المهام الوكيلة (agentic tasks)، التي تتطلب حل المشكلات متعددة الخطوات مع الاستقلالية، واستخدام الأدوات، والمنطق التكيفي، أصبحت تلعب دورًا مركزيًا متزايدًا في تطوير معالجة اللغة الطبيعية (NLP) والذكاء الاصطناعي (AI). ومع ذلك، فإن البيانات التعليمية الحالية تفتقر إلى التفاعل مع الأدوات، وتعتمد المقاييس الوكيلة الحالية على التسمية البشرية المكلفة، مما يحد من قابلية توسيعها. نقدم \textsc{TaskCraft}، وهو سير عمل آلي لتقديم مهام وكيلة قابلة للتوسع من حيث الصعوبة، وتتضمن أدوات متعددة ويمكن التحقق منها مع مسارات التنفيذ. يقوم TaskCraft بتوسيع المهام الذرية باستخدام امتدادات تعتمد على العمق والعرض لإنشاء تحديات معقدة بنائياً وهيكلياً. تظهر النتائج التجريبية أن هذه المهام تحسن عملية تحسين الدفعات في سير العمل الجيلاني وتعزز ضبط النماذج الأساسية الوكيلة تحت الإشراف. نقدم مجموعة بيانات صناعية كبيرة تتكون من حوالي 36,000 مهمة ذات صعوبات متفاوتة لدعم البحث المستقبلي في ضبط وتقييم الوكلاء.