Retrospective Agent (Grade A) logo

Retrospective Agent (Grade A)ذكاء اصطناعي معتمد على البيانات والأداء لتحليل أداء المسارات وتحديث المعرفة base تلقائياً.

(0)
Daniel Nikulshynمراجعة بواسطة Daniel Nikulshyn·تم التحديث يوليو 2026

نظرة عامة

هو مستند للتحليل المندرج تحت فئة المهارات التي مصممة للعمل مع Claude AI. ويقوم بتشغيله بعد كل عملية نهاية مسار لاستخراج العثرات، والتحليل ما نُفِذ مع úspěس و نُفَذ مع فشل ومماذا ظهر من الأنماط. ويتحديث هذا المهارات مسجّل العثرات والمحتوى المعرفي والمخططات المحليّة بطرود جديدة والمخططات لخطاءات جديدة. كما أن له فعلًا يُقترح تحديث المهارات إن لو ظهرت تحسينات في تدفق العمل. وهذا المستند سوف ينشط تلقائيًّا بعد أن يصل المسار إلى حالة إنتهاء (COMPLETE). تتضمن عملية الأداة تحليل البيانات التي تم تنفيذها مسبقًا، وإخراج الأنماط من العمل المنجز، وتحديد أنماط الأخطاء، و تحديد تقدم المهارات، وتحديث قاعدة المعرفة. و تقوم الأداة بمراجعة خطة المسار، وقسم المسار، والتasks، والcommits، والspec، والبيانات الوصفية. تتولى أداة retrospective_agent تحديث قاعدة المعرفة عن طريق تقديم أنماط جديدة إلى الملف الذي يسمى (patterns.md) وأخطاء جديدة إلى ملف (errors.json). تهدف هذه السمة إلى تحفيز التعلم المستمر من خلال تلقيمها تلقائياً من قبل المدير بعد انتهاء كل خطوة، مما يجعل تجربة التعلم مستمرة ومستقبلية. مسؤول الاسترجاع يُساعد على تحسين السمة بموجب استخراج حلول مرنة ونمط الأخطاء وتحسين القدرة، والتي يمكن استخدامها لجعل الخطوات المستقبلية أكثر ذكاء.

الميزات الرئيسية

  • تحليل بيانات تنفيذ المسار
  • تحديث قاعدة المعرفة بالنماذج والتحسينات المكتشفة
  • اقتراح تحسينات سير العمل بناءً على بيانات تنفيذ المسار
  • التحسين والتخطيط للمسارات المستقبلية بناءً على الرؤى التاريخية
  • التحليل الآلي للمسارات المكتملة

التسعير

النموذج
Free
التقييم
لا توجد مراجعات بعد

حالات الاستخدام

مراجعة ما بعد المسار

استخدم وكيل المراجعة التراجعية لتحليل أداء المسارات وتحديث قاعدة المعرفة تلقائياً بعد كل مسار مكتمل.

تحسين أداء سير العمل

استفد من نماذج التعلم والأخطاء والتحسينات المقترحة لتحسين سير عملك.

المزايا والعيوب

المزايا

  • استخراج التعلم من المسارات المكتملة وتحديث قاعدة المعرفة.
  • تحسين تخطيط المسارات المستقبلية بناءً على الرؤى التاريخية.
  • تحسين سير العمل وتحديد مجالات التحسين.
  • تحليل المسارات المكتملة للتحسين المستمر.
  • تحديث قاعدة المعرفة تلقائياً

العيوب

  • قد يتطلب إценاء يدوية للطرق والنظم المحسوبة
  • يتحيز إلى تحليل البيانات من المسارات المستكملة
  • يعتمد فعاليتها على جودة البيانات من تنفيذ المسار

المراجعات

سجّل الدخول لكتابة مراجعة.

لا توجد مراجعات بعد. كن الأول!

أسئلة وأجوبة

هل يمكنني استخدام هذا إلى جانب ملحقات Claude Code الأخرى؟

نعم. SupaConductor يستخدم مساحة الاسم /orchestrator-supaconductor: ولا يتعارض مع أي ملحقات أو أوامر مدمجة أو خوادم MCP أخرى.

Asked by Jamal Carter · Apr 9, 2026

هل هذا مبالغ فيه للمهام الصغيرة؟

لتصحيح سريع لملف واحد — نعم، استخدم Claude Code direkt. استخدم SupaConductor عندما يتعلق العمل بثلاث ملفات أو أكثر، تحتاج إلى التخطيط قبل الكود، تريد عمليات فحص جودة آلية، أو تريد أن يتم العمل بشكل صحيح منذ البداية. يمكنك أيضا استخدام أوامر فردية دون الدورة الكاملة.

Asked by Bilal Choudhury · Mar 22, 2026

هل يعمل هذا مع Cursor، Windsurf، أو أدوات AI أخرى؟

لا — SupaConductor هو مكون إضافي لبرنامج Claude Code يتطلب نظام المكونات الإضافية لبرنامج Claude Code (الوكلاء، المهارات، أوامر الشرطة، Hooks). ومع ذلك، فإن الدليل conductor / الذي ينشئه هو مجرد ملفات Markdown. يمكن لأي أداة AI قراءته، لذلك يمكنك切换 الأدوات في وقت لاحق والحفاظ على مواصفاتك، خططك، ووثائقك.

Asked by Quyen Tran · Mar 8, 2026

كم من نافذة تعامل تؤدي بهذا؟

ينفذ المهارات الكشف البديل — فقط ~100 تمييزات لكل بيانات. تُلتحم الإرشادات الكاملة تلقائيا فقط عند تنشيطها (Typically تحت 5,000 تمييزات لكل منها). لا يُشغّل المهارات الثلاث وعشرون جميعها في وقت واحد. تشغل المُعدات المُنفردة كحوارات مُمتدة في نافذة تعامل منفصلة، لذلك فإنها لا تشغل نافذة المحادثة الرئيسية. استهلاك تقريبي: Orchestrator ~4,000 تمييزات (نشط خلال /go); Planner ~3,000 تمييزات ( خلال التخطيط); Evaluator ~2,500 تمييزات لكل منها ( فقط عند الاستخدام المباشر); البحوث ~5,000 تمييزات (وفق الأوامر); الاستقامة ~500 تمييزات (بين الخطوات).

Asked by Renata Silva · Feb 28, 2026

كم يلزم هذا في سحب تطبيق API؟

يقوم SupaConductor بنفس API Claude كما هو الطبيعي مع كل Claude Code — فقط يهيكل العمل بتمعن أكبر. لأنها تشغل مُعدات متعددة (التخطيط والتنفيذ والتقييم)، فإنها تشغل استدعاءات API Roughly 3 إلى 5 مراتمقارنة بتخطيط كل شيء مسبقا في حوار واحد. يتنبى SupaConductor التكاليف تلقائيا: يُستخدم Opus (الأكثر قدرةً) لتخطيط ومتابعة التقويم، و Sonnet (أسرع وأرخص) للوظائف التنفيذية. طرق للتقليل من التكاليف: استخدم /orchestrator-supaconductor:implement إذا كُنت تكتب المواصفات نفسك، أو تخطّ البحوث عن الميزانيات الصغيرة(هي خيارية)، أو استخدم النمط البشري بالكامل لتعريف المجالات التي تحتاج لمراقبتها.

Asked by Diego Fernández · Feb 24, 2026

اطرح سؤالاً

بدائل لـ المعءريةالمىالثيقاءة

Using Git Worktrees (Grade A) logo
Using Git Worktrees (Grade A)المعءريةالمىالثيقاءة

مهارة data-ai مختبرة الأمان ل Claude AI. الدرجة A. استخدم عند بدء عمل ميزة يحتاج إلى عزلة عن مساحة العمل الحالية أو قبل تنفيذ خطط التنفيذ - ينشئ git worktree منفصل

(0)
Free
Ga4 Bigquery Schema (Grade A) logo
Ga4 Bigquery Schema (Grade A)المعءريةالمىالثيقاءة

مراجع مخطط تصدير بيانات GA4 إلى BigQuery (درجة أ) - خبرة بيانات الذكاء الاصطناعي مع اختبارات الأمان لـ AI كلود - درجة أ.

(0)
Free
Meta Capi (Grade A) logo
Meta Capi (Grade A)المعءريةالمىالثيقاءة

مجموعة مهارات الذكاء الاصطناعي للبيانات والأمان لاختبار Claude AI - درجة ممتازة

(0)
Free
Callees (Grade A) logo
Callees (Grade A)المعءريةالمىالثيقاءة

مهارات تطوير محسنة لتأمين كود Claude AI.

(0)
Free
Test Module Name (Grade A) logo
Test Module Name (Grade A)المعءريةالمىالثيقاءة

مهارة أمان البيانات المدربة لـ Claude AI. درجة A.

(0)
Free
Board Of Directors (Grade A) logo
Board Of Directors (Grade A)المعءريةالمىالثيقاءة

مهارات الذكاء الاصطناعي المدعوم بالبيانات والأخذ بعين الاعتبار الأمان والتشغيل والعمليات والتجربة

(0)
Free
Advpl Mvc Avancado (Grade A) logo
Advpl Mvc Avancado (Grade A)المعءريةالمىالثيقاءة

مهارات تطوير محكمة الأمن لـ Claude AI (درجة A) - Grade A

(0)
Free
D
Docs Writer (Grade A)المعءريةالمىالثيقاءة

مهارة سير العمل للوثائق المصدق عليها (درجة أ) - قوة أمن المعلومات لخالد الذكاء الاصطناعي.

(0)
Free