‏agent-engineer: پلاگینی که دستیار کدنویسی رو مهندس ایجنت می‌کنه

agent-engineer یه پلاگین رایگان و کاملاً متن‌باز از Sarthak Rastogi هست که روی Claude Code، Codex CLI، Cursor، OpenCode و Gemini CLI نصب می‌شه. نویسنده می‌گه دستیارهای کدنویسی هنوز ایجنت‌ها رو مثل یه کارآموز می‌نویسن: تست‌هایی که با وجود خطاهای واضح پاس می‌شن، وصله کردن پرامپت به جای پیدا کردن ریشهٔ مشکل، فراموش کردن قانون‌ها تو سشن‌های طولانی، و ابزارهای خطرناک مثل یه ابزار refund بدون سقف مبلغ و بدون idempotency key (یعنی کلیدی که نذاره یه درخواست دو بار اجرا بشه).

پلاگین سه بخش داره. ۱۱ skill که فایل‌های Markdown با چک‌لیست و قانون‌های تصمیم‌گیری هستن و فقط وقتی لازم باشن لود می‌شن، پس روی کارهای غیرایجنتی هزینه‌ای ندارن. ۵ hook که یه اسکریپت Python بدون وابستگی خارجیه و روی رویدادهای سشن اجرا می‌شه: skill درست رو پیشنهاد می‌ده، جلوی نوشتن API key تو سورس رو می‌گیره و قبل از تموم شدن کار مدرک می‌خواد. و ۴ subagent که کارهای سنگین مثل خوندن ۱۰۰ trace رو جدا انجام می‌دن تا context اصلی شلوغ نشه.

skillها حوزه‌های مختلف رو پوشش می‌دن: طراحی (اول معیار موفقیت، بعد معماری، و workflow به جای ایجنت تا وقتی که شواهد بگه لازمه)، طراحی tool با اسم و schema واضح و خطاهایی که مدل بتونه باهاشون کاری بکنه، مدیریت context و هزینه (ثابت نگه داشتن prefix پرامپت برای cache بهتر)، evalها، observability با یه span برای هر فراخوانی LLM و tool طبق استاندارد OpenTelemetry GenAI، و guardrailها. یه skill هم نقش router داره و مشکل رو تو پایین‌ترین لایه‌ای که توضیحش می‌ده حل می‌کنه.

تو بخش guardrail، پلاگین از ایدهٔ lethal trifecta سایمون ویلیسون استفاده می‌کنه. یعنی اگه یه ایجنت هم به دادهٔ خصوصی دسترسی داشته باشه، هم محتوای نامطمئن ببینه و هم راهی برای ارتباط با بیرون داشته باشه، می‌شه با prompt injection وادارش کرد اطلاعات رو لو بده. راه‌حل مطمئن به گفتهٔ نویسنده اینه که یکی از این سه پایه رو حذف کنی یا تو contextهای جدا بذاری، نه اینکه به پرامپت امید ببندی.

برای تست، نویسنده ۶ تسک مهندسی ایجنت رو به Claude Code (Opus 5.5) داد، هر کدوم سه بار با پلاگین و سه بار بدونش، و نتیجه‌ها رو کور با یه چک‌لیست از قبل نوشته‌شده نمره داد. دو تسک هم held out بودن. با پلاگین ۵۳ درصد نیازمندی‌ها برآورده شد و بدونش ۳۴ درصد. مثلاً وقتی خواسته شد بگه پرامپت جدید بهتره یا نه، بدون پلاگین هر سه اجرا بدون اجرای هیچ تستی گفتن «قطعاً بهتره»، ولی با پلاگین این ادعاهای اندازه‌گیری‌نشده به یک از سه رسید.

نصب با دو دستور انجام می‌شه و به گفتهٔ نویسنده پلاگین هیچ داده یا کدی جمع نمی‌کنه، hookها دسترسی شبکه ندارن و بک‌اندی وجود نداره. eval gate حداکثر یه بار در هر سشن جلوت رو می‌گیره و با AE_EVAL_GATE=off خاموش می‌شه. کل محیط آزمایش هم روی شاخهٔ eval-results گذاشته شده و اجرای کاملش حدود ۱۰ تا ۱۵ دلار و ۳۰ دقیقه وقت می‌بره.

نکات کلیدی:

• agent-engineer شامل ۱۱ skill، ۴ subagent و ۵ hook هست و روی Claude Code، Codex CLI، Cursor، OpenCode و Gemini CLI کار می‌کنه.
• تو تست A/B کور روی ۶ تسک، Claude Code با پلاگین ۵۳ درصد و بدونش ۳۴ درصد نیازمندی‌ها رو برآورده کرد.
• ادعاهای «نسخهٔ جدید بهتره» بدون اندازه‌گیری از ۳ در ۳ اجرا به ۱ در ۳ رسید.
• hookها جلوی نوشتن API key تو سورس رو می‌گیرن و دسترسی شبکه ندارن.
• eval gate با متغیر AE_EVAL_GATE=off خاموش می‌شه.
• بازتولید کامل آزمایش حدود ۱۰ تا ۱۵ دلار هزینه و ۳۰ دقیقه زمان می‌بره.