# agency-agents 深度研究报告 更新时间：2026-05-21 ## 一句话结论 `agency-agents` 是一个大型 AI 专家角色库。它不是 Agent 框架，也不是自动执行系统，而是把工程、设计、营销、销售、产品、金融、游戏开发、测试等岗位沉淀成大量可复用的 Markdown Agent 角色文件，并通过脚本适配 Claude Code、Cursor、OpenCode、OpenClaw、Aider、Windsurf、Gemini CLI、Kimi Code 等工具。 ## 项目定位 它的核心定位是：“把一家 AI Agency 的专家团队装进你的开发工具”。 每个 Agent 文件通常包含： - 角色身份 - 个性和沟通风格 - 核心任务 - 工作流程 - 交付物模板 - 成功指标 - 技术示例 - 使用场景 所以它更像“专家 SOP + 角色 Prompt 资产库”，而不是能自主调度任务的 Agent runtime。 ## 项目结构 仓库按职能部门组织角色： - `engineering`：前端、后端、AI 工程、DevOps、安全、SRE、数据库、技术写作等。 - `design`：UI、UX、品牌、视觉叙事、AI 图片提示词等。 - `marketing`：增长、内容、SEO、社媒、小红书、知乎、B站、微信等。 - `sales`：销售外呼、发现式销售、方案、销售工程、销售教练等。 - `product`：产品管理、用户研究、增长产品等。 - `finance`：财务、投研、分析类角色。 - `game-development`：游戏设计、开发、测试等方向。 - `testing`：测试策略、QA、自动化等。 - `strategy`、`support`、`specialized` 等补充领域。 这让它的覆盖面非常广，已经接近“岗位百科 + AI 角色模板库”。 ## 多工具适配机制 `agency-agents` 的一个亮点是多工具适配。它不是只给 Claude Code 用，而是通过脚本把同一套角色转换到多个工具格式。 核心脚本有两个： - `scripts/convert.sh`：把原始 `.md` Agent 文件转换成不同工具需要的格式。 - `scripts/install.sh`：把转换后的文件安装到对应工具目录。 支持方向包括： - Claude Code：复制到 `~/.claude/agents/` - Cursor：生成 `.cursor/rules/` - OpenCode：生成 `.opencode/agents/` - OpenClaw：生成 workspace / `SOUL.md` - Aider：生成 `CONVENTIONS.md` - Windsurf：生成 `.windsurfrules` - Gemini CLI：生成 extension / skills - Kimi Code：生成对应 agents 文件 这说明项目的思路不是绑定某一个 Agent 工具，而是把角色资产做成跨工具可迁移的 prompt supply chain。 ## 角色文件质量 以 `Frontend Developer` 为例，一个角色文件不只是几句“你是前端专家”，而是包含： - 角色定位：现代 Web 应用和 UI 实现专家。 - 核心任务：组件开发、性能优化、可访问性、状态管理、编辑器集成等。 - 硬性规则：Core Web Vitals、WCAG 2.1 AA、移动端优先。 - 技术交付：React 组件示例、测试、性能策略。 - 工作流程：项目 setup、组件开发、性能优化、QA。 - 交付模板：实现说明、性能指标、可访问性报告。 - 成功指标：Lighthouse、加载速度、组件复用率、生产错误等。 这类文件的价值在于：它把“专家应该如何思考和交付”写得比较具体，而不是只有空泛人设。 ## 项目数据 截至核对时，仓库约 `103k stars`、`17k forks`，MIT 协议，主语言标记为 Shell。仓库创建于 2025-10-13，最近仍有更新。这个热度说明“现成 Agent 角色库”是非常强的市场需求，尤其适合 AI 编程工具用户直接拿来用。 ## 核心价值 第一，降低角色设计成本。很多人知道要做 Agent，但不知道一个“好的前端 Agent / 销售 Agent / SEO Agent”应该写哪些职责、约束和交付物。这个库直接给了样板。 第二，适合做企业 SOP。每个角色文件本质上都是岗位能力说明 + 工作流程，可以二次改写成企业内部 AI 助手规范。 第三，跨工具复用。通过转换脚本，同一套角色可以迁移到不同 Agent 工具，不必被某个平台锁死。 第四，适合教学和接单。它可以作为 AI 智能体开发辅导里的案例，讲如何拆岗位、写角色、定义输出、设置成功指标。 第五，覆盖中文市场相关角色。营销里有小红书、微信、知乎、B站、百度 SEO、快手等角色，对中文业务场景有参考价值。 ## 局限与风险 第一，它不是运行框架。它不会自动帮你调度多 Agent、维护长期记忆、管理工具权限、拆任务或执行工作流。 第二，角色多不等于好用。一个项目不需要 100 个 Agent，真正落地要精选、合并和改写。 第三，Prompt 资产容易泛化。通用角色文件需要结合具体公司、业务、代码库、风格、合规要求重新定制。 第四，脚本要审查。`install.sh` 和 `convert.sh` 会写入用户工具配置目录，运行前应该看脚本，避免盲目执行。 第五，安全边界有限。项目安全说明也强调，Agent 文件不应包含密钥，脚本要审查，prompt injection 可疑定义要报告。 ## 和同类项目对比 和 MetaGPT 相比，`agency-agents` 更像角色资产库；MetaGPT 是可运行的多 Agent 软件公司框架。 和 Claude-Code-Game-Studios 相比，`agency-agents` 覆盖行业更广，但游戏开发那类端到端流程和质量门没有 CCGS 那么强。 和 Anthropic skills / agent-skills 相比，`agency-agents` 更偏角色人格和岗位 SOP；skills 更偏可触发的具体能力包、脚本和资源。 和普通 prompt collection 相比，它的结构更工程化，有安装、转换、多工具适配和清晰部门分类。 ## 适合人群 它适合想给 Claude Code / Cursor 增加专家角色的人，做 AI Agent 教学、咨询、辅导的人，想设计企业内部 AI 岗位助手的人，想学习 Agent 角色 prompt 怎么写的人，以及想快速搭一套“虚拟团队”的个人开发者。 它不适合想要自动多 Agent 编排框架的人，不适合不愿二次定制、只想复制即用的人，也不适合希望 Agent 能直接完成复杂业务闭环的人。 ## 对个人网站和 AI 辅导业务的价值 这个项目非常适合放进 AI 智能体开发辅导案例里。它可以讲清楚一个很实用的观点：很多 Agent 项目不一定先做复杂框架，第一步是把角色、职责、流程、交付物和成功指标写清楚。 如果面向接单或课程，可以把它拆成几个教学点： - 如何从岗位拆 Agent。 - 如何写 Agent 身份和边界。 - 如何定义交付物模板。 - 如何设置成功指标。 - 如何把同一套角色适配 Claude Code、Cursor、OpenCode 等工具。 - 如何把通用角色改造成客户业务专属 Agent。 ## 最终判断 `agency-agents` 是一个非常强的 AI 专家角色资产库。它的价值不在底层技术，而在角色设计、岗位拆分、多工具适配和可复用 SOP。 结论：如果你要研究“AI Agent 怎么产品化成虚拟团队”，它很值得看；如果你要找自动编排框架，它不是那类项目。最佳用法是把它当作角色样板库，根据具体业务二次裁剪，而不是整包无脑安装。 ## 信息来源 - GitHub 仓库：https://github.com/msitarzewski/agency-agents - README：https://github.com/msitarzewski/agency-agents/blob/main/README.md - install.sh：https://github.com/msitarzewski/agency-agents/blob/main/scripts/install.sh - convert.sh：https://github.com/msitarzewski/agency-agents/blob/main/scripts/convert.sh - SECURITY.md：https://github.com/msitarzewski/agency-agents/blob/main/SECURITY.md