文档大纲

把 Claude Code打成"AI 数字员工"团队：Agency Agents完全上手指南

一个 GitHub 上的开源项目，让你像拼乐高一样把 AI 编程工具"组装"成一支 230+ 人的专业团队。

一、缘起：一个 Reddit 帖子引爆的开源奇迹

2024 年末，一位名叫 msitarzewski 的开发者因为和社区吐槽"AI 太通用"，在 Reddit 上发起了一个讨论：能不能把 AI 工具拟人化，让每个 Agent 都像某个领域的资深员工？几个月后，这个想法长成了一个拥有 230+ 个专业 AI Agent、覆盖 16 大部门的开源项目 —— agency-agents。

截至今天，它已经在 GitHub 上被广泛使用，配套甚至还推出了 macOS / Linux / Windows 桌面 App，并支持一键安装到 Claude Code、Cursor、Codex、Gemini CLI 等十几款主流 AI 编程工具。

它解决了一个让人又爱又恨的问题："AI 太通用"。

二、它到底是个什么东西？

用一句话概括：The Agency 是一个"AI 角色定义"的开源仓库。仓库里没有可执行后端，也没有模型权重，全是 .md 文件 —— 每个文件描述一个"专家"：

  • Identity & Personality（身份与人格）：名字、性格、说话方式
  • Core Mission（核心使命）：专攻什么、不专攻什么
  • Critical Rules（红线）：这个领域的"行规"和反模式
  • Technical Deliverables（可交付物）：带代码示例的输出模板
  • Workflow Process（工作流）：从接到任务到交付的标准步骤
  • Success Metrics（成功指标）：怎样算"做得好"

当你把这个 .md 文件丢进 ~/.claude/agents/（或对应工具的 agent 目录），AI 编程工具就会"扮演"这个角色，用它的口吻、流程、模板来回答你。

它不是一个 AI 工具，而是"AI 工具的人格剧本"。

三、为什么值得用？三大核心价值

1. 拟人化让输出更"接地气"

普通的 prompt："帮我写一个 React 组件" Agency 里的 Frontend Developer Agent："我是资深前端工程师 Sarah。我会先确认这个组件的视觉一致性、可访问性和 Core Web Vitals，然后用 React 18 + TypeScript 实现，确保通过 Lighthouse 90+ 分。"

区别在哪？后者会主动告诉你它会怎么思考、怎么做、用什么标准验收。这不是 prompt 工程的胜利，是结构化角色设计的胜利。

2. 16 大部门、230+ 专家，覆盖几乎所有工种

部门典型 Agent
💻 EngineeringFrontend Developer、Backend Architect、DevOps Automator、AI Engineer、SRE、Security Architect、Solidity Engineer、WebAssembly Engineer…
🎨 DesignUI Designer、UX Researcher、Brand Guardian、Whimsy Injector…
📢 MarketingGrowth Hacker、Content Creator、Reddit Community Builder、Xiaohongshu Specialist、Bilibili Content Strategist、Douyin Strategist…
💼 SalesOutbound Strategist、Discovery Coach、Deal Strategist、Sales Engineer…
💰 Paid MediaPPC Campaign Strategist、Search Query Analyst、Paid Media Auditor…
🛟 SupportCustomer Support、Analytics Reporter、Finance Tracker、Legal Compliance Checker…
🛡️ SecurityPenetration Tester、Incident Responder、Threat Intelligence Analyst…
🎮 Game DevelopmentUnity / Unreal / Godot / Roblox 全家桶 + Blender、跨引擎专家
🩺 HealthcareClinical Evidence Agent、Sovereign Health Systems Agent…
🌍 GISBIM/GIS Specialist、Drone Mapping、GeoAI Engineer、Web GIS Developer…
🥽 Spatial ComputingvisionOS、XR、WebXR、Metal…
📊 Finance / 🎓 Academic / 🧪 Testing / 📋 Product / ⚙️ Project Management全部配齐

亮点：里面还有大量中国本土化 Agent —— 小红书 Specialist、知乎 Strategist、百度 SEO、B 站内容、抖音、私域运营、跨境电商，几乎覆盖国内互联网运营全场景。

3. 一次编写，到处运行（Multi-Tool）

这是它最狠的地方。仓库自带 convert.sh + install.sh，能把同一份 Agent 定义转换为：

  • Claude Code 的 .md（原生支持）
  • Cursor 的 .mdc 规则
  • Aider 的 CONVENTIONS.md
  • Windsurf 的 .windsurfrules
  • OpenCode 的 .md
  • GitHub Copilot 的 agent 文件
  • Gemini CLI / Antigravity 的 skill
  • Qwen Code / Kimi Code / Codex / Osaurus 等

你写一次，14+ 个工具通用。

四、适合谁用？

角色用法
🧑‍💻 独立开发者 / 自由职业者一个人 = 一支队伍。把整套开发、营销、运营 Agent 装进 Claude Code，相当于雇了个"全栈数字员工"。
🏢 小团队 / 初创公司没有专职 DBA、设计师、运营时，让 AI 扮演这些角色，按"专家级"标准输出。
📈 运营 / 营销人员国内有专门的 小红书 / 抖音 / 知乎 / 微信生态 Agent，做内容、做 SEO 一应俱全。
🎮 游戏开发者Unity / Unreal / Godot 三大引擎各有专精 Agent，连 Shader、网络、World Building 都齐。
🏗️ 企业 IT / 架构师SRE、Security Architect、Database Optimizer、MCP Builder、Multi-Agent Systems Architect 都很实用。
📚 学习者 / Prompt Engineer这是学习如何设计 AI 角色的最佳范本 —— 每个 Agent 都是教科书级的人格设计案例。

不适合谁：

  • 只想"聊聊天"的轻度用户（直接用 ChatGPT 网页版更轻便）
  • 追求开箱即用、不愿碰命令行的（可以用官方桌面 App）
  • 期待它"自动完成任务"的（它只是 prompt，不会替你执行代码）

五、部署方法：四种姿势任选

方式 1️⃣：桌面 App（一键安装，最省心）

适合不想敲命令行的用户。访问 [agencyagents.app](https://agencyagents.app) 下载，或：

# macOS 用户
brew install --cask msitarzewski/agency-agents/agency-agents

App 会自动扫描你机器上已装的 AI 工具，把 Agent 文件一键装进去，并自动保持更新。

方式 2️⃣：Claude Code 用户

# 1. 克隆仓库
git clone https://github.com/msitarzewski/agency-agents.git
cd agency-agents

# 2. 一键安装所有 Agent
./scripts/install.sh --tool claude-code

# 或：只安装某个部门
cp engineering/*.md ~/.claude/agents/        # 只装工程部
cp marketing/*.md ~/.claude/agents/          # 只装营销部

装完后，在 Claude Code 里这样激活：

"Hey Claude, activate Frontend Developer mode and help me build a React component"

方式 3️⃣：多工具兼容（Cursor / Codex / Qwen…）

# 1. 先转换格式（生成各工具所需的特定文件）
./scripts/convert.sh

# 2. 交互式安装（自动检测你机器上有什么工具）
./scripts/install.sh

安装器会弹出这样的界面：

+------------------------------------------------+
The Agency -- Tool Installer
+------------------------------------------------+

[x]  1)  [*]  Claude Code
[x]  2)  [*]  Copilot
[x]  3)  [*]  Antigravity
[ ]  4)  [ ]  Gemini CLI
[ ]  5)  [ ]  OpenCode
[x]  7)  [*]  Cursor
...

[1-14] toggle   [a] all   [n] none   [d] detected
[Enter] install   [q] quit
```

也可以精准指定： 

./scripts/install.sh --tool cursor --agent frontend-developer,ui-designer
./scripts/install.sh --tool claude-code --division engineering,security
./scripts/install.sh --tool opencode --division engineering --dry-run


方式 4️⃣：作为参考资料手动复制

不想装？直接把 `engineering/`、`marketing/` 之类的目录打开当"说明书"读，挑你感兴趣的 Agent `.md` 文件复制走，改改就能用。

六、使用方法：三个真实场景

场景 A：搭建一个 SaaS 产品的 MVP

假设你正在做一款 SaaS，传统做法是雇 5 个人。在 Agency 里：

  1. 激活 Frontend Developer → 搭 React + TS + Tailwind 前端
  2. 激活 Backend Architect → 设计 Postgres schema + REST API
  3. 激活 DevOps Automator → 配 GitHub Actions + Docker + AWS
  4. 激活 Growth Hacker → 规划冷启动增长策略
  5. 激活 Reality Checker → 上线前做生产就绪检查

每个 Agent 都有专属的工作流和交付物模板，不是空谈"建议"，而是直接产出代码、配置、文档。

场景 B：海外社媒营销

需要在美国市场做品牌冷启动？官方 README 给出的范例团队：

  1. Content Creator → 制定内容日历
  2. Twitter Engager → 写推文 + 互动策略
  3. Instagram Curator → 视觉内容 + Story
  4. Reddit Community Builder → 真实社区参与（不是发广告！）
  5. Analytics Reporter → 建数据看板追踪转化

注意Reddit Community Builder Agent 的"人格宣言"：

"You're not marketing on Reddit – you're becoming a valued community member who happens to represent a brand."

这就是**角色化 prompt 的力量** —— 它强迫 AI 站在"专家立场"思考，而不是输出通用废话。

场景 C：游戏开发（Unity）

Unity 项目卡在多人联机？激活 Unity Multiplayer Engineer：

用 Unity Multiplayer Engineer 模式，帮我用 Netcode for GameObjects 实现一个房间制匹配系统，要求：

  • Server Authority
  • Client Prediction
  • Unity Relay + Lobby 接入"

Agent 会按"专家级"标准给出：Netcode 配置、NetworkManager 脚本、状态同步方案、反作弊要点，而不是泛泛而谈。

七、设计哲学：为什么它"不一样"？

README 里有一段非常关键的话，对比了 Agency 与其他方案的差异：

不是这个而是这个
❌ 通用 "Act as a developer" 模板✅ 深度专业 + 人格 + 流程
❌ 一次性 prompt 集合✅ 完整 Agent 系统 + 工作流 + 交付物
❌ 黑盒 AI 工具✅ 透明、可 fork、可改写

每个 Agent 都遵循 5 个设计原则：

  1. 🎭 Strong Personality：强人格，不是空模板
  2. 📋 Clear Deliverables：具体输出，不是模糊建议
  3. ✅ Success Metrics：可衡量标准
  4. 🔄 Proven Workflows：可复用步骤
  5. 💡 Learning Memory：持续优化的反馈机制

八、注意事项 & 局限

虽然 Agency Agents 很强大，但请把它当成"高质量 prompt 剧本"来用，而非"自动化执行系统"：

  1. 不会自动跑代码：Agent 只是给 AI 工具披上"专家外衣"，具体干活还是要靠 LLM 推理。
  2. 质量取决于底层模型：Claude Opus 4.7、GPT-5、Claude Sonnet 4.6 等顶级模型才能把角色发挥到极致；弱模型可能"演不下去"。
  3. 工具兼容有差异：Cursor / Aider / Windsurf 是把 Agent 转成规则文件，效果不如 Claude Code 的原生 Agent 协议；OpenCode 上限约 119 个 Agent，需要按需挑选。
  4. 内容本地化：中文运营类 Agent（小红书、抖音、知乎）质量不错，但西方市场的 Agent 主要面向英文场景，跨语言使用需自行调整。
  5. License：MIT，可商用、可修改，只需保留版权声明。

九、写在最后

Agency Agents 让我重新思考了一个问题：AI 编程工具的下一个分水岭，可能不在模型，而在"角色设计"。

同样的 GPT-5 / Claude Opus，让它扮演"普通程序员"和"资深 SRE + 架构师"，给出的方案完全不同。

The Agency 给了我们 230+ 个现成的"专家剧本"，并打通了 14+ 个工具的安装路径。不管你是想一个人做出 MVP、想给团队配齐数字化岗位，还是想学习如何设计 AI Agent 角色 —— 这个项目都值得花一晚上时间把玩。

立刻上手三步走：

  1. ⭐ Star 仓库：[github.com/msitarzewski/agency-agents](https://github.com/msitarzewski/agency-agents)
  2. 📥 下载 App 或跑 ./scripts/install.sh --tool claude-code
  3. 💬 在 Claude Code 里说："Use the Frontend Developer agent to help me…"

愿你也能拥有自己的 AI 数字员工团队。

阅读量： 235

网站备案号：沪ICP备2025137870号