⟡ Agent System Content Hub

איך לבנות מערכת סוכנים אוטונומיים עם OpenClaw — מדריך מעשי מאת נדב פוקס --- לפני שנה, אם הייתי אומר לכם שיש לי חמישה סוכני AI שעובדים במקביל, מנהלים פורטפוליו מסחר, שומרים על תשתית, כותבים קוד ומייצרים תוכן — הייתם בטח מחייכים מנומס ומשנים נושא. היום זה המציאות שלי, וזה יותר ופחות מסובך ממה שחשבתם. הפוסט הזה הוא מדריך מעשי, לא שיר הלל לטכנולוגיה. אני אראה לכם בדיוק איך בנינו מערכת סוכנים אוטונומיים מלאה — כולל קוד, ארכיטקטורה, טעויות שעשינו, ואיך הכל בא יחד. --- ## מה זה בכלל OpenClaw? OpenClaw הוא framework לניהול סוכני AI שרצים לאורך זמן. לא chatbot. לא אוטומציה פשוטה. סוכן אמיתי שיש לו: - **זיכרון** — הוא זוכר מה קרה בסשנים קודמים - **כלים** — Bash, קוד, גישה לשירותים חיצוניים - **לוח זמנים** — cron jobs שמריצים אותו אוטומטית - **ערוצי תקשורת** — Telegram, WhatsApp, Email - **יכולת ליצור סוכנים נוספים** — subagents שמבצעים משימות בתוך הסשן הבסיס של OpenClaw הוא קובץ אחד: `openclaw.json`. שם מגדירים הכל. --- ## ארכיטקטורת המערכת שלנו אצלנו יש כיום 5 סוכנים פעילים, כל אחד עם אחריות ברורה: **Spark** — הסוכן הראשי. מטפל בבקשות כלליות, מנהל פרויקטים, עונה על שאלות. הוא ה"מנהל" של המערכת. **R2-Guard** — שומר הנתונים. מנטר את ה-R2 buckets של Cloudflare, מוודא שאין נתונים שנפגעו, מדווח על אנומליות. רץ כל שעה. **Spark Trader** — הסוכן שמנהל פורטפוליו מסחר של מיליון דולר על הנייר. 7 cron jobs, 6 אסטרטגיות. זה יקבל פרק שלם בהמשך. **Spark Dev** — מתמחה בקוד. כשיש משימת פיתוח רצינית, Spark מעביר אותה ל-Dev שמתמקד רק בקוד ולא מתבלבל. **Spark Creative** — תוכן ועיצוב. פוסטים, סקריפטים, רעיונות. הוא "חושב" אחרת מ-Dev. למה לחלק? כי סוכן שעושה הכל טוב בשום דבר. התמחות = עמוקות. כל סוכן יש לו system prompt שמכוון אותו לתחום שלו, כלים רלוונטיים, וזיכרון נפרד שלא מתערבב עם השאר. --- ## הקמת הסביבה — openclaw.json כל סוכן מוגדר בתיקייה משלו. המבנה הבסיסי: ``` /agents/ spark/ openclaw.json bootstrap.md memory/ spark-trader/ openclaw.json bootstrap.md memory/ ``` קובץ openclaw.json לסוכן בסיסי נראה ככה: ```json { "name": "Spark", "model": "claude-opus-4-5", "workspace": "/workspace/spark", "bootstrapFile": "bootstrap.md", "bootstrapMaxChars": 12000, "channels": { "telegram": { "token": "BOT_TOKEN_HERE", "chatId": "CHAT_ID_HERE" } }, "crons": [ { "schedule": "0 * * * *", "task": "הרץ בדיקת בריאות — בדוק שכל הסרוויסים עולים, דווח בטלגרם אם יש בעיות" } ], "allowAgents": true, "tools": ["bash", "read", "write", "edit"] } ``` הנה המפתחות שחשוב להבין: ### bootstrapFile ו-bootstrapMaxChars קובץ ה-bootstrap הוא ה"זיכרון" הפרמננטי של הסוכן. כל פעם שהסוכן מתחיל סשן, הוא קורא את הקובץ הזה קודם. זה המקום שם שומרים: - מי הסוכן, מה האחריות שלו - credentials ושמות שרתים - החלטות ארכיטקטורה שצריך לזכור - לינקים לדוקומנטציה - כללים קריטיים ("לעולם אל תמחק נתונים מ-production בלי אישור") `bootstrapMaxChars` קובע כמה תווים לקרוא מהקובץ. עצה: שמרו אותו ב-12,000-15,000 תווים מקסימום. יותר מזה — הסוכן מתחיל "לאבד" מהקשר שימושי. ### allowAgents זה הדבר שמאפשר לסוכן ליצור subagents. **חשוב מאוד:** `allowAgents: true` חייב להיות ברמת הרות של ה-JSON, לא בתוך שדה אחר. טעינו בזה בהתחלה ותהינו למה subagents לא עובדים. --- ## מערכת הסובאגנטים כשסוכן ראשי מקבל משימה מורכבת, הוא יכול לפצל אותה. דוגמה אמיתית מהמערכת שלנו: **בקשה לסוכן Spark:** "תנתח את הביצועים של כל הסטרטגיות ותכין דוח מפורט" **מה Spark עושה:** 1. יוצר subagent בשם "AnalysisWorker" 2. נותן לו גישה לנתוני המסחר 3. מגדיר לו משימה ספציפית: "קרא את הלוגים, חשב P&L לכל אסטרטגיה, החזר JSON" 4. מקבל את התוצאה 5. יוצר subagent שני: "ReportWriter" 6. נותן לו את ה-JSON + מגדיר: "כתוב דוח מפורט בעברית עם גרפים ASCII" זה sessions_spawn בפעולה. הסוכן הראשי הוא המנהל, הsub-agents הם הצוות. **שליטה על עומק:** בקובץ ה-JSON אפשר להגדיר `maxAgentDepth: 2` — כלומר, subagent יכול ליצור sub-subagent, אבל לא מעבר לכך. זה מונע רקורסיה לא מבוקרת שאוכלת context וכסף. **הדרכה לsubagent:** כשסוכן ראשי יוצר subagent, הוא מעביר לו context מינימלי. **ברירת המחדל: הsubagent מתחיל סשן נקי** — בלי הזיכרון של הסוכן הראשי. זה בדיוק כמו שרצינו: הsubagent מקבל רק את מה שצריך לו למשימה הספציפית, לא את כל ה"אנציקלופדיה" של הסוכן הראשי. --- ## ניתוב ערוצים — Telegram, WhatsApp ועוד לכל סוכן יכולים להיות מספר ערוצי תקשורת. המשמעות הפרקטית: אתם יכולים "לדבר" עם הסוכן דרך Telegram, הוא יכול לשלוח דוחות ל-WhatsApp, ולשלוח email עם תוצאות. קונפיגורציה לסוכן עם מספר ערוצים: ```json { "channels": { "telegram": { "token": "BOT_TOKEN", "chatId": "PERSONAL_CHAT", "allowIncoming": true }, "whatsapp": { "apiKey": "WA_API_KEY", "phone": "+972-xxx-xxxxxxx", "incomingOnly": false }, "email": { "from": "agent@yourdomain.com", "to": "you@yourdomain.com", "provider": "agentmail" } } } ``` **routing logic** — לאיזה ערוץ שולחים מה: - התראות דחופות → Telegram (מגיע מיידית עם push) - דוחות יומיים מפורטים → Email (יש מקום להכל) - עדכונים שוטפים על מסחר → Telegram - הודעות מאנשים שיש להם רק WhatsApp → WhatsApp בסוכן Spark Trader, הגדרנו priority: כל alert שרמת הסיכון שלו מעל 7 (מתוך 10) הולך גם לטלגרם וגם לאימייל. כל השאר — טלגרם בלבד. --- ## Cron Jobs — האוטומציה שמחזיקה הכל זה אחד הדברים הכי עוצמתיים ב-OpenClaw. אתם מגדירים לוח זמנים, והסוכן מתחיל לעבוד לבד. הנה מדריך ה-cron syntax (זהה ל-Unix standard): ``` ┌─────────── דקות (0-59) │ ┌──────── שעות (0-23) │ │ ┌───── ימי חודש (1-31) │ │ │ ┌── חודשים (1-12) │ │ │ │ ┌─ ימי שבוע (0=ראשון, 6=שבת) │ │ │ │ │ * * * * * ``` דוגמאות: - `0 8 * * 1-5` — כל יום חול ב-8:00 בבוקר - `*/30 9-17 * * 1-5` — כל 30 דקות בין 9-17 בימי חול - `0 0 * * 0` — כל ראשון בחצות (דוח שבועי) - `*/5 * * * *` — כל 5 דקות (heartbeat) --- ## Spark Trader — הסוכן שמנהל מיליון דולר בואו נדבר על הסוכן הכי מורכב שלנו. Spark Trader הוא אובזרבטוריית מסחר אוטונומית שמנהלת פורטפוליו נייר של מיליון דולר. ### 6 אסטרטגיות מקבילות: **1. Momentum Breakout** — מזהה פריצות טכניות בנפח גבוה. מחפש breakout מעל resistance עם Volume Ratio > 2. Lookback: 20 ימים. **2. Mean Reversion** — עובד עם RSI נמוך מ-30 על מניות שנמצאות ב-uptrend. מחכה לנר reversal לפני כניסה. **3. Sector Rotation** — עוקב אחרי תזרים כסף בין סקטורים. כשסקטור מקבל in-flow חזק, הוא קונה את המניות החזקות בו. **4. Options Flow** — עוקב אחרי unusual options activity. כשיש רכישות call גדולות שלא מוסברות, הוא מסמן לבדיקה. **5. Crypto-Equity Correlation** — מנצל קורלציות בין BTC/ETH לבין מניות tech. כשהביטקוין זז לפני הSP500, הסוכן מנסה להרוויח מהreaction. **6. News Sentiment** — מנתח headlines ו-earnings transcripts. מחפש discrepancy בין sentimment לבין ריאקציה של המחיר. ### 7 Cron Jobs: ```json "crons": [ { "schedule": "0 8 * * 1-5", "task": "Pre-market scan — בדוק גאפים גדולים, earnings היום, חדשות מהלילה. הכן watchlist." }, { "schedule": "30 9 * * 1-5", "task": "פתיחת שוק — נתח את 15 הדקות הראשונות, זהה direction, עדכן כל אסטרטגיה." }, { "schedule": "*/30 10-15 * * 1-5", "task": "עדכון שוטף — בדוק עמדות פתוחות, רמות stop-loss, הזדמנויות חדשות בכל אסטרטגיה." }, { "schedule": "0 16 * * 1-5", "task": "סגירת שוק — סכם יום מסחר, חשב P&L, עדכן דוח בלוג ה-Brain." }, { "schedule": "0 20 * * 1-5", "task": "ניתוח אחה\"צ — options flow, after-hours news, הכנה ליום המחרת." }, { "schedule": "0 10 * * 0", "task": "דוח שבועי — ביצועים vs benchmark, ניתוח כל אסטרטגיה, המלצות." }, { "schedule": "0 6 1 * *", "task": "דוח חודשי — P&L מפורט, attribution analysis, עדכון פרמטרים." } ] ``` המסחר הוא נייר — אבל הניתוח אמיתי. הסוכן משתמש ב-real-time data, מחשב כמו שצריך, ולומד. זה sandbox שמלמד אותנו האם הלוגיקה עובדת לפני שנשים כסף אמיתי. --- ## ה-Brain Page — ויזואליזציה של תהליך החשיבה אחד הדברים הכי מרשימים במערכת הוא ה-Brain Page. זה דף שמציג בזמן אמת (או כמעט) מה הסוכנים חושבים. ### איך זה עובד: 1. כל סשן של סוכן מסתיים בכתיבת "journal entry" — סיכום מה נעשה, מה הוחלט, מה ייעשה הבא 2. ה-journal entries נשמרים ב-R2 (Cloudflare Object Storage) 3. ה-Brain Page קורא את הentries ומציג אותם כ"מחשבות" 4. יש timeline, יש פילוח לפי סוכן, יש sentiment analysis של ה"מחשבות" ### מה אפשר לראות ב-Brain: - **Thinking Stream** — רצף של מחשבות בזמן אמת - **Decision Points** — כל פעם שסוכן קיבל החלטה משמעותית (למה כן, למה לא) - **Anomaly Flags** — כשמשהו יצא מן הרגיל והסוכן הסתכל עליו פעמיים - **Trade Rationale** — לכל עמדה שנפתחה, יש הסבר מפורט למה - **Strategy Performance Heatmap** — ויזואליזציה של איזו אסטרטגיה מביאה ביצועים ה-Brain Page הפך לאחת הדרכים הכי טובות שלנו לdebug סוכנים. כשהסוכן קיבל החלטה מוזרה, אני פותח את ה-Brain וקורא את תהליך החשיבה שלו. לרוב — ברגע שרואים את ה"מחשבה" בשלמותה — מבינים למה הוא הגיע לשם. --- ## טיפים וטעויות (Gotchas) אחרי חודשים של עבודה עם OpenClaw, הנה הדברים שהייתי רוצה שמישהו יאמר לי מראש: ### 1. allowAgents — מיקום קריטי כבר ציינתי את זה, אבל שווה לחזור: `allowAgents: true` חייב להיות ברמה הראשונה של ה-JSON. אם תשמו אותו בתוך `settings` או `advanced`, הוא פשוט לא יעבוד בשקט. הסוכן לא יקרוס, הוא פשוט לא יוכל ליצור subagents וזה יוצר bugs שקשה לאתר. ### 2. bootstrapMaxChars — אל תגזימו ניסינו לתת לסוכן bootstrap של 50,000 תווים. המטרה הייתה "ככל שיזכור יותר, יפעל יותר טוב". התוצאה הייתה הפוכה. הסוכן קרא הכל, ואז context window שלו היה כמעט מלא לפני שהתחיל לעבוד בכלל. הגענו ל-12,000-15,000 תווים כnorm. מה שלא נכנס — הולך למערכת נפרדת של semantic memory. ### 3. Subagent Context — הזהרו מ"telephone game" כשסוכן ראשי מעביר הוראות לsubagent, הוא לפעמים מסכם ומפשט. אם ההפשטה לא מדויקת, ה-subagent עושה משהו שונה ממה שרצינו. הפתרון: **כתבו את הprompt לsubagent בצורה explicit ומדויקת**, לא "עשה מה שסיפרתי לך" אלא הכל מפורש. ### 4. Rate Limits ו-Budget אחרי שבוע ראשון, קיבלנו חשבון שלא ציפינו לו. הבעיה: cron job שרץ כל 5 דקות, ובכל פעם יצר 3 subagents שכל אחד הריץ cron משלו. ריבוי שגיאתי. הגדרנו `budgetLimit` חודשי ו-alert כשמגיעים ל-80%. היום יש לנו גם circuit breaker — אם בשעה אחת הוצאנו יותר מ-X דולרים, הcrons עוצרים ומחכים לאישור ידני. ### 5. Idempotency — כל cron חייב לסבול ריצה כפולה לפעמים cron רץ פעמיים (edge case, network timeout). הסוכן שלכם חייב להיות idempotent — לא לשכפל פעולות. לפני כל פעולה: "האם כבר עשיתי את זה היום?" בדקו לפי timestamp, flag בקובץ, state ב-R2. ### 6. אל תסמכו על הזיכרון של הסוכן הזיכרון בין סשנים עובד, אבל הוא לא מושלם. החלטות קריטיות — כתבו אותן גם לקובץ, גם לlogger חיצוני, גם לemail. סוכן שה"זיכרון" שלו נפגם (קובץ פגום, context שנחתך) צריך להיות מסוגל לפעול מה-defaults בלי להתרסק. --- ## תצוגת הצינור — איך הכל מתחבר בואו נסכם את ה-flow המלא ב-happy path: ``` משתמש כותב לטלגרם → Spark מקבל הודעה ↓ Spark מנתח את הבקשה ↓ אם פשוט → מטפל לבד אם מורכב → יוצר subagent מתמחה ↓ Subagent מבצע משימה → מחזיר תוצאה ↓ Spark מסכם ושולח תשובה לטלגרם ↓ כותב journal entry לBrain ↓ Brain Page מתעדכן ``` בפרלל — הcrons רצים: ``` Cron timer מופעל ↓ Spark Trader מתעורר ↓ קורא bootstrap + זיכרון אחרון ↓ מבצע scan, ניתוח, החלטות ↓ מעדכן עמדות בפורטפוליו נייר ↓ שולח דוח לטלגרם + Brain ↓ נרדם עד ה-cron הבא ``` --- ## כשמתחילים — צעד אחר צעד אם אתם רוצים לבנות מערכת דומה, הנה הסדר המומלץ: **שלב 1: סוכן אחד, משימה אחת** אל תתחילו עם 5 סוכנים. תבנו סוכן אחד שעושה דבר אחד טוב. למשל: סוכן שכל בוקר שולח לכם דוח קצר על emails שלא ענתם עליהם. פשוט, בר-מדידה. **שלב 2: הוסיפו cron** כשהסוכן עובד ידנית, תתנו לו cron קטן. ראו שהוא מתנהג כמצופה כשרץ אוטומטית. **שלב 3: bootstrap file** תכתבו את ה"זיכרון הפרמננטי" — מי הסוכן, מה הכללים שלו, מה הוא אף פעם לא עושה. **שלב 4: ערוץ תקשורת** תוסיפו טלגרם בוט. פתאום הסוכן שלכם שולח לכם הודעות. זה הרגע שהכל נהיה real. **שלב 5: סוכן שני** רק אחרי שהראשון עובד אמין — תוסיפו שני. ותחליטו מה החלוקה ביניהם. **שלב 6: subagents** שלב מתקדם. כשיש לכם סוכנים שעובדים ואתם מבינים את ה-flow, תלמדו אותם לפצל משימות. --- ## לאן זה הולך? אנחנו בתחילת עידן שבו תוכנה כותבת תוכנה, וסוכנים בונים סוכנים. היום — OpenClaw עם 5 סוכנים שבניתי ידנית. מחר — Spark יבין מה צריך ויבנה את הסוכן הבא לבד. זה לא science fiction. זה לא AGI. זה engineering. ואם אתם רוצים להבין את העתיד — תתחילו לבנות סוכנים היום, ולא מחר. כי מי שמבין איך לעבוד עם מערכות אוטונומיות — יוכל לעשות פי 10 ממה שיכול לעשות כיום. ומי שלא — ובכן, הסוכנים של אחרים יעשו את העבודה. --- *נדב פוקס הוא יזם טק ישראלי שבונה מערכות AI אוטונומיות. יש לו חמישה סוכנים שעובדים בשבילו בזמן שהוא ישן. לפעמים גם בזמן שהוא לא ישן.* *רוצים לשמוע עוד? עקבו לסדרת הפוסטים הבאה.*