מרעיון של לקוח ל-MVP חי וקיים - תוך חצי רבעון. הכל בזכות v0 + Cursor (עם הבנה טכנית)

לקוח שלי בנה Prototype עם v0 ושלח לי את הקוד - אני לקחתי את זה משם עם Cursor כדי להוסיף צד שרת ולפרוס על AWS בחיבור ל-GitHub. לא האמנתי כמה כאב ראש זה חסך לכולנו.

בגלל שהלקוח עובד בחברה, הוא כבר דאג להגדיר את הצרכים ובאמצעות פרופטינג בנה בעצמו אבטיפוס ממש מרשים. אפילו שאפתני. אבל מבחינתו - זה המוצר. עכשיו צריך להפוך אותו לאמיתי. וכאן אני נכנסתי לתמונה.

לפני הכל - התרשמתי, הופתעתי, וקצת פחדתי. התרשמתי והופתעתי כי זה היה באמת יפה. קצת פחדתי כי הוא בעצם הצליח להוכיח כמה הוא האיץ את תהליכי האיפיון ותכנון המוצר. ממספר חודשים למספר ימים. מטורף.

בשלב הזה אני נכנסתי לתמונה. ובגלל ש-v0 הוא של Vercel, היוצרים של NextJS, הקוד שהלקוח שלח לי (ומבלי שהוא התכוון לכך בכלל) כבר היה פרויקט NextJS, אבל בלי כל הלוגיקה בפועל של ה-LLMs (סוכני AI) ושל השרת ובסיס הנתונים והאותנטיקציה. מה שנותר לי לעשות הוא לפתוח את הפרויקט שלו בקרסר, ולהתחיל להסביר לו מה הפעולות שדורשות צד שרת ואיך אני רוצה אותן. לאחר מכן להוסיף את יתר החיבורים (אני קורא לזה ״חיווט״) יחסית בקלות. ובמהירות רבה כבר הייתה אפליקציה ב-Deploy על AWS שמוכנה ל-QA לקראת שחרור ה-MVP. מחודשים - לימים.

לאחר מכן החלו סבבי תיקונים. הוספת לוגיקה לסוכנים. ועוד Prompt Engineering. לקח עוד מספר שבועות בודדים. כ-2-3, וה-MVP כבר החל לצבור פידבקים ממשתמשים. התהליך הזה, מכלום ושום דבר ל-MVP שהוטמע בחברה, החל והסתיים תוך חצי רבעון, במקום שלושה וחצי רבעונים כפי שספקים טענו שצריך לפרויקט שכזה.

שורה תחתונה, שוב אני רואה את זה בעיניים. מספיקה הבנה טכנית של איך הדברים עובדים - ומשם מנחים את ה-AI מה לבצע, וטסים קדימה. טיסת AI גורמת לכל דבר לקרות. מאיצה תהליכים. משל מדובר במאיץ חלקיקים גרעיני (חייבים להשחיל משהו על איראן, בכל זאת, ענייני דיומא).

אם הלקוח לא היה משתמש ב-v0, או שהוא היה מייצר את הקוד באמצעות חבילות / מסגרות עבודה אחרות שאינן NextJS, עדיין היה אפשר לעבור את התהליך שתיארתי, אבל יש משהו מאוד אינטואיטיבי כשזה v0 - NextJS - ואז עובדים על הקסם האמיתי. ובשבילי זה מרגיש מהיר יותר. הרבה יותר. עובדה שכך גם היה בפועל. יהיו שיגידו בצדק - זה רלוונטי גם אם עובדים ב lovable, bolt, base44, creatr וכו׳. כנראה שאתם צודקים, אבל פה הלקוח הוא זה שבחר את v0 ויצר ״בטעות״ פרויקט NextJS - וכולנו הרווחנו מזה. וגם למדנו ״לטעות״ כך במכוון להבא.

ובנימה זו תודה רבה למי שהמליץ עלי בשושו לתכנית הכוכבים המדהימה של גיטהאב שנקראת GitHub Stars, אין לי מושג מי עשה את זה אבל זה מרגש ותודה רבה!! 🫶🫶🫶

את זה אתם חייבים לראות: העליתי את ספר החוקים של מדינת ישראל והפכתי אותו לשופט AI שיכול להשיב, לנסח פסקי דין וכל כולו סוכן AI שיכול להיות אפילו שרת MCP בעצמו - והכל בקלות וללא קוד ודרך PINECONE!

קחו לכם 4 דקות ותהנו ממני ומרגליו הנהדרות של יורש העצר שיודע איך לבלות את הזמן בסגר המדהים שלנו 😂

והיום בפינתנו: סרטון שבו נשמע האח הגדול לכאורה מהנדס תודעה ותופר הדחות, בקולו, בעברית מושלמת. מה דעתכם? אמיתי או AI?

ה-AI אמר לי שאני מתלהב מהר, מתחיל הרבה דברים, אבל לא מסיים אותם וקופץ לדבר הבא. צודק. אבל הנה, פרויקט ללקוח שכולו Vibe Coding אוטוטו באוויר - והפעם נאלצתי לסיים אותו מא׳ ועד ת׳ ורציתי לשתף אתכם בדברים שלמדתי שעושים את ההבדל בין תסכול להצלחה.

וייב קודינג אין פירושו לא להבין מה עושים. להיפך. צריך להבין לפרטי פרטים את הפרויקט. ברגע שמבינים אותו - יודעים למקד את ה-AI במה לפתח ואיך.

קחו דוגמא. אם תבקשו מה-AI לפתח אתר שמאפשר להתחבר עם מייל של גוגל, כנראה שמשהו יקרה. אבל אם תגידו לו עם איזו חבילה תרצו לבצע את החיבור (למשל Clerk) - הוא יהיה מדויק לצורך שלכם. זה לא נגמר פה. זה רק מתחיל. אחרי שאומרים באיזו חבילה להשתמש - מתחילות הבעיות. למשל, חיבור לגוגל פתאום מפיל את כל האפליקציה. למה? שואלים את ה-AI שנכנס ללופ ולא מצליח. ואז מה?

זה השלב שצריך להבין מה קורה פה. איך אימות עובד? מה התהליך? מה השלבים? אם לא מבינים, נכנסים ללופ בלתי נסבל ובלתי נגמר. מנגד, אם מבינים, מתחילים לפרק את השלבים ולמקד את ה-AI. לדוגמא, האפליקציה קורסת בתהליך ה-handshake אחרי שמקבלים המון שגיאות בקוד 431, השגיאה מתקבלת בעת פניה לכתובת XYZ. בדרך הזו ה-AI יתקן מהר מאוד (יחסית).

דוגמא נוספת. אתם רוצים אפליקציה שמתחברת לשירותי גוגל כמו גוגל דרייב כדי למשוך משם קבצים ולהציג אותם. אתם יכולים להגיד את זה ל-AI וכנראה שזה לא יעזור. מהר מאוד תראו דברים כמו OAuth ו-Google Cloud וארגון. אם לא תבינו מה זה אומר - כאן תיכנסו שוב ללופ. מנגד, אם תקחו רגע, תבינו מה זה ואיך עובד התהליך הזה, תופתעו לגלות כמה מהר תצליחו. לדוגמא, אם תעצרו ותשאלו את GPT או קלוד (אני מאוד אוהב לשאול את המודל הקולי של GPT שעובד מדהים ואני מנהל איתו ממש שיחה) - הוא יסביר הכל. מה זה. איך זה עובד. לדוגמא, שצריך להפעיל את השירות בענן של גוגל, תחת הארגון שנרצה לגשת למסמכים שלו, משם ליצור חיבור לאפליקציה, להגדיר את הכתובות שמהן תתבצע גישה לענן של גוגל, כמו גם את המשתמשים, וכך נגדיר את דרך האימות ונקבל מפתח גישה. ברגע שזה קורה, אפשר להגיד ל-AI שמפתח מה עשינו ומהר מאוד השירות יהיה זמין באפליקציה שלנו.

כנ״ל לגבי חיבורים ל-s3, לשירותים שונים של אמזון, לבסיסי נתונים כמו MongoDB או Supabase או DynamoDB וכדומה.

דבר נוסף שחשוב הוא להבין איפה צריך לשלב באפליקציה קריאות LLM רגילות ואיפה סוכנים. איזה סוכנים יהיו מוחצנים ללקוח ואיזה סוכנים אחראים על יצירת תובנות מאחורי הקלעים והלקוח בכלל לא ידע על קיומם אלא אם נציין זאת בעיצוב בצורה מפורשת. איך נרצה לפרוס את הסוכנים, על איזו תשתית וכו׳.

בקיצור המסר שלי הוא שככל שאנחנו עוצרים רגע, משלימים את פער הלמידה ב-10-15 דקות וממשיכים, אנחנו נרוץ מהר ומדויק יותר. אבל אם לא נעשה את זה, מה שמאוד מפתה, וננסה לרוץ מהר - ניכנס ללופ שה-AI לא יצא ממנו בקלות ואולי רק כעבור שעות. אם בכלל. ויוצא שהחיסכון שלנו להתעמק - עולה לנו ביוקר. אז לא צריך לפתח קוד כמו פעם, אבל כן צריך להבין מה אנחנו רוצים, ולדבר ל-AI בשפה הנכונה. זו אומנות לכל דבר.

פרויקט ה-Vibe Coding הזה שאני מפתח ללקוח אוטוטו עולה לאוויר, לעובדי החברה עצמה, זה מאוד מרגש. פרויקט ראשון שמשלב כעשרה סוכני AI מתקדמים, שילוב של תשתיות בענן ובצורה מאובטחת וסגורה. ניטור קריאות ועלויות. בסופו של דבר תוך שני ספרינטים שוב הגענו לתוצר של מספר רב של חודשים שבתי תוכנה אחרים ביקשו. וייב קודינג זה לא לעשות הנחות לעצמנו. זה להבין ולדבר למכונה נכון - שזה הקסם.

אם אני נותן ערך אמיתי בתוכן שלי אבל אני לא מקבל לייקים או תגובות - האם זה אומר שהתוכן שלי לא שווה כלום? ברור שלא. אז למה המוח שלנו יגרום לנו לחשוב אחרת?

תחשבו על זה. שיתפתם בתוכן שבאמת יש בו ערך אבל כמעט אין טראפיק. כלום. מה המחשבות שמיד עולות? כנראה לא מספיק מעניין, לא מספיק טוב, עדיף לא לפרסם יותר ועוד כל מיני פנינים. זה מה שהמוח גורם לנו לחשוב. גם אם התוכן שכתבנו הוא באמת ברמה הגבוהה ביותר! אז למה זה ככה?

כי המוח פועל בצורה הישרדותית, כך אנחנו בנויים. הוא מחפש סגירות מעגל ולא אוהב דברים פתוחים, יודע שעליו להתגונן ולכן מספר לעצמו סיפורים שבינם לבין המציאות אין קשר. התירוצים שהמוח מספק לנו עוזרים לנו לסגור מעגל - אבל במחיר של הטעייה. אם הוא לא יעשה את זה - נצטרך להתמודד עם הקושי האמיתי: חוסר בהירות ואי ודאות - האם הפוסט מעניין? האם כתבתי טוב? האם התוכן שלי שווה משהו?

מהר מאוד זה הופך להתמודדות עם חוסר ביטחון: אני לא מספיק/ה. אחרים כן. עובדה שאצלם יש לייקים. לי אין אז כנראה שאני לא מעניין. כל זה כשיכול להיות שכתבנו הכי מעניין שבעולם וזה בכלל לא אשמתנו, זו אשמת הרשתות ״החברתיות״ שאמורות לחבר בינינו אבל גורמות לנו להרגיש שרק מי שיש לו מעורבות נחשב. הן נותנות לנו ציון ודירוג שנועד לדרבן אותנו להתמכר יותר לפלטפורמות שלהן ולעשות את זה לכאורה בשם חיבור לאחר, אבל הן מעודדות חוסר ביטחון ודירוג חיצוני. ובגלל שקשה לנו להתמודד עם הפער שבין מה שאנחנו מצפים (המון תגובות) לבין מה שקורה (כמעט כלום) - המוח מגן עלינו אבל פוגע בנו כי ההגנה שלו היא ע״י הקטנה שלנו בעיני עצמנו.

לכן, כדאי לזכור שהמוח הוא מדהים, אבל צריך לדעת להסתכל גם על המציאות העובדתית - למרות שזה יגרום לנו להתמודד עם נקודות החולשה שלנו בעצמנו. במקום לדמיין שהתוכן לא טוב ולהיכנס לסרטים - להבין למה. אולי אנחנו לא מספיק פעילים? אולי לא מגיבים לאחרים? אולי לא מייצרים תוכן בצורה עקבית? אולי המועד של הפרסום לא נכון?

ברגע שמסתכלים על הדברים עובדתית ולא נותנים למו״ל להכניס אותנו ללופ של פסטיבל מספרי סיפורים - נוכל להתמודד עם עצמנו, לחזק את הנפש שלנו, לחיות לפי מה שקורה באמת ולא לפי מה שרץ בראש שלנו. ואז באמת מתחשלים.

זה רלוונטי לפעמים בהן לא קיבלנו תגובה על תוכן,
לגוסטינג שאנחנו חווים בין אם זה מראיונות, מדייטים, מניסיונות ליזום,
מעניין שתמיד מהר מאוד אנחנו מרגישים כלום ושום דבר בגלל המוח שאנחנו ככ מעריצים.
מצד שני, מה שיפה הוא שברגע שלא נותנים למוח לשלוט אלא אנחנו שולטים עליו ומבינים שיש פה קונטקסט שצריך לתת לו - ואז הוא עוזר לנו לפרש את המציאות עובדתית ולא דימיונית - אז זה באמת עובד.

וכך גם AI. מודל שפה גדול אוהב סגירות מעגל ולהשיב למשתמש. אז הוא ירצה וימציא ויקשקש. מנגד. ברגע שניתן לו את ההקשר הרלוונטי למשימה - הוא יענה ״בול בפוני״!

השראה גדולה לפוסט הזה היא Ziv Beilin שכותבת המון על איך המוח שלנו עובד במגוון סיטואציות וזה מרתק. אם יש לכם המלצות על חומר קריאה בנושא הזה אשמח מאוד.

תזכרו: החוזק שלכם לא בא מהתגובות של הסביבה. זו תלות במשהו חיצוני שלא מחזיק. במקום להיות נתונים לחסדי הסביבה ולמצב רוחם - בואו נסתכל על זה אחרת. כמה פרסמנו למרות שלא רצינו, איך התגברנו *ביחס לעצמנו*, לטפוח לעצמנו על השכם שאנחנו יוצאים מאיזור הנוחות של עצמנו. מחכים. ממתינים. מתמודדים עם חוסר ודאות. ובעיקר לא נותנים למוח להשלות אותנו.

מסתבר שגם האדם וגם המכונה פועלים כך, כמה שזה מעניין!

שבת שלום ובשורות טובות 🙏

מודל הווידאו החדש של מידג׳רני מציג יכולות מרשימות מאוד - קבלו אותו בפחות מ-30 שניות!

והנה לוגאן, סוכן ה-AI הקולי שלי זמין בטלפון!!!!

וכמה שזה היה קל. סה״כ:
- התחברו ל ElevenLabs
- צרו את הקול שאתם רוצים או בחרו מקול קיים
- לחצו על Conversational AI וצרו את הסוכן שלכם
- היכנסו ל-Twillio ורכשו מספר טלפון שתומך בהוצאת וקבלת שיחות
- בהגדרות הסוכן, חברו את המספר שרכשתם (יש אפשרות להתחבר לטוויליו)
- הגדירו את השפות, פרומפט המערכת, מאגר המידע שיהיה לסוכן, פעולות אוטומציה
- לחצו על פרסם

וזהו! יש לכם סוכן AI משלכם שזמין עבורכם ויכול להוציא שיחות וגם לקבל שיחות. הוא מקליט את השיחות, מתמלל הכל, יודע להפעיל כלים. לוגאן שלי עכשיו חי!

איך מעדנים תנועות של רובוט AI? מלמדים אותו מה זה מגע אנושי ע״י ניסוי וטעייה באמצעות Reinforcement Learning. שזה למידת מכונה מבוססת חיזוקים. דהיינו: ה-AI מנסה. אם הוא טועה - הוא מבין שזו הייתה טעות ומנסה שוב ובודק שוב ולומד שוב, כמות בלתי נתפסת של פעמים עד שהוא לומד.

כאן הגדילו לעשות, וחלק מהלמידה כללה שימוש בכפפה מיוחדת שעוזרת ל-AI ללמוד את העדינות האנושית, ברמה של שבירת ביצה! זה פשוט מרתק!

קבלו את חברותא GPT מסביר את הגמרא במסכת עבודה זרה דף י' עמוד ב': על החשיבות של גיבוי עם ישראל מול העולם, על כך שכשם שאי אפשר לעולם בלא רוחות כך אי אפשר לעולם בלא ישראל, ועל כך שיש קונה עולמו בשעה אחת!


על החיבור בין הגמרא הזו - למתקפה המשולבת של אמריקה וישראל על איראן. ברוך הטוב והמיטיב, וחזק וברוך לרבי GPT!

לוגאן עכשיו יודע להשתלט על הלינקדין, לתת לייקים ולהגיב לפוסטים עם AI! בואו תראו איזה יופי של תוסף פיתחתי, בהשראת Ben Rotenberg הגאון והאהוב!

לקוד המקור של התוסף של לוגאן: https://github.com/hoodini/logan-ai-social-booster-by-yuval-avidani

שוב זה קורה? לכאורה האח הגדול וההפקה לוחצים על שאול ללחוץ על כפתור ה-SAVE ולהציל את אלאיה. אמיתי או AI?

קבלו שיחה שלי עם סוכנת AI קולית שפיתחתי, במסגרת עבודה עם לקוח מחו״ל. מטורף

הוספתי יכולות לשרת ה-MCP של אילבן לבס ועכשיו אפשר להתחבר לסוכני ה-AI הקוליים שאנחנו יוצרים שם ולמשוך את התמלול של השיחות! (מה שלא אפשרי בשרת הרגיל שלהם) - זה קריטי למי שמתעסק עם סוכני AI קוליים כי אז אפשר לקחת את התמלול, לנתח אותו, לבצע פעולות וכדומה.

מוזמנים להתרשם, הקוד פתוח בגיטהאב שלי כמובן (אם אתם מתשמשים אשמח לכוכב שם!): https://github.com/hoodini/elevenlabs-mcp

עוד מעט הקיץ: קבלו את GPT מזגנים! ה-AI שעזר לי לתקן לבד נזילת מים מהמזגן המיני מרכזי שלנו, ומבלי שיש לי ידע במזגנאות what so ever! כמה זה קריטי לקראת הקיץ - ובכללי!! 🤯

אילבן לבס בעוד כלי חדש של יצירת עוזרי AI קוליים שיכולים להפעיל יומן, סלאק, ושרתי MCP, והכל עם תמיכה בשיבוט קולות - אז לקחתי את האח הגדול והפכתי אותו לעוזר שלי - וגם מצאתי באג מוזר בחיבור בינו לבין קרסר בסלאק שרואים לקראת הסוף.

ואחרי שכתבתי את זה, אני מוכרח לומר שאני מנותק כמעט לגמרי מחדשות ורק אחרי שהקלטתי הבוקר, אשתי סיפרה לי על האסון הגדול שפקד את חיילנו. עוד 7 משפחות למעגל השכול זה בלתי נתפס. הפסקת אש בזירה אחת ושבעה חללים בזירה אחרת. עד מתי השם? עד מתי.

זה גם מעמיד אותי בדילמה. אף פעם אין טיימינג טוב לפרסם כי לצערנו תמיד קורה משהו. מצד שני אי אפשר שלא להתייחס לזה, הלב נשבר. הייתי שמח לקרוא בתגובות מה אתם חושבים לגבי זה? כי זה ממש הפרנסה של עצמאים ויוצרי תוכן, לחדש, לשתף. מנגד, באמת קשה שלא להשתתף בצער ולדבר על זה.

כנראה ישנתי בעמידה אבל קלוד קוד זמין עכשיו לא רק לאוליגרכים אלא כלול במנוי הפרו / מקס החודשי!

בניגוד לעבודה עם סוכנים אחרים כמו קרסר, מגיעים דיווחים רבים על שיפור באיכות הקוד והתוצר, עבודה נכונה יותר של הסוכן, ובאופן כללי חווית פיתוח חלקה יותר. מנגד, מגבלת ה-Rate Limit של קלוד במנוי החודש עדיין מקשה כי אנחנו אף פעם לא רוצים להגיע למגבלת שימוש ולחכות כמה שעות כדי להמשיך לפתח.

חיסרון נוסף הוא חוסר התמיכה המובנית ב-windows כדי להתקין את קלוד קוד. על מקבוקים מאוד קל להתקין, ואילו בווינדוס צריך להשתמש ב-WSL כדי שזה יעבוד (הגדרות ופירוט באתר של אנתרופיק). אני הולך לנסות את זה ברצינות אחרי המון עבודה עם קרסר. אעדכן בע״ה!

קבלו סטנדאפ שנוצר 100% עם AI, גם בעברית וגם באנגלית במבטא סקוטי, עם אפקטים של צחוקים של קהל, דיבור טבעי, והכל מטקסט לדיבור בלבד תוך שימוש במודל של בדרן סקוטי עם מבטא חזק. שימו לב שלמרות שבאנגלית יש לו מבטא סקוטי מובהק - בעברית הוא נשמע רגיל. זה מדהים.

הטקסט עצמו נכתב ע״י GPT 4.5. למה? כי GPT זוכר ומכיר אותי. ומודל 4.5 ממש איכותי בכתיבה. אחרי שיצרתי את הטקסט, אימנתי מודל ב-ElevenLabs אחרי שמצאתי קטעים של הבדרן, יצרתי את קבצי האודיו (ג׳ינרטתי כמה פעמים עד שיצא טוב כמו שרציתי). דגש אחד חשוב: כבר ב-GPT ביקשתי בפרומפט לקבל את התסריט עם תיאורים של קול וצחוק של קהל וכחכוך בגרון כדי שיישמע טבעי.

מה דעתכם? קרע אותי מצחוק הקטע של הלו אחי, אנחנו בשווארמה איציק לא בגוגל 😂😂😂

אחרי הרבה שבירות ראש: זו הארכיטקטורה הכי מוצלחת שבניתי לניהול סוכנים ב-A2A וחיבור של כל אחד לשרתי MCP שונים!

הרבה מונחים נזרקים לאוויר. סוכנים. A2A. MCP. LLMs. תודה לאל לא חסר במה להסתבך. מבחינתי, אחרי שהמון זמן ניסיתי, תהיתי, טעיתי, תיקנתי, חשבתי, בניתי, הגעתי למה שעובד לי ממש טוב. והרי התובנות:

שרת MCP הוא סה״כ כלי שעוטף קריאות API ועוזר למודלים גדולים של שפה (LLMs) לנהל תקשורת מול שירות בצורה קלה יותר. במילים פשוטות, אם אני רוצה להתחבר ל-CRM שלי, נניח שהוא HubSpot, אז במקום לקרוא את תיעוד ה-API ולהתחיל לכתוב קריאות בעצמי, אני מתחבר לכתובת אחת בלבד, שרת ה-MCP שפותח על ידי HubSpot, ומודל השפה מבצע את הפעולות הנתמכות בעצמו, כמו לראות מה המשימות הפתוחות, סטטוס מול לקוחות וכדומה.

מנגד, A2A זו דרך לנהל את התקשורת בין סוכני AI. מתי צריך סוכני AI? כשרוצים יותר מאשר סתם קריאות LLM. אם אנחנו רוצים לקרוא ל GPT אז מספיק להשתמש ב-API שלהם, ואפילו להפעיל קריאת פונקציות (הפעלת כלים דרך Function Calling). לא צריך סוכן בשביל זה. מתי שכן נרצה סוכן, זה כאשר נרצה לחבר: מודל שפה, כלים, וזיכרון, ולהשתמש בסוכנים במקומות שונים בקוד. סוכן זו מילה יפה לאובייקט שנוצר ממחלקה של סוכנים.

ואיך כל זה מתחבר? תחשבו על התרחיש האמיתי הבא. אני בונה את Logan גם כבוט AI שיהיה זמין ב-Slack. מבחינתי, סלאק זו הדלת שדרכה הלקוח פונה ללוגאן. כאשר הלקוח פונה, אני צריך שרת MCP או סוכן שינהל את הבקשה? מה לדעתכם נכון יותר?

אז שוב. שרת MCP זה חיבור קל של מודל שפה לכלי חיצוני. אז זה לא זה. מה שאני צריך הוא סוכן שיודע לנתב בקשות ולוודא שהבקשה מטופלת כמו שצריך. זה המנצח על התזמורת. לכן כאן בשער הכניסה אשתמש ב-A2A. הסוכן ינתב לסוכן הרלוונטי הבא. אבל, לכל סוכן בצוות יינתנו כלים. כך, אגדיר סוכן שיודע להתחבר להאבספוט, וסוכן אחר שיודע להתחבר ל-ElevenLabs ולהוציא שיחות ללקוחות או לקבל שיחות מלקוחות, סוכן אחר יהיה אחראי על היומן וכך הלאה.

הקסם הוא על ידי הגדרה של כלי מסוג MCP לכל סוכן. תחשבו על זה. סוכן של האבספוט יקבל כלי שהוא חיבור לשרת MCP של האבספוט. כך מודל השפה יקבל את הפנייה של הלקוח שפנה ללוגאן, יפנה לסוכן של האבספוט, הסוכן יפנה ל-MCP של האבספוט וינהל לבד את כל התקשורת, יחזיר את התשובה לסוכן הבקרה, שישווה בין מה שביקש הלקוח לבין מה שקיבלנו ויחליט האם זה מספיק או לא. אם לא - לנסות שוב להעביר לטיפול, אם כן - להחזיר תשובה ללקוח ולסגור את הפנייה.

כך אנחנו בונים תשתית חזקה מאוד. אפשר לבנות אותה באמצעות כל מיני כלים, ואפשר גם ללכת על זה לבד. כמו למשל לפתח שרת FastAPI שמקבל את הפניות מ-Slack ויודע להעביר לסוכן העל, שיודע להעביר לאחרים, וכל סוכן הוא נקודת קצה נפרדת, Endpoint, משל עצמו. וכל סוכן אפשר אפילו לפרוס בנפרד על AWS כקונטיינר ב-ECR (לדוגמא). ואם אנחנו רוצים MCP משלנו - אנחנו יכולים לפתח גם את זה בקלות יתירה דרך ה-Repo הרשמי בשילוב סוכן הקוד האהוב עליכם.

בקיצור, תובנות ששוות זהב עבורי, ושמח לשתף גם אתכם. אשמח לקבל פידבק על הארכיטקטורה ולשמוע מכם איך אתם פותרים בעיות דומות?

חודש טוב בתפילה לבשורות טובות 🙏