夜雨聆风摘要： 一个从Reddit帖子长出来的开源项目，126K Stars，230+个专业AI Agent，覆盖工程、设计、营销、安全等16个部门。不写代码，只写"岗位说明书"，却让Claude Code、Cursor、Copilot等主流AI编程工具都能调用。这篇文章带你了解Agency-Agents是什么、怎么用、以及为什么它能火。
你有没有遇到过这种情况——
在Claude Code里说"帮我写个React组件"，AI不知道自己是初级开发还是架构师；让它做Code Review，它既不关注安全漏洞，也不检查性能瓶颈；让它写文档，风格跟你项目里的完全对不上。
本质上，问题出在角色模糊。你给AI的指令太泛了，它就只能给你一个泛泛的回答。
有一个开源项目，正在用一种很巧妙的方式解决这个问题。
一、Agency-Agents是什么
Agency-Agents（GitHub地址）是一个开源的AI专家角色集合。简单来说，它不是代码库，不是框架，而是一整套精心设计的AI Agent"人格文件"。
每个Agent都是一个Markdown文件，里面详细定义了：
- 身份与人格：这个专家是谁，说话风格是什么，关注什么
- 核心使命：它的工作目标是什么
- 工作流：它按什么步骤完成任务
- 技术交付物：产出什么具体的东西（代码、文档、报告）
- 成功标准：怎么衡量它干得好不好
项目最初由开发者 msitarzewski 在Reddit上分享，源于一个讨论AI Agent专业化的帖子。不到一年时间，它已经成长为拥有230+个Agent、94位贡献者、363次提交的社区项目，Star数超过126K。
二、和"提示词合集"有什么区别
市面上不缺Prompt合集，但Agency-Agents的设计哲学完全不同。
普通提示词： "你是一个资深前端开发，请帮我优化这个组件。"
Agency-Agents的前端开发Agent：
"我是Frontend Developer，专精React/Vue/Angular、UI实现和性能优化。我不只是写代码——我关注Core Web Vitals、组件可复用性、无障碍访问。每次交付必须包含性能基准测试结果和响应式断点验证……"
区别在于三个层次：
| 维度 | 普通提示词 | Agency-Agents |
|---|---|---|
| 深度 | "你是一个XX专家" | 定义了完整的专业领域、技术栈偏好、工作方法论 |
| 人格 | 无或很泛 | 独特的沟通风格、决策倾向、甚至口头禅 |
| 交付物 | "给我一段代码" | 明确列出代码规范、文档模板、测试标准 |
换句话说，普通提示词是"找个会写代码的人"，Agency-Agents是"招一个有完整岗位说明书的专家"。
三、16个部门，230+专家
Agency-Agents按真实公司的组织架构，划分了16个"部门"（Division），每个部门下有多个专精角色：
💻 工程部（Engineering）
前端开发、后端架构师、移动端开发、AI工程师、DevOps自动化、网络工程师、快速原型师等。
🎨 设计部（Design）
UI设计师、UX研究员、品牌守护者、Whimsy Injector（一个专门给产品注入趣味的设计师）等。
📈 营销部（Marketing）
内容创作者、Twitter策略师、Instagram策展人、Reddit社区建设者、增长黑客等。
🧪 测试部（Testing）
证据收集者（"我不只是测代码，我默认找3-5个问题，并要求视觉证据"）、实验追踪者等。
🔒 安全部（Security）
安全工程师，负责代码安全审计、漏洞排查。
📊 GIS部
空间数据科学家、无人机测绘、Web GIS开发、制图设计师等13个角色。
还有金融部、产品部、项目管理部、销售部、客户支持部、学术部、游戏开发部、空间计算部、策略部等。
每个Agent都不是泛泛的模板，而是深入到具体技术栈、工作流和交付标准的完整定义。
四、怎么用
Agency-Agents对工具兼容性做了大量工作。不管你用的是哪个AI编程工具，几乎都能直接安装。
方式一：桌面App（最简单）
项目团队开发了原生桌面应用 Agency Agents，支持macOS、Linux和Windows。
- 下载地址：agencyagents.app
- Mac用户也可以：
brew install --cask msitarzewski/agency-agents/agency-agents
打开App，浏览Agent名册，选择需要的角色，一键安装到你的AI工具里。自动更新，无需命令行操作。
方式二：命令行安装
bash# 克隆仓库
git clone https://github.com/msitarzewski/agency-agents.git
cd agency-agents
# 交互式安装（自动检测你安装了哪些工具）
./scripts/install.sh
# 或者指定工具和部门
./scripts/install.sh --tool claude-code --division engineering,security
./scripts/install.sh --tool cursor --agent frontend-developer,ui-designer
# 查看可用团队和Agent数量
./scripts/install.sh --list teams
方式三：直接使用
如果你只是想参考某个Agent的设计思路，也可以直接浏览Markdown文件，复制需要的部分。
支持的工具
目前支持14种主流AI编程工具：
| 工具 | 安装路径 | 说明 |
|---|---|---|
| Claude Code | ~/.claude/agents/ | 原生.md格式，无需转换 |
| GitHub Copilot | ~/.github/agents/ | 原生.md格式 |
| Cursor | .cursor/rules/ | 自动转换为.mdc规则文件 |
| Aider | ./CONVENTIONS.md | 合并为单文件 |
| Windsurf | ./.windsurfrules | 合并为单文件 |
| Gemini CLI | ~/.gemini/agents/ | 需先运行convert.sh |
| Antigravity | ~/.gemini/antigravity/skills/ | 转换为SKILL.md格式 |
| OpenCode | .opencode/agents/ | 项目级安装 |
| Codex | ~/.codex/agents/ | TOML格式 |
| Qwen Code | .qwen/agents/ | YAML SubAgent格式 |
| Kimi Code | ~/.config/kimi/agents/ | YAML格式 |
| OpenClaw | ~/.openclaw/agency-agents/ | SOUL.md + AGENTS.md |
| Osaurus | ~/.osaurus/skills/ | SKILL.md格式 |
| Mistral Vibe | 通过convert.sh转换 | 最新支持 |
安装完成后，在对话中直接提及Agent名称即可激活。例如：
Use the Frontend Developer agent to review this component.五、实际使用场景
场景1：创业公司快速出MVP
你的团队：前端开发（写React）→ 后端架构师（设计API）→ 增长黑客（规划获客）→ 快速原型师（快速迭代）→ Reality Checker（上线前质量把关）
场景2：营销campaign上线
你的团队：内容创作者 → Twitter策略师 → Instagram策展人 → Reddit社区建设者 → 数据分析师
场景3：智慧校园数字孪生
技术顾问（定义BIM+GIS+IoT策略）→ BIM/GIS专家 → 无人机测绘 → Web GIS开发 → 3D场景开发 → GeoAI工程师 → GIS质量工程师
这些场景展示了Agency-Agents的核心价值：按需组队，每个角色都有明确的专业边界和交付标准。
六、客观评价
优点：
- ✅ 设计理念清晰：每个Agent都是完整的"岗位说明书"，不是敷衍的提示词模板
- ✅ 工具兼容性强：14种AI编程工具一键安装，切换工具不丢失配置
- ✅ 社区活跃：94位贡献者，持续有新Agent加入，多语言翻译（含中文）
- ✅ 完全开源：MIT协议，商用/个人均可免费使用
需要注意的：
- ⚠️ 质量参差不齐：400+ Agent来自社区贡献，部分Agent比较简略
- ⚠️ 维护挑战：AI工具迭代快，Agent文件需要持续更新
- ⚠️ 工具兼容性差异：部分工具对Agent数量有限制（如OpenCode仅支持约119个）
- ⚠️ 人格设定的主观性：某些Agent的"人设"可能过于个性化，不一定适合所有人
七、新手建议
如果你第一次接触Agency-Agents，不需要一上来装全部230+个Agent。建议从这三个开始：
- Frontend Developer — 前端开发的全面助手
- Code Reviewer — 架构级代码审查
- Technical Writer — 写出与代码质量匹配的文档
深度使用3-5个你当前最需要的角色，熟悉它的工作方式后，再逐步扩展到其他部门。
项目地址： github.com/msitarzewski/agency-agents
桌面App： agencyagents.app
协议： MIT（免费商用）
Stars： 126K+
贡献者： 94人
参考资料：
- 据 Agency-Agents GitHub 项目README，项目包含230+ Agent，支持14种AI编程工具
- 据 iDao技术魔方 深度解析，项目已获126K Stars，社区贡献者遍布全球
