夜雨聆风你：今天应该优先录课程还是发文章？AI：建议优先录课程，因为课程是产品，能直接产生收入。看起来有道理。但三个月后：
• 粉丝没涨，课程卖不动 • 因为没有新内容，老粉也流失了 • 这时候才意识到：涨粉才是当前瓶颈
AI没错。它只是只看到了一面。
更糟的是：
• 问策略AI，它说"先录课"（看收入） • 问营销AI，它说"先发文"（看获客） • 问产品AI，它说"看情况"（看用户旅程）
三个答案互相矛盾，你该信谁？
这就是单一AI视角的局限——就像盲人摸象，每个人摸到的都是真实的，但都不是全貌。
你需要的是"圆桌会议"，不是"一对一咨询"。
一个AI再强，也是单视角。你需要的是让3个AI坐下来开个会。
一、为什么需要多角色决策？
单兵作战 vs 团队作战
个人决策有三个局限：
局限1：认知盲区你只看到你熟悉的视角。做营销的看数据，做产品的看体验，做策略的看全局。没人能同时看到所有。
局限2：经验偏差你过去的成功经验，可能在当前场景完全不适用。比如"内容为王"在粉丝<500时是错的，涨粉才是王道。
局限3：情绪干扰人在做决策时，容易被当下情绪影响。焦虑时倾向保守，兴奋时倾向冒险。
传统做法是找真人顾问。但真人顾问有成本：约时间、等回复、付咨询费。
AI时代，我们有了新的可能：多角色AI协作。
• 零成本：不需要付费 • 秒响应：不需要等 • 可定制：根据场景选角色
关键概念来了：agency-agents-zh——215个中文AI角色库。
二、发现agency-agents-zh：AI角色宝库
215个角色，覆盖17个部门
GitHub上有个开源项目叫 agency-agents-zh，是 jnMetaCode 团队开发的。
它不是工具，是一个角色库。
包含215个中文AI角色，覆盖17个部门：
还有法律、HR、供应链、游戏开发等部门。
每个角色是一个 .md 文件，包含完整的 persona 定义：
• 身份（你是谁） • 记忆（你知道什么） • 使命（你要达成什么） • 工作流（你怎么做事） • 沟通风格（你怎么说话）
关键洞察：
这不是简单的 prompt 模板，是完整的角色定义。
当你读取这个文件时，AI不是"扮演"这个角色，而是"成为"这个角色。它会有那个角色的思维方式、决策逻辑、专业判断。
而且：无需 API key。文件就在本地，直接读取，在当前会话扮演。
三、准备工作：三样东西
要搭建多角色决策团队，需要准备三样东西。
准备1：下载角色库
GitHub：jnMetaCode/agency-agents-zh
方式一：git clone（需要网络）
cd C:\Users\Administrator\WorkBuddy\Clawgit clone --depth 1 https://github.com/jnMetaCode/agency-agents-zh.git方式二：下载ZIP手动解压（推荐国内用户）
1. 浏览器访问：https://github.com/jnMetaCode/agency-agents-zh 2. 点击绿色"Code"按钮 → Download ZIP 3. 解压到 C:\Users\Administrator\WorkBuddy\Claw\agency-agents-zh-main\
确认目录结构正确：
agency-agents-zh-main/├── strategy/│ └── nexus-strategy.md├── marketing/│ └── marketing-growth-hacker.md├── product/│ └── product-manager.md└── ...准备2：WorkBuddy Claw 工作空间
WorkBuddy 是国产AI助手，类似Claude Code。
Claw 是工作空间概念，就是你的项目目录。
在Claw里可以：
• 直接调用 skill • 读取本地文件 • 运行工作流 • 保存输出结果
准备3：superpowers-zh 的 workflow-runner skill
如果你看过我之前那篇 superpowers-zh：17款AI工具通用的20个超能力，应该对这个项目不陌生。
superpowers-zh 是什么？
• 159k star 英文原版 superpowers 的中文增强版 • 提供 20 个 skill（技能/方法论） • 支持 17 款 AI 工具（Claude Code、Cursor、WorkBuddy、Gemini CLI等） • GitHub： jnMetaCode/superpowers-zh
workflow-runner 是什么？
• superpowers-zh 20 个 skill 中的第 18 个 • 英文原版没有，是中文增强版新增的特色功能 • 作用：在当前 AI 会话中直接执行多角色 YAML 工作流 • 关键：无需 API key，当前会话的 LLM 就是执行引擎
如何安装？
cd /your/projectnpx superpowers-zh一条命令自动识别你的 AI 工具，把 20 个 skill 装到正确位置。
为什么用 workflow-runner 而不是 agency-orchestrator？
• agency-orchestrator：CLI 工具，需要 Node.js 环境，配置复杂 • workflow-runner：纯 AI 会话内的轻量执行器，更快迭代
四、创建决策团队：三步走
现在进入实战：在 WorkBuddy 里用自然语言生成工作流。
Step 1：在WorkBuddy里加载workflow-runner skill
在 WorkBuddy Claw 会话中：
方式一：直接描述需求（推荐，自动触发）
让 NEXUS 策略专家、增长黑客、产品经理一起帮我分析：「今天应该优先录课程还是发文章？」workflow-runner skill 会自动识别你的需求，生成 YAML 工作流定义。
方式二：手动加载skill
加载 workflow-runner skill然后描述你的需求。
Step 2：确认生成的YAML工作流
workflow-runner 会展示生成的 YAML：
name: 风行者AI决策分析agents_dir: agency-agents-zh-maininputs: - name: question required: true default: "今天应该优先做营销还是生产？"steps: # 第1层：并行收集多方观点 - id: strategy_view role: "strategy/nexus-strategy" task: "{{question}} — 请从商业策略角度深入分析，给出具体建议和理由，结合风行者的目标（公众号5000粉 + 月入2万）。" output: strategy_view - id: marketing_view role: "marketing/marketing-growth-hacker" task: "{{question}} — 请从增长获客角度深入分析，给出具体建议和行动方案，结合公众号「风行者AI编程」的5000粉目标。" output: marketing_view - id: product_view role: "product/product-manager" task: "{{question}} — 请从产品角度深入分析，给出具体建议，结合风行者的课程产品和软件产品规划。" output: product_view # 第2层：综合决策 - id: final_decision role: "strategy/nexus-strategy" task: | 请综合以下三方观点，以「风行者AI决策团队」的名义给出最终建议： ## 策略视角： {{strategy_view}} ## 营销视角： {{marketing_view}} ## 产品视角： {{product_view}} 请输出： 1. 核心结论（一句话） 2. 三方共识点 3. 分歧点及如何权衡 4. 今天最该做的3件事（按优先级排序） output: final_decisionworkflow-runner 做了什么：
• 分析你的自然语言需求 • 从 agency-agents-zh 中匹配合适的角色 • 自动生成 YAML 工作流定义 • 保存到 workflows/目录
Step 3：确认执行计划并运行
workflow-runner 会展示执行计划：
执行计划（共 4 步）： 第 1 层: [strategy_view, marketing_view, product_view] — 并行 第 2 层: [final_decision] — 综合确认后开始执行：
Layer 1（并行执行）
• 读取 strategy/nexus-strategy.md→ 扮演策略专家 → 分析• 读取 marketing/marketing-growth-hacker.md→ 扮演增长黑客 → 分析• 读取 product/product-manager.md→ 扮演产品经理 → 分析• → 三个视角同时完成
Layer 2（综合决策）
• 综合前三步输出 • 输出：核心结论 + 共识点 + 分歧点 + 今天最该做的3件事
输出保存位置：
.ao-output/风行者AI决策分析-2026-05-10/├── steps/│ ├── 1-strategy-view.md│ ├── 2-marketing-view.md│ └── 3-product-view.md├── summary.md└── metadata.json五、我是怎么设计这套工作流的？
为什么选这三个角色？
角色1：NEXUS 策略框架
• 能力：系统性思考、瓶颈识别、全局视角 • 为什么需要：任何决策先看"当前瓶颈是什么" • 在这个场景：粉丝数是瓶颈 → 优先涨粉
角色2：增长黑客
• 能力：数据驱动、ROI 计算、漏斗分析 • 为什么需要：营销决策要有数据支撑 • 在这个场景：发文章的获客价值 > 录课的产品价值
角色3：产品经理
• 能力：用户旅程、优先级权衡、RICE 评分 • 为什么需要：不能只看数据，要看用户体验 • 在这个场景：课程有承诺未交付 → 录课优先
互补逻辑：
• 策略看全局 → 找瓶颈 • 营销看数据 → 算ROI • 产品看体验 → 权衡优先级
三个视角综合，减少盲点。
为什么是并行而不是串行？
串行执行：
策略分析 → 等待 2 分钟 → 营销分析 → 等待 2 分钟 → 产品分析 → 等待 2 分钟 → 综合决策 → 总共 8 分钟并行执行：
策略分析 ┐营销分析 ├ 同时执行 2 分钟产品分析 ┘综合决策 → 总共 4 分钟时间减半，且三个视角互不干扰。
为什么用 DAG（有向无环图）？
• DAG 允许：并行 + 串行混合 • 第一层：无依赖，并行 • 第二层：依赖第一层，等第一层完成后执行 • 自动拓扑排序，无需手动编排顺序
YAML 关键字段解释
agents_dir | |
inputs | |
role | 部门/角色名 |
task | {{变量名}} 引用输入或前序输出 |
output | |
depends_on |
迭代经验
第一次运行可能遇到的问题：
• 角色文件路径错误 → 检查 agents_dir和role字段• 输出格式不满意 → 调整 task提示词• 执行顺序不对 → 检查 depends_on依赖关系
迭代几次后，工作流就稳定了。
六、实战案例：今天录课还是发文？
真实决策输出展示
输入问题："今天我应该优先录课程还是发文章？"
执行过程：
综合决策：
七、决策输出：不只是答案，是思维升级
从"拍脑袋"到"圆桌会议"
输出文件结构：
.ao-output/风行者AI决策分析-2026-05-10/├── steps/│ ├── 1-strategy-view.md # 策略视角完整分析│ ├── 2-marketing-view.md # 营销视角完整分析│ └── 3-product-view.md # 产品视角完整分析├── summary.md # 最终决策建议└── metadata.json # 执行元数据决策矩阵（可复用）
根据这次分析，我得到一个决策矩阵：
下次遇到同样问题，直接查矩阵，不需要重新跑工作流。
四个收获
收获1：决策不再靠直觉每个决策都有数据支撑、理论依据、多方验证。
收获2：多视角减少盲区策略、营销、产品三个视角互补，比单一视角更全面。
收获3：可复用的工作流YAML 文件保存下来，随时可以调用，持续迭代。
收获4：零成本的AI顾问团队不需要付费、不需要约时间、秒级响应。
八、扩展：不只是决策，更多可能
agency-agents-zh 有 215 个角色，我这次只用了 3 个。
还有更多用法：
决策类
产品方向决策：
让策略专家、技术架构师、产品经理一起分析：「要不要现在开始做软件产品？」变现策略：
让增长黑客、财务追踪员、产品经理一起分析：「课程和软件哪个应该先投入？」创作类
内容创作：
让内容创作者、Fun Injector（趣味注入者）、品牌守护者协作：生成10个标题 → 写初稿 → 去AI味 → 配图产品文案：
让营销专家、UX研究员、文案打磨师协作：卖点提炼 → 文案打磨 → A/B测试建议协作类
团队分工：
让项目牧羊人、高级项目经理协作：角色分配 → 任务拆解 → 进度跟踪Sprint规划：
让Sprint排序师、产品经理、技术负责人协作：需求排序 → 工作量评估 → Sprint规划如何自定义？
方法1：修改角色文件直接编辑 agency-agents-zh-main/ 中的 .md 文件，加入你的业务数据。
方法2：创建新工作流在 workflows/ 目录创建新的 YAML 文件，适配不同场景。
方法3：调整执行顺序通过 depends_on 字段控制依赖关系，优化输出质量。
项目地址
• superpowers-zh（中文增强版，含 workflow-runner）：https://github.com/jnMetaCode/superpowers-zh • superpowers（英文原版）：https://github.com/obra/superpowers • agency-agents-zh（中文角色库）：https://github.com/jnMetaCode/agency-agents-zh • agency-orchestrator（CLI工具）：https://github.com/jnMetaCode/agency-orchestrator
以上就是我搭建 AI 决策团队的全过程。
这套方法我自己在用，效果比单问一个AI靠谱太多。三个视角综合，盲区少了一半，决策质量提升明显。
如果你想系统学会用AI写代码、搭Agent、做自动化，可以看看我的课程「风行者AI全能班」。不是速成班，是从0到1带你做出能赚钱的东西。
课程里我会手把手带你：
• 理解 Agent 协作原理（不只是会用工具） • 搭建自己的决策工作流 • 优化角色定义和输出质量
👉 复制到浏览器打开了解课程详情：https://fengxing.netlify.app/
💰 投资自己，只需要一顿饭的代价
限时优惠：399元（原价899）
扫码加入，和300+学员一起
用AI构建你的被动收入管道👇
📱 扫码或打开链接报名，开启AI提效之旅
http://s.a0c.top/7CDXua9/GFQNM
━━━━━━━━━━━━━━
报名后联系方式：
微信：mkoijnn33
QQ：45561810
AI交流群：964202808（免费资料+工具）
superpowers-zh：17款AI工具通用的20个超能力 47K Star 的 Hermes Agent 爆火，但为什么我劝你用 WorkBuddy？ 我把AI住进了100个网页：PageAgent上手7天，效率提升5倍的秘密 国内免费AI工具，让你的工作效率飞起来！ 我给5款AI编程工具配了同一个大脑，从此不用重复配置了 还在逐个平台刷选题？别人一条命令30秒扒完全网 你对今天分享的内容有什么想法？欢迎在留言区分享你的观点。 原创不易，如果文章对你有帮助点赞 + 再看，谢谢。 
