Reddit, טוויטר, רשימות תפוצה — כל 'צינור כיבוי אש' של תוכן שצריך פילטר חכם ומבוסס AI.

Self-hosted Mission Control

UI אחד, 12 טאבים, כל הסוכנים במבט

Dashboard הוא אפליקציית אינטרנט מקומית שבניתי בעצמי ומשמשת כ'מרכז בקרה' (Mission Control) לכל רשת סוכני ה-AI שלי. תחשבו על זה כמו לוח המחוונים של רכב — בלי מד המהירות, טמפרטורת המנוע ומד הדלק אתם נוסעים בעיוורון; בדיוק ככה, בלי דשבורד טוב אי אפשר לנהל רשת של מערכות AI שרצה במקביל. האפליקציה בנויה כשרת Node.js פשוט (HTTP + WebSocket דרך ספריית `ws`) ללא framework כבד — בחרתי במכוון בפשטות של vanilla JS במקום Next.js, כדי שכל שינוי יהיה בשנייה אחת בלי build. היא רצה על המחשב שלי כשירות רקע, ומרכזת במסך אחד את כל המידע הקריטי: איזה סוכן פעיל עכשיו, כמה כסף נשרף היום על קריאות למודלי AI, אילו פרויקטים פתוחים, ואיפה יש תקלה. במקום לקפוץ בין חמישה שירותי ענן שונים (Grafana לניטור, Linear לניהול משימות, GitHub לקוד, UptimeKuma לבדיקת שירותים חיים, Gmail) — הכל מאוחד בעמוד אחד שמתעדכן בזמן אמת ומותאם בדיוק לזרימת העבודה שלי. אצלכם הדשבורד הזה יכול להיות תחליף זול בהרבה למערכות SaaS שעולות מאות דולרים בחודש (Datadog מ-$15/host/חודש, Retool מ-$10/user/חודש, Linear מ-$10/user/חודש, New Relic וחבריהן): החלפה של מקורות הנתונים (data sources) שלו במקורות משלכם, והופ — יש לכם מרכז בקרה שמחובר בדיוק ל-stack שלכם, עם אפשרות לשנות ולהוסיף כל דבר שתרצו.

Containers & Compose

containers, docker-compose, והארכיטקטורה שמאפשרת רשת סוכנים ב-VPS אחד

Docker היא אחת מהטכנולוגיות החשובות ביותר שצמחו בעולם התוכנה בעשור האחרון, והיא זו שמאפשרת לרוב שירותי הענן והסוכנים החכמים של היום לעבוד כמו שהם עובדים. בבסיסה, Docker פותרת בעיה פשוטה אבל כאובה: כל שירות תוכנה דורש סביבה מסוימת כדי לרוץ (גרסה מסוימת של שפה, ספריות ספציפיות, הגדרות רשת), וכשמנסים להתקין כמה שירותים על אותו שרת — הם מתנגשים, ומה שעבד אתמול מפסיק לעבוד מחר. Docker פותרת את זה על ידי אריזה של כל שירות ל'קופסה' מבודדת משלו (באנגלית: container — קונטיינר), שמכילה את הכל מה שהשירות צריך — וכך הוא רץ בדיוק אותו דבר על כל מחשב, בכל סביבה. ההרחבה של Docker שנקראת docker-compose מאפשרת להגדיר כמה קופסאות יחד בקובץ אחד, להרים את כולן בפקודה אחת, ולנהל את הרשת ביניהן — ממש כמו מנצח תזמורת. אצלי (אלעד) כל רשת הסוכנים שמופיעה באתר הזה (עשרה שירותים שונים כמו [Kami](/guide/kami), [Kaylee](/guide/kaylee), [Qdrant](/guide/qdrant), ו-[Delegator](/guide/delegator)) רצה בהתקנה אחת של docker-compose על Hetzner CPX11 בכ-4.75€ לחודש (2 vCPU · 2GB RAM). אצלכם, Docker יכולה להיות הבסיס לכל פרויקט: מסביבת פיתוח מקומית, דרך pipeline של CI/CD, ועד שירות ייצור מלא בענן. אחרי שמכירים את docker-compose, רוב מה שמוצג בשאר המדריכים הופך להיות אפשרי בעצמכם.

Local LLM Runtime

מודלי שפה חכמים (כמו ChatGPT) שרצים ישירות על המחשב שלך, בלי חיבור לענן

Ollama זו פלטפורמה לקוד פתוח שמאפשרת להריץ מודלי שפה חכמים של בינה מלאכותית (הידועים בקיצור LLMs — Large Language Models, המנוע שמאחורי ChatGPT, Claude וחבריהם) ישירות על המחשב שלך. אין צורך בחיבור לאינטרנט, אין שליחת נתונים לחברות כמו OpenAI או Google, והכל קורה אצלך, בפרטיות מלאה. הפלטפורמה כתובה בשפת Go והיא יודעת להריץ עשרות מודלים מפורסמים כמו Gemma של Google, Llama של Meta, Qwen של Alibaba, ו-DeepSeek — כולם בחינם לחלוטין. אצלי (אלעד) Ollama משמשת בעיקר כרשת ביטחון: כשהמודלים בענן יקרים מדי או לא זמינים, הסוכנים שלי (כמו [Kami](/guide/kami), [Kaylee](/guide/kaylee), ו-[CrewAI](/guide/crewai)) עוברים אוטומטית להשתמש במודל מקומי — וחוסכים המון כסף על משימות שגרתיות. אצלך זה יכול להיות הרבה יותר מכך: סביבת AI מלאה שפועלת גם בלי אינטרנט, פתרון עבור ארגונים עם דרישות פרטיות מחמירות (רפואה, משפט, ביטחון), או פשוט דרך להכיר את העולם של מודלי שפה פתוחים בלי לשלם דולר אחד.

Workflow Automation

Zapier בקוד פתוח — 500+ אינטגרציות מובנות, self-hosted, ללא מגבלת executions

n8n זו פלטפורמה חינמית וקוד פתוח מבית n8n GmbH — חברה גרמנית בוגרת, בוגרת Series B — שמאפשרת לבנות אוטומציות מורכבות בלי לכתוב כמעט שורת קוד. אתם בוודאי מכירים שירותים כמו Zapier או Make — אלה המערכות שמחברות בין האפליקציות השונות שלכם ומבצעות משימות אוטומטיות (למשל: 'כשמגיע אימייל חדש מלקוח, שמור אותו ב-Google Sheets, שלח הודעת וואטסאפ לצוות ופתח כרטיס ב-Trello'). הבעיה עם Zapier ו-Make היא המחיר — Zapier Starter עומד על 29$ לחודש (750 משימות), Zapier Professional על 73$ לחודש (2,000 משימות), ו-Zapier Team על 103$ למשתמש לחודש; Make יותר נדיב (Core ב-10.59$ לחודש, Pro ב-18.82$ לחודש), אבל עדיין עולה ככל שהשימוש גדל. n8n לוקחת את אותו רעיון בדיוק, פותחת את הקוד בחינם, ומאפשרת לכם להריץ אותה אצלכם על השרת — בלי מגבלת כמות אוטומציות, ובלי צורך לשלם לאף אחד (התוכנית המנוהלת של n8n, אם ממש רוצים, מתחילה ב-20$ לחודש עם 2,500 executions). הממשק שלה ויזואלי לחלוטין ונוח להבנה: גוררים קופסאות למסך (כל קופסה מייצגת פעולה — קריאת אימייל, שליחת הודעה, חישוב משהו, שמירה במסד נתונים) ומחברים ביניהן בקווים. מעל 500 קופסאות מובנות לכל שירות פופולרי — Gmail, Slack, Postgres, Google Sheets, AI Agent, Vector Store (Qdrant, Pinecone, Supabase Vector), LangChain, מודלי AI כמו ChatGPT ו-[Claude](/claude-code), ואפילו סוכנים מהרשת שלי כמו [Kami](/guide/kami) ו-[CrewAI](/guide/crewai). אצלי n8n מריצה 25 אוטומציות עסקיות שחוסכות לי שעות בשבוע (הפקת חשבוניות, פרסום תוכן, מעקב אחרי ביצועי סוכנים) — אצלכם היא יכולה להחליף לגמרי את Zapier ו-Make, או לשמש כ'דבק' שמחבר את כל המערכות הפנים-ארגוניות שלכם.

AI Pair Programming CLI

Aider בכל editor. Claude Code הוא הראשי — Aider הוא ה-backup החופשי

Aider זה כלי חינמי ובקוד פתוח מבית החוקר האמריקאי Paul Gauthier שמשמש כשותף תכנות וירטואלי — סוג של 'חבר לצוות' שיושב איתכם כשאתם כותבים קוד, מבין מה אתם מנסים להשיג, ומסייע בזריזות. הוא רץ מתוך הטרמינל (חלון הפקודות השחור שמפתחים עובדים איתו), מתחבר למודל בינה מלאכותית לפי בחירתכם (Claude Sonnet 4.6 של Anthropic, GPT-5 או GPT-4.1 של OpenAI, Gemini 2.5 Pro של Google, Grok של xAI, או מודל מקומי חינמי דרך [Ollama](/guide/ollama)), ועושה משהו שצ'אטים רגילים כמו ChatGPT לא עושים: הוא עורך ישירות את קבצי הקוד שלכם. אתם מבקשים בעברית 'תקן את הבאג בקובץ login.ts', Aider פותח את הקובץ בעצמו, מבצע את התיקון, ושומר היסטוריה מלאה ב-git (מערכת הניהול של גרסאות קוד שמשמשת כמעט כל מפתח בעולם) כך שאפשר תמיד לחזור אחורה בלחיצה אחת. אצלי (אלעד) Aider משלים את [Claude Code](/claude-code) ומשמש כגיבוי חינמי לגמרי למקרים שבהם המכסה של המנוי הראשי נגמרת — כל זה דרך OpenRouter (שער שמאגד יותר מ-300 מודלים מ-Anthropic, OpenAI, Google, Meta, DeepSeek, Mistral ועוד). אצלכם, אם אין לכם תקציב למנוי פרימיום של Claude, Aider יכול להיות הכלי הראשי שלכם ולתת 80% מהיכולות של הכלים החזקים בתחום — בחינם מוחלט, עם שליטה מלאה על הפרטיות של הקוד שלכם.