夜雨聆风很多朋友在装完 OpenClaw（小龙虾）后，都会陷入一种奇妙的迷茫：这东西看起来很厉害，网上的演示也很酷炫，但我到底能用它来干什么？
其实，这并不是你的问题。OpenClaw 本质上是一个强大的执行框架，它就像是一台功能齐全的精密机床。机床本身并不知道要生产什么零件，它需要图纸、工艺流程和熟练的工人。同样地，OpenClaw 提供了执行能力，但它需要具体的应用场景、专业的人设和标准操作流程（SOP）才能真正发挥价值。工具再锋利，也需要懂行的人才能用好。
如果你正对着刚装好的小龙虾发呆，那么开源项目 agency-agents可能解决你的烦恼。
01
—
为什么 OpenClaw 使用后效果不如预期？
很多初次接触 OpenClaw 的用户，往往会尝试自己写一些简单的提示词，比如“帮我写个网页”或者“帮我分析一下这个市场”。但结果往往差强人意，甚至让人觉得 AI 也不过如此。这背后的原因主要有两个。
首先，OpenClaw 提供的是执行框架，而不是现成的解决方案。它能帮你调用工具、执行代码、搜索网络，但它不知道一个专业的市场分析师应该怎么思考，也不知道一个资深前端工程师在写代码前会做哪些架构设计。
其次，自己从头编写高质量的提示词不仅耗时，而且极具挑战性。
一个真正好用的 AI 助手，需要具备清晰的身份设定、明确的交付标准、可衡量的成功指标以及经过验证的工作流。
对于非专业人士来说，要写出这样一套完整的设定，难度不亚于重新学习一门新技能。
02
—
为什么选 agency-agents ？
在 GitHub 上，agency-agents 已经获得了超过 3 万颗星的关注。它并不是一个简单的提示词合集，而是一个完整的“AI 员工花名册”。目前，它已经包含了 120 个高度专业化的 Agent，涵盖了工程、设计、营销、销售、产品等 12 个核心部门。
这个项目之所以脱颖而出，首先是因为它的来源非常接地气。这些 Agent 并不是某个开发者闭门造车想出来的，而是源自 Reddit 社区中前沿 AI 使用者与各行各业专业人员的深入讨论。每一个 Agent 都经过了真实业务场景的打磨，拥有独特的沟通风格和专业的工作流程。不要让 AI 猜你想干什么，直接给它一份专业简历。
这正对应了我们提到的痛点：OpenClaw 需要专业的人设和 SOP。
在 agency-agents 中，每一个 Agent 都是一份精心设计的“专业简历”。以“增长黑客（Growth Hacker）”为例，它的设计文件中不仅定义了“寻找未被开发的增长渠道并将其规模化”的核心使命，还详细规定了漏斗优化、A/B 测试等核心能力，甚至明确了“用户增长率达到 20%”、“获客成本回收期小于 6 个月”等具体的成功指标。这种颗粒度的设计，让 AI 真正具备了“专家思维”。
更重要的是，agency-agents 预设了实用的业务场景。比如，它提供了一个完整的“创建 MVP（最小可行性产品）”的工作流示例。通过这些预设场景，你可以迅速把小龙虾跑起来，直观地感受到多 Agent 协作带来的巨大价值，而不需要自己从零开始摸索。
此外，如果你觉得现有的 120 个员工还不够用，它还提供了创建专业 Agent 的标准模板。你可以非常方便地根据自己的特殊需求，定制出专属的 Agent。
03
—
如何在 OpenClaw 中使用 agency-agents？
把这支 120 人的 AI 团队招募到你的小龙虾里，过程非常简单。
第一步：安装 agency-agents
你只需要通过命令行下载 agency-agents 的代码，然后运行它提供的转换和安装脚本。脚本会自动将这些 Agent 转换成 OpenClaw 能够识别的格式，并安装到相应的目录中。具体命令如下：
# 1. 克隆 agency-agents 项目到本地git clone https://github.com/msitarzewski/agency-agents.git# 2. 进入项目目录cd agency-agents# 3. 运行安装脚本./scripts/convert.sh --tool openclaw./scripts/install.sh --tool openclaw# 4. 重启openclawopenclaw gateway restart
重启 OpenClaw 后你的新员工们就正式入职了，快去指挥它们干活吧。
第二步：使用 agency-agents 的单兵进行作战
假设你需要做一份市场调研，你可以直接在 OpenClaw 中呼叫“市场分析”相关的 Agent。它不会像普通的 AI 那样给你一堆泛泛而谈的废话，而是会按照专业的市场调研框架，从竞争对手分析、目标用户画像到差异化定位，一步步为你输出一份结构清晰、数据详实的调研报告。
第三步：使用 agency-agents 的多个 Agent 进行团队协作
这也是 agency-agents 最强大的地方。比如你想做一个 MVP 版本的 SaaS 产品，你可以先让“冲刺规划师”把项目拆解任务；然后让“UX 研究员”进行竞品分析；接着把研究结果交给“后端架构师”设计数据库和 API；最后让“前端开发者”根据 API 规范写出界面代码。在这个过程中，每个 Agent 的输出都会成为下一个 Agent 的输入，就像一条高效的流水线。
一个人的力量是有限的，但一支 120 人的 AI 团队，可以帮你撬动整个数字世界。
04
—
来，展示！
光说不练，很难实际体验到 openclaw + agency-agents 的效果，现在就给大家展示一个真实的对比效果，对比组有：一个结合了 agency-agents 的openclaw（就叫它大龙虾吧），还有一个没有结合 agency-agents 的openclaw（就叫它小龙虾吧）。
给大龙虾的输入是（指挥大部队干活）：
让ui-designer交付API网关产品落地页页面设计规范，然后让ux-researcher基于页面设计规范交付页面的交互规范，再让frontend-developer基于页面设计规范、交互规范进行落地页页面实现，最后让growth-hacker检查此落地页的转化率优化情况。
给小龙虾的输入是（一个人想怎么干）：
交付API网关产品落地页页面设计规范，然后基于页面设计规范交付页面的交互规范，再基于页面设计规范、交互规范进行落地页页面实现，最后检查此落地页的转化率优化情况。
两者输入的唯一区别是，告诉了大龙虾指挥哪些 Agent 去干活，给它明确了“专业 Agent 协作”的执行 SOP。
从效果对比来看，大龙虾生成的落地页有几个方面的优势。一是在交互跳转链接它考虑了下一步要跳转的实际链接，而不只是给一个空跳转锚点。
二是在页面主体展示产品界面考虑了让用户对产品更有体感，而不仅仅是文字描述。
三是在落地页展示法律、隐私政策等内容，这些安全合规性内容在实际落地过程中是非常重要的。
最后我还叫了别的 AI 做帮手来进行对比，其给出的评价是：预期大龙虾创建的落地页转化率比小龙虾可以高 85%~130%。这再次证明：让专业的“人” （Agent） 负责专业的事，效率与质量才能事半功倍。
05
—
AI 未来的路怎么走？
从早期的 AI 调用各种独立工具，到如今像 agency-agents 这样分工明确的 Agent 集合，我们正在见证 AI 发展的一个重要转折点。
AI 的治理路径正在发生深刻的演变：它正在从单一的“工具”调用，进化为具备自主执行能力的“Agent”，并最终走向协同工作的“组织”。
在这个过程中，OpenClaw 提供了基础设施，而 agency-agents 则赋予了它灵魂和专业能力。
现在你的小龙虾已经不再是一个空壳，给它配上这支 120 人的专业团队，去探索那些你曾经认为不可能完成的任务吧。