ITCB + Loox Meetup — 2026
סוכנים מקומיים חינמיים
עם Claude Code, Ollama ו-OpenRouter
Alex Komanov
מה זה LLM?
- תוכנת AI שלמדה ממאות מיליוני טקסטים באינטרנט
- למדה דפוסים: איך נראה קוד טוב, איך כותבים מייל, מה הפתרון לבאג
- שואלים אותה שאלה ← היא מיישמת את כל מה שלמדה ← תשובה שימושית
- כמו מומחה שקרא הכל — ויכול לעזור לך עכשיו
- דוגמאות: GPT-4, Claude, Llama, Gemma, Qwen
ארכיטקטורה בסיסית
קלט
למד מכל האינטרנט
פלט
מה זה Agent (סוכן)?
- LLM שיכול לבצע פעולות בעולם האמיתי
- לא רק עונה על שאלות — עושה דברים!
- כלים (Tools): קריאת קבצים, כתיבת קוד, גלישה באינטרנט, API calls
- לולאה אינסופית: חשיבה ← פעולה ← תצפית
- יכול לבצע עשרות פעולות ברצף ללא פיקוח
מחזור Agent
הלולאה חוזרת עד להשלמת המשימה
למה להשתמש ב-Agents?
אוטונומיה מלאה
מפרקים משימות גדולות לתתי-משימות, פותרים שלב אחר שלב ומתאימים את דרך הפעולה בהתאם למה שקורה.
ביצוע פעולות אמיתיות
בניגוד לצ'אט — הסוכן יכול לשלוח דוא"ל, לעדכן CRM, להזמין שירותים ולחייג למספרי טלפון.
זמינות ומהירות
זמינים 24/7 (כשהמחשב דולק), מספקים מענה עקבי ומצמצמים פעילויות תפעוליות בעלות ערך נמוך.
אינטגרציה מערכתית
מתחברים לבסיסי נתונים ולתוכנות ארגוניות דרך APIs כדי לבצע עבודה שוטפת באופן אוטומטי.
Claude Code
- CLI tool רשמי של Anthropic
- Agent מלא לפיתוח תוכנה — לא רק צ'אט
- קורא, כותב, ומריץ קוד בעצמו
- מבין את הפרויקט כולו — לא רק קובץ אחד
- משתמש ב-Extended Thinking לבעיות מורכבות
- מחיר: $20/חודש — Pro plan
זמין על:
$20 לחודש יכולים לחסוך
עשרות שעות עבודה אנושית בחודש
Claude Code — Skills, Plugins & Agents
Skills
הוראות שמגדירות איך Claude גישה למשימה — קובץ .md שמופעל עם /skill-name. דוגמאות: /brainstorming, /tdd, /ultrareview
Plugins
חבילות של skills מוכנות — plug & play. מהחנות הרשמית: claude.ai/plugins. התקנה: /install-plugin. הפופולרי: superpowers (עשרות skills מובנים)
Agents
סוכני-משנה שClaude מפעיל במקביל — כל agent עם תפקיד, כלים ופרומפט משלו. יצירה: claude /agents או קובץ .md ב-~/.claude/agents/
Ollama — Run AI Locally for Free
- כלי open-source להרצת AI מקומי
- אין עלות! רץ על המחשב שלך
- תומך בעשרות מודלים: Llama, Qwen ועוד
- תומך בכלים: Claude Code, Codex ועוד
זמין על:
הורדה והרצה:
איך מחברים Ollama ל-Claude Code?
Choose a model from the Ollama library
הדרך הקלה ביותר
או ידנית:
מודלים בענן — שתי אפשרויות
Ollama Cloud (Native)
מריץ מודלים ענקיים בענן של Ollama עצמו — אינטגרציה מובנית, ללא הגדרות API
מודלים:
Qwen3.5:cloud, DeepSeek 671B, GPT OSS 120B
מגבלות Free:
GPU-time — מתאפסת כל 5 שעות + מגבלה כל 7 ימים
אחרי Free:
Pro — $20/חודש (מודלי Qwen cloud ו-DeepSeek 671B דורשים $20 גם ללא הגעה למכסה)
OpenRouter.ai
גישה לעשרות מודלים חינמיים דרך API אחד — תואם OpenAI, ללא הורדות
מודלים:
Llama 3.3 70B, DeepSeek R1, GPT OSS 120B
מגבלות Free:
50 בקשות/יום ללא תשלום
אחרי Free:
$10 credit = 1,000 בקשות/יום
מגבלות RAM של מודלים מקומיים
| גודל מודל | RAM נדרש | רמה |
|---|---|---|
| 1B | 1–2 GB | 🔸 בסיסית |
| 4B | 3–4 GB | 🔸 בסיסית |
| 8B ✓ | 5–6 GB | 🔶 סבירה |
| 14B | 9–11 GB | 🔶 סבירה |
| 32B | 18–20 GB | ⭐ טובה |
| 70B | 40–50 GB | ⭐⭐ טובה מאוד |
ה-B מייצג מיליארד פרמטרים — כמה "תאי מוח" יש למודל. ככל שהמספר גדול יותר, המודל חכם יותר — אך דורש יותר RAM.
מה לפטופ ביתי יכול להריץ?
Llama 3.2 3B, Gemma 2 2B
Llama 3.2 8B, Qwen 2.5 14B
DeepSeek 32B, Qwen 32B
Llama 3.3 70B, Qwen 70B
ככל שה-RAM גדול יותר — כך חוויית הפיתוח המקומית טובה יותר. אבל RAM גדול = לפטופ יקר יותר.
Three Distinct Tiers
DeepSeek R1 (1.5B)
Distilled from massive models — Ollama's king. Advanced reasoning on consumer hardware. Only 2GB in RAM.
Qwen 2.5 (27B)
The mid-tier standard. Vast knowledge base running on a powerful laptop. Perfect balance between cost and performance.
Claude 4 Opus
The gold standard. Anthropic's flagship cloud model. Unmatched at solving complex tasks and research.
כמה טוב המודל כותב קוד אמיתי?
% באגים אמיתיים שנפתרו (SWE-bench Verified) · 💻 = מקומי · ☁ = ענן
ביצוע משימות פיתוח אמיתיות
SWE-bench Verified — אמת המידה הסטנדרטית לכתיבת קוד.
נותנים למודל באג אמיתי מ-GitHub עם כל הקוד הרלוונטי.
שאלה: האם הפאץ' שנכתב עובר את כל בדיקות הפרויקט?
500 בעיות אמיתיות · דורש הבנת codebase גדול
למה הפער כל כך גדול?
SWE-bench דורש הבנת codebase שלם — עשרות קבצים ותלויות. מודל 1.5B לא יכול להחזיק את כל ההקשר הזה.
מה זה אומר בפועל?
Qwen 27B מצליח ב-~27% מהבאגים. Claude Opus 4 — לפרויקטים מורכבים עם 72% הצלחה.
כמה טוב המודל מנהל משימה ארוכה?
% פרויקטים שהסתיימו בהצלחה (הערכה) · 💻 = מקומי · ☁ = ענן
ניהול Agent עם משימה ארוכה
משימת Agent בהקשר ארוך — הבדיקה האמיתית לפיתוח יומיומי.
ה-Agent מבצע 20+ פעולות ברצף:
קרא קבצים ← כתוב קוד ← הרץ tests ← תקן שגיאות ← commit.
כמה % מהפרויקטים הגיעו לסוף בהצלחה?
למה מודל קטן נכשל?
בכל שלב ה-Agent חייב לזכור מה כבר עשה ומה נשאר. מודל 1.5B "שוכח" את ההיסטוריה אחרי כמה שלבים.
מה זה אומר בפועל?
Qwen 27B מצליח ב-~30% מהמשימות. Claude Opus 4 — לפרויקטים שלוקחים שעות.
DeepSeek 780B דורש 500GB+ RAM...
הלפטופ שלך יש לו 16GB
זה לא הולך לעבוד
למה לא 70B/780B על לפטופ?
- מודל 70B = ~40GB RAM — לפטופ 16GB לא יכול לטעון אותו
- מודל 780B (DeepSeek R1 Full) = 500GB+ RAM — בלתי אפשרי על כל לפטופ
- 780B הוא המודל הפתוח החזק ביותר בעולם — איכות דומה ל-Claude Opus
- פתרון: ענן — Ollama Cloud ו-OpenRouter מריצים 70B–780B, אך מוגבלים ב-free tier. ללא מגבלות: $20/חודש
שרת עם 512GB+ RAM להריץ DeepSeek 780B
~$10,000+
workstation מינימלי — ועדיין לא מספיק מהיר
Claude Pro בענן
$20/חודש
$10,000 ÷ $20 = 500 חודשים = 41 שנה של Claude Pro
מתי כדאי לשלם $20 לחודש?
✅ כן, שווה לשלם
⏳ לא עכשיו
שאלות?
תודה!
Geek Of Automation
YouTube