msitarzewski/agency-agents：构建你的 AI 虚拟专家团队

这是什么

msitarzewski/agency-agents 是一个在 GitHub 上备受关注的开源项目（Stars 超过 11 万），它并非传统的代码库，而是一套精心设计的 AI Agent（智能体）人格与系统提示词集合。

该项目诞生于 Reddit 社区的讨论与迭代，旨在将通用的 AI 助手转化为具备特定领域深度专业知识、独特性格、标准化工作流程和可交付成果的专业专家。你可以将其理解为“组建一支永不休息、从不抱怨且始终交付结果的 AI 专家团队”。

该项目主要面向 Claude Code、GitHub Copilot、Cursor、Windsurf、Aider 等主流 AI 编程辅助工具，通过安装特定的 .md 配置文件，让 AI 在会话中激活特定的“角色模式”，从而提供比通用提示词更精准、更具结构化的支持。

解决的问题

在使用通用大语言模型（LLM）进行复杂任务时，用户通常面临以下痛点：

1. 角色模糊与泛化：通用提示词如“Act as a developer”往往导致输出缺乏深度，AI 无法深入特定技术栈或业务场景。
2. 缺乏一致性：不同次对话中，AI 的风格、输出格式和关注点可能波动，难以维持长期项目的一致性。
3. 交付物不可控：AI 可能提供理论建议而非可执行的代码、架构文档或具体的业务流程。
4. 上下文管理困难：在处理大型项目时，AI 容易忽略关键的非功能性需求（如安全性、可维护性、品牌调性）。

agency-agents 通过预定义的“代理文件”（Agent Files），将每个专家的角色固化，确保 AI 在特定任务中始终遵循既定的身份（Identity）、核心使命（Core Mission）、技术交付标准（Technical Deliverables）和成功指标（Success Metrics）。

核心功能

1. 高度专业化的 Agent 分类

项目将 AI 专家划分为多个职能团队（Divisions），每个团队包含多个细分角色：

• Engineering（工程）：前端开发者、后端架构师、安全专家、QA 工程师等。
• Marketing & Growth（营销与增长）：内容创作者、Twitter 互动专家、Reddit 社区构建者、付费媒体审计员等。
• Product & Design（产品与设计）：UI 设计师、UX 研究员、产品经理、实验追踪器。
• Specialized Domains（垂直领域）：
  • GIS & Digital Twin：BIM/GIS 专家、无人机测绘、GeoAI 工程师，用于构建校园或城市的数字孪生。
  • Finance & Accounting：财务分析、税务策略、投资研究专家。
  • Narrative & World-building：用于游戏或小说创作的世界观构建、叙事设计专家。
  • XR & Spatial Computing：XR 界面架构师，专注于空间 UI 设计。

2. 结构化 Agent 定义

每个 Agent 文件包含以下关键部分，确保 AI 行为的可预测性：

• Identity & Personality：定义 AI 的语气、沟通风格和性格特征（如“务实”、“严谨”或“富有创意”）。
• Core Mission：明确该角色的核心职责。
• Critical Rules：领域特定的约束条件（如安全合规、代码规范）。
• Technical Deliverables：具体的输出要求，例如“提供 React 组件代码”、“生成 API 架构图”或“列出 A/B 测试计划”。
• Success Metrics：定义如何衡量该角色工作的成功（如“页面加载时间 < 2s”、“转化率提升 5%”）。

3. 多工具兼容与自动化安装

• 一键安装：提供 install.sh 脚本，支持交互式选择工具（如 Claude Code, Cursor, Copilot 等）和团队。
• 多工具支持：
  • Claude Code：原生支持，直接复制到 ~/.claude/agents/。
  • 其他工具：通过 convert.sh 脚本生成兼容文件，支持 GitHub Copilot, Antigravity, Gemini CLI, OpenCode, OpenClaw, Cursor, Aider, Windsurf, Kimi Code, Codex 等。
• 智能限制处理：针对 OpenCode 等工具的单次会话 Agent 数量限制（约 119 个），脚本会自动警告并建议仅安装必要的子集。

4. 协作式工作流（Nexus 模式）

项目展示了多 Agent 协同工作的能力。例如，在“Nexus Spatial Discovery Exercise”中，8 个不同的 Agent（产品趋势研究员、后端架构师、品牌守护者等）同时部署，共同评估一个软件机会，并生成涵盖市场验证、技术架构、品牌策略、上市计划等的统一产品蓝图。

亮点 / 与同类相比

| 特性 | 通用 Prompt 模板 | msitarzewski/agency-agents | | :--- | :--- | :--- | | 专业性 | 泛泛而谈，缺乏领域深度 | 深度专业化：每个 Agent 都有经过验证的领域知识和流程 | | 人格化 | 机械、无个性 | 人格驱动：拥有独特的声音、沟通风格和思维方式 | | 交付物 | 模糊的建议或片段代码 | 结果导向：提供可测量的成果、完整代码、文档和流程 | | 可定制性 | 黑盒工具或静态提示词 | 透明且可分叉：所有 Agent 定义均为 Markdown，用户可轻松 fork、修改和扩展 | | 工作流 | 单次对话，无上下文延续 | 流程化：包含步骤化的工作过程和成功指标，适合长期项目 | | 扩展性 | 手动复制粘贴提示词 | 模块化：支持按团队、按工具、按单个 Agent 灵活安装 |

独特亮点：

• 现实检验者（Reality Checker）：专门设计的 Agent 用于在发布前进行质量检查，确保 AI 输出符合生产环境标准。
• 垂直领域专家：不仅限于编程，还涵盖了 GIS、数字孪生、财务、叙事设计等复杂领域，展示了 AI 代理在多模态和复杂逻辑任务中的潜力。

适合谁用 / 上手

适合人群

• 全栈开发者/技术负责人：需要快速生成代码框架、架构设计或进行代码审查，希望 AI 扮演资深工程师角色。
• 产品经理/创业者：需要模拟不同职能团队（市场、产品、技术）进行头脑风暴，生成产品蓝图或营销策略。
• 内容创作者/营销人员：需要针对不同平台（Twitter, Reddit, Instagram）生成符合平台调性的内容策略。
• GIS/数字孪生开发者：需要处理 BIM、GIS 数据融合及 3D 可视化任务的专业技术人员。
• AI 提示词工程师：希望参考高质量、结构化的 Agent 定义模板，优化自己的 Prompt 工程实践。

上手指南

1. 环境准备：

   • 安装 Git。
   • 确保你使用的 AI 工具支持自定义 Agent 或系统提示词（如 Claude Code, Cursor, Copilot 等）。

2. 安装 Agent：

   • 方法一：针对 Claude Code

     ./scripts/install.sh --tool claude-code
     

   • 方法二：针对其他工具（如 Cursor）

     # 先生成兼容文件
     ./scripts/convert.sh
     # 然后安装特定工具
     ./scripts/install.sh --tool cursor
     

   • 方法三：交互式选择

     ./scripts/install.sh
     

     脚本会引导你选择要安装的工具和团队（如 engineering, marketing）。

3. 激活 Agent：

   • 在 AI 工具的会话中，直接调用 Agent 名称。例如：

     "Hey Claude, activate Frontend Developer mode