עשרה תוספים וסקילים בקוד פתוח לקלוד קוד: מה כל אחד עושה, איפה להוריד ואיך להתקין

תוכן עניינים

טהרון קומאר רדי פולו פרסם בסוף אוגוסט, בפרסום Artificial Intelligence in Plain English, רשימה של עשרה פרויקטים בקוד פתוח שמרחיבים את קלוד קוד. עברנו על כולם, אימתנו שכל הקישורים חיים, והוספנו את הוראות ההתקנה מהתיעוד הרשמי של אנתרופיק, שהמאמר המקורי לא כלל.

לפני הרשימה, ממצא אחד שעולה ממנה כשמסתכלים על העשרה ביחד. מיינו אותם לפי שאלה אחת: האם הפרויקט נותן למודל יכולת או מידע שלא היו לו, או שהוא מגביל את מה שהמודל עושה ואומר.

שניים בלבד נותנים משהו. שמונה מרסנים.

1. Ponytail: למנוע הנדסת יתר

הבעיה שהוא פותר: מבקשים פיצ'ר קטן ומקבלים שלוש הפשטות חדשות, קובץ הגדרות ורפקטור של מודול שלם.

Ponytail דוחף את המודל לשאול אם הקוד בכלל צריך להיכתב לפני שהוא כותב אותו. לפני יצירת הפשטה נוספת, לבדוק אם אפשר להרחיב את הקיימת. לפני התקנת תלות, לבדוק אם הפלטפורמה כבר עושה את זה. לפני שינוי מבנה של מודול, לבדוק אם שינוי קטן פותר.

קישור: github.com/dietrichgebert/ponytail

2. Caveman: לקצר את מה שהמודל אומר

Caveman לא עוסק במה שהמודל בונה אלא באיך הוא מדבר. הוא מקצר תשובות ומקטין צריכת טוקנים.

זה נשמע כמו אופטימיזציה קטנה עד שרואים סשן ארוך. המודל מריץ פקודה ומקבל מאות שורות פלט כשהמידע השימושי היחיד הוא שהבדיקות עברו. כל השאר נכנס להקשר ודוחק החוצה דברים שחשובים.

הכותב מסייג, ובצדק: מצב תמציתי לא מתאים לכל מצב. כשלומדים משהו חדש או מתלבטים על ארכיטקטורה, ההסברים הארוכים הם בדיוק מה שצריך.

קישור: github.com/juliusbrussee/caveman

3. Superpowers: לכפות סדר של אפיון, תכנון ואז מימוש

הפרויקט הכי מקיף ברשימה. הוא מספק זרימת עבודה מובנית סביב סיעור מוחות, תכנון, מימוש, דיבוג, בדיקות וסקירת קוד.

הוא מטפל בחולשה המרכזית של סוכני קוד: הם מצוינים בלהתחיל לכתוב, וזה כמעט אף פעם לא הצעד הראשון הנכון. מהנדס שמקבל דרישה לא פותח עורך, הוא קודם מבין את הדרישות, חושב על העיצוב, שוקל מקרי קצה ובונה תוכנית.

הפרויקט תומך בכמה סביבות פיתוח ולא רק בקלוד קוד.

מאגר הגיטהאב של הפרויקט Superpowers
כרטיס המאגר הרשמי בגיטהאב.

קישור: github.com/obra/superpowers

4. Andrej Karpathy Skills: הרגלי הנדסה במקום עוד כלי

הפרויקט הזה לא מוסיף יכולת טכנית אלא משנה את הגישה. לחשוב לפני שכותבים, לשמור על מימוש פשוט, להימנע משינויים מיותרים, להגדיר מטרה ברורה, לאמת את העבודה.

לאיש מקצוע מנוסה זה נשמע מובן מאליו. מול מודל זה לא, כי מודל מניח הנחות בביטחון מלא, לפעמים נכונות ולפעמים לא, ונוגע ביותר קבצים ממה שנדרש.

קישור: github.com/multica-ai/andrej-karpathy-skills

5. Systematic Debugging: שורש לפני תסמין

מצב הכשל המוכר: רואים שגיאה, מדביקים למודל, מקבלים תיקון, מפעילים, מקבלים שגיאה אחרת. אחרי חמש איטרציות שיניתם חמישה דברים ואף אחד לא הבין מה הייתה התקלה המקורית.

הסקיל מחייב סדר אחר: לחקור, לעקוב אחרי ההתנהגות, לנסח השערה, לבדוק אותה, ורק אז לתקן. ההבדל קריטי במאגר גדול, שבו השגיאה הנראית לעין נמצאת כמה שכבות מהסיבה.

קישור: SKILL.md במאגר claude-code-showcase

6. Grill Me: שהמודל יחקור אתכם

ההפוך המעניין ברשימה. במקום שתבקשו מהמודל לבנות, הוא חוקר אתכם על הדרישות לפני שנכתבה שורה.

אומרים לו "אני רוצה מערכת התראות", והוא לא מייצר ארכיטקטורה. הוא שואל מי מקבל את ההתראות, האם הן בזמן אמת, מה קורה כשמשלוח נכשל, האם צריך לשמור אותן, כמה משתמשים צפויים, האם צריך ניסיונות חוזרים ומה דרישות העקביות.

הסדר שהוא כופה הוא רעיון, שאלות, עיצוב, ואז מודל וקוד. לא רעיון, מודל, קוד.

קישור: grill-me במאגר הסקילים של מאט פוקוק

7. Rubber Duck Tutor: להסביר במקום לפתור

הופך את המודל למורה במקום לפותר. במקום לתת את התשובה, הוא מוביל אתכם אליה בשאלות.

הכותב מציין בהגינות שהוא לא השתמש בו לעומק והוא כולל אותו כי הבעיה שהוא פותר חשובה: אפשר לבקש ממודל לבנות API, להוסיף אימות ולחבר מסד נתונים, לקבל פרויקט עובד, ולא להבין ממנו כלום.

קישור: rubber-duck-tutor במאגר claude-code-zero

8. Repomix: לארוז מאגר שלם לפורמט שהמודל קורא

אחד משני הכלים ברשימה שמוסיפים יכולת. הוא אורז מאגר קוד לקובץ אחד בפורמט שנוח למודל, וזה שימושי כשנכנסים לפרויקט לא מוכר או רוצים שהמודל יבין ארכיטקטורה לפני שהוא נוגע במשהו.

הרצה, בלי התקנה:

npx repomix@latest

דגלים שימושיים: --compress מקטין את מספר הטוקנים ומשאיר את מבנה הקוד, --remote <כתובת> אורז מאגר גיטהאב מרוחק ישירות, --style markdown משנה את פורמט הפלט מ-XML, ו---include או --ignore מסננים קבצים. התוצר הוא קובץ repomix-output.xml.

מאגר הגיטהאב של הכלי Repomix
כרטיס המאגר הרשמי בגיטהאב.

קישור: github.com/yamadashy/repomix

9. Context7: תיעוד עדכני במקום זיכרון מיושן

הכלי השני שמוסיף משהו, וזה שהיינו ממליצים עליו ראשון לכל מי שמתנסה. ספריות משתנות, ממשקים משתנים, ומודל מייצר בביטחון קוד מול גרסה שהוא זוכר מהאימון.

Context7 מזרים תיעוד עדכני וספציפי לגרסה לתוך העבודה. ההתקנה דרך אשף:

npx ctx7 setup --claude

האשף נותן לבחור בין מצב CLI וסקילים לבין מצב MCP. להגדרה ידנית, כתובת השרת היא https://mcp.context7.com/mcp והמפתח עובר בכותרת Authorization: Bearer. השימוש בפועל הוא פשוט להוסיף use context7 לתוך הבקשה, או לציין ספרייה מפורשות בסגנון use library /supabase/supabase.

מאגר הגיטהאב של השירות Context7
כרטיס המאגר הרשמי בגיטהאב.

קישור: github.com/upstash/context7

10. RTK: לחתוך את רעש הטרמינל לפני שהוא מגיע למודל

חבילת בדיקות מייצרת מאות שורות. פקודת גיט מחזירה מידע שלא רלוונטי למשימה. מנהל חבילות מייצר לוגים שאף אחד לא צריך.

RTK מצמצם את הפלט הזה לפני שהוא נכנס להקשר. אם הסוכן צריך לדעת שחמש מאות בדיקות עברו, הוא לא צריך את חמשת אלפים השורות שמאחורי המשפט הזה.

קישור: github.com/rtk-ai/rtk

איך מתקינים סקיל, בפועל

זה החלק שהמאמר המקורי הפנה אליו בקישור בלבד, אז הנה הפרטים מהתיעוד הרשמי.

סקיל הוא תיקייה עם קובץ SKILL.md בתוכה, ושם התיקייה הוא שם הסקיל. יש שני מיקומים:

| היקף | נתיב | חל על | |—|—|—| | אישי | ~/.claude/skills/<שם>/SKILL.md | כל הפרויקטים שלכם | | פרויקט | .claude/skills/<שם>/SKILL.md | הפרויקט הזה בלבד |

כשסקיל קיים בשני המקומות, האישי גובר. המבנה המינימלי של הקובץ:

---
description: מה הסקיל עושה ומתי להשתמש בו
---

## הוראות

ההוראות עצמן כאן.

שדה description הוא מה שקובע מתי המודל יפעיל את הסקיל לבד, ולכן שווה להשקיע בו.

תוסף מלא הוא סיפור אחר. מוסיפים מרקטפלייס ואז מתקינים ממנו:

/plugin marketplace add anthropics/claude-plugins-community
/plugin install <שם-התוסף>

לבדיקה מקומית לפני התקנה אמיתית, אפשר להריץ את קלוד קוד עם הצבעה על התיקייה, וזה לא מתקין כלום:

claude --plugin-dir ./my-plugin

אחרי שינוי, /reload-plugins טוען מחדש בלי לצאת מהסשן.

ההבחנה שקובעת אם ההשקעה שלכם שווה משהו בעוד שנה

אנתרופיק פרסמה את Agent Skills כתקן פתוח, והמפרט מתוחזק באתר agentskills.io. המאגר הרשמי, anthropics/skills, מפנה אליו במפורש כבר בשורה הראשונה של ה-README.

התקן אומץ מאז על ידי סביבות אחרות, בהן קודקס של OpenAI, קרסור, ג'מיני CLI, קופיילוט של גיטהאב ו-VS Code. כלומר קובץ SKILL.md שכתבתם עובד גם שם.

המאגר הרשמי של אנתרופיק ל-Agent Skills בגיטהאב
כרטיס המאגר הרשמי בגיטהאב.

תוסף של קלוד קוד הוא לא אותו דבר. הוא יכול להכיל hooks, שרתי MCP, סוכני משנה, הגדרות LSP ומוניטורים, ואלה קשורים לסביבה שבשבילה נכתבו.

את ההבדל אפשר לראות בעין. פרויקט שכולו תיקייה עם SKILL.md וכמה קבצי עזר הוא טקסט, וניתן להעתקה לכל סביבה שתומכת בתקן. פרויקט שיש בו .claude-plugin/plugin.json, תיקיית hooks/ או .mcp.json קשור לכלי אחד. שני הסוגים יושבים באותה רשימה ונראים דומה מהצד.

הערת אבטחה שרוב הרשימות מדלגות עליה

קוד פתוח נותן לכם אפשרות לקרוא את מה שאתם מתקינים. הוא לא הופך את זה לבטוח.

תוסף צד שלישי יכול לכלול שרתי MCP, קבצים ותוכנה שרצה על המחשב שלכם, ותיקיית bin/ בתוך תוסף מוסיפה קבצי הרצה ל-PATH של הסוכן. ההמלצה הרשמית של אנתרופיק היא לבדוק את עמוד הפרויקט ולסמוך על התוכן שלו לפני התקנה. כתבנו כאן בעבר על הפריצה לחשבונות דרך הסוכן של OpenAI, ומה שהופך סוכן לשימושי הוא בדיוק מה שהופך אותו למסוכן כשהוא מריץ קוד של מישהו אחר.

במה להתחיל, לפי מי אתם

ההמלצה של הכותב היא לא להתקין את כל העשרה, וזו הטעות הקלה ביותר. מתקינים הכול, המודל מתנהג מוזר, ואין דרך לדעת איזו הוראה מתוך השבע גרמה לזה.

החלוקה שהוא מציע, ואנחנו לא משנים אותה: מי שלומד יתחיל מ-Grill Me, Rubber Duck Tutor, Context7 והסקילים בסגנון קרפתי. מפתח מנוסה יתחיל מ-Ponytail, Superpowers, Systematic Debugging, Context7 ו-RTK. מי שכבר עובד עם סוכנים באופן אינטנסיבי יכול לצרף גם את Caveman.

אנחנו נוסיף המלצה מעשית אחת: להתקין את קלוד קוד מקומית ולעבוד כמה ימים בלי שום תוסף. ככה תדעו איזו תקלה באמת מפריעה לכם, במקום לפתור תקלות של מישהו אחר. יש גם מסלול חינמי עם ג'מה למי שלא רוצה להתחייב, ובינתיים גם גוגל נכנסת לזירה, מה שהופך את שאלת הניידות לרלוונטית עוד יותר.

הכיוון שאליו הולך התחום הוא שהכלי מתחלף והשיטה נשארת, וזרימת עבודה שכתובה כקובץ טקסט קריא עוברת לכלי הבא בהעתקה של תיקייה. זה כל ההבדל בין להתחיל מאפס בכל פעם שמשהו טוב יותר יוצא, לבין להמשיך מאיפה שהפסקתם.

הרשימה והחלוקה להמלצות לפי קהל מבוססות על מאמר שפרסם Tharun Kumar Reddy Polu ב-Artificial Intelligence in Plain English, אוגוסט 2026. המיון לפי ריסון מול הרחבה הוא שלנו. הוראות ההתקנה נלקחו מהתיעוד הרשמי של קלוד קוד ומקובצי ה-README של Repomix ו-Context7, וכל עשרת הקישורים נבדקו והם פעילים. התמונות הן כרטיסי המאגר הרשמיים של גיטהאב.

הרשמה לניוזלטר

להרשמה חינמית לניוזלטר שלנו ולקבל עדכונים שוטפים על בינה מלאכותית, שיווק, אוטומציות ועוד מלאו את הפרטים

רוצה לייצר לקוחת חדשים דרך שיווק חדשני שמבוסס על אוטומציות ו-AI ?

אהבתם את הכתבה? פרגנו בשיתוף וקבלו מאיתנו קורס לבניית אוטומציות חינם, זה פשוט עוזר לנו ליצור יותר (:

מאמרים אחרונים...

לזמן מוגבל: מיני קורס חינמי לבניית סוכני AI

הצלחת! יש לבחור עכשיו בשעה מועדפת לפגישת אפיון צרכים חינם!

לאחר שסיימת, יש למלא את השאלון הבא כדי שנגיע לפגישה עם תוכנית עבודה סדורה!

https://smartrise.co.il/dream-client

מה שמפריד בינכם לבין להבין בדיוק איך לתקוף את השיווק, ולבנות פעם אחת מערכת אמיתית שתשרת אתכם שנים, זו שיחת פוקוס אחת בת 30 דק' איתנו

שנתחיל? (השיחה ללא עלות או התחייבות)

מהו תקציב הפרסום?
פרסמת ממומן בעבר?
כמה חשוב לך להצליח?

איזה כיף! החלטת לעשות צעד ולהכיר!

השאירו פרטים עכשיו, לאחר מכן תועברו לבחירת יום ושעה שמתאימים לכם

קבלו מיני קורס חינם לבניית סוכני AI שילמד אתכם את כל הבסיס (ומעבר) לאיך לבנות סוכנים בווצאפ שעובדים בשבילכם 24/7

הטבה לפניך!

קורס לבניית סוכני AI בווצאפ המתקדם בישראל עכשיו בהצעה מטורפת! 

כל הפרטים בעמוד הבא: