Agency Agents：把 AI 编程工具变成 270 人专家团队的开源 Skill 库

Agency Agents：把 AI 编程工具变成 270 人专家团队的开源 Skill 库

一个来自 Reddit 讨论帖的开源项目，用 270 多个带人设、有流程、能交付的专业 Agent，把 Claude Code / Cursor / Codex 这些工具从”通用助手”变成了一支完整的虚拟公司。它的本质不是提示词集合，而是把工程、设计、安全、增长等各岗位的工作规范沉淀成可安装、可复用的角色资产。截至 2026-08-21，GitHub 累计约 145,000 星，近一个月持续占据 Trending 榜首，是 Skill 生态里规模最大、工具覆盖最广的角色库项目。

功能与原则

Agency Agents 的核心思路是把”角色定义”变成标准化的 Agent 文件。每个文件包含：

• 身份与性格特征：角色是谁、怎么沟通、用什么风格表达
• 核心使命与工作流：这个角色做什么、按什么步骤执行
• 带代码示例的技术交付物：不只是聊天，而是输出可验证的结果
• 成功指标与沟通风格：如何判断交付合格、怎样反馈

它的设计原则是”专业化 + 交付导向”，区别于通用提示词模板只告诉 AI”你是专家”，Agency Agents 定义的是”专家怎么思考、怎么做、交付什么”。

认可度

• GitHub Star：约 145,000+（截至 2026-08-21，多源数据交叉验证）
• Fork：约 23,000+
• Agent 规模：270+ 个专业角色，覆盖 16 个部门
• 支持工具：12+ 种（Claude Code、Cursor、Codex、Windsurf、Aider、GitHub Copilot、OpenCode、OpenClaw、Antigravity、Gemini CLI、Qwen Code、Kimi Code 等）
• Trending 记录：2026-08-10 ~ 08-13 连续多日位居 GitHub Trending 总榜 #1，日增 Star 从 900 到 1800+ 不等

链接

GitHub 仓库：https://github.com/msitarzewski/agency-agents

原作者

msitarzewski（GitHub username），项目诞生于一个 Reddit 讨论帖，经数月迭代演化为完整角色库。目前提供原生桌面 App（macOS / Linux / Windows）和完整的 CLI 工具，支持自动检测已安装的 AI 编程工具并一键安装。

介绍

传统的 AI 编程工具使用方式中，每次启动都需要重新告诉 AI”你现在是谁、按什么标准做、最后交付什么”。这导致团队里每个人用法不一致，AI 输出不稳定，角色定义无法跨工具迁移。

Agency Agents 把这个过程逆转了——它把前端、后端、安全、测试、产品、增长、销售、GIS、游戏开发等各岗位的专业知识，做成一整套可复用的 Agent 文件。每个 Agent 都有明确的工作范围、流程步骤和验收标准，可以安装到任何主流 AI 编程工具里，激活后直接按该角色的规范工作。

项目覆盖的主要部门包括：

• Engineering（工程部）：前端开发者、后端架构师、AI 工程师、DevOps 自动化师、安全工程师、Rapid Prototyper、移动应用开发者、数据工程师等
• Design（设计部）：UI 设计师、UX 研究员、品牌守护者、图像提示词工程师、趣味注入师等
• Security（安全部）：威胁建模工程师、渗透测试、安全架构师等
• Marketing（营销部）：增长黑客、内容创作者、Twitter 运营、Reddit 社区运营、小红书/抖音策略师等
• Product（产品部）：Sprint 优先级排序、趋势研究员、反馈综合分析等
• 以及 Sales、Finance、Game Development、GIS、Legal、HR、Project Management 等共 16 个部门

每个角色文件都经过实战检验，定义了边界范围（如”不写后端、不动数据库”），避免 AI 越界操作。

特点

• 270+ 专业角色，16 个部门：规模远超同类角色库，覆盖工程、设计、营销、产品、安全、地理信息、游戏开发等
• 跨工具兼容：同一套 Agent 资产，通过转换脚本无缝迁移到 Claude Code、Cursor、Codex、Windsurf 等 12+ 种工具
• 每个角色有完整交付标准：含身份定义、流程步骤、代码示例、成功指标，而非泛泛的角色描述
• 多种安装方式：原生桌面 App（点一下就装好）、交互式 CLI 安装脚本、手动复制 agent 文件
• 支持按部门或单个角色选择性安装：不需要一次装完，可按需挑选 engineering、security 等特定部门
• 配套 CLI 工具（agency-agents-cli）：支持 agency list、agency search、agency install、agency team 等命令，还提供 AI 驱动的团队组成推荐功能
• 提供桌面客户端：macOS / Linux / Windows 均有原生 App，图形化浏览全部角色，支持自动更新

使用方法

方式一：桌面 App（最简单）

直接下载原生桌面客户端，点一下安装到已装好的 AI 编程工具里，自动保持更新：

brew install --cask msitarzewski/agency-agents/agency-agents

或从 https://agencyagents.app 下载对应系统的安装包。

方式二：CLI 一键安装

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

# 交互式安装（自动检测已安装的工具）
./scripts/install.sh

# 指定工具安装
./scripts/install.sh --tool claude-code

# 按部门选择性安装
./scripts/install.sh --tool cursor --division engineering,security

方式三：通过 npx 安装

npx agency-agents-cli@latest list
npx agency-agents-cli@latest install all --tool claude-code

激活方式（以 Claude Code 为例）

安装后在对话中直接激活：

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

Claude 会以该角色的人设、流程和标准来工作——先了解需求，再拆解组件、写测试、过 lint，最后以 pixel-perfect 的方式交付。

使用场景与人群

适用场景：

• 团队希望统一 AI 编程工具的输出标准，把各岗位的工作规范固化为可安装的角色
• 独立开发者不想每次都重新写角色提示词，直接装现成的专家角色
• 需要跨工具（Claude Code / Cursor / Codex）切换时保持角色定义一致
• 企业需要把 AI 编程能力快速扩展到非工程岗位（设计、营销、产品）

目标用户：

• 重度 AI 编程用户（用 Claude Code / Cursor / Codex）
• 创业团队快速搭建跨职能 AI 工作流
• 技术团队想把 AI 使用规范沉淀为团队标准
• 研究专业角色分工与多 Agent 协作的平台开发者

输入与输出案例

案例一：Frontend Developer 角色

• Input（在 Claude Code 中激活）："Hey Claude, activate Frontend Developer mode and help me build a React dashboard with real-time data."
• Output：Claude 以 React/Vue/Angular 专家身份工作——先询问设计稿或组件规范、确认 Core Web Vitals 目标，然后输出带测试、Lighthouse 报告和 PR 模板的完整 UI 实现，明确标注交付范围（”不写后端、不动数据库”）。

案例二：Security Engineer 角色

• Input："Use the Security Engineer agent to review this PR."
• Output：Agent 按 OWASP Top 10 逐项审查代码，给出分类报告：Blocker 级（必须修复的安全漏洞）、Suggestion 级（改进建议）、Nit 级（代码风格），每条附具体原因和修改代码示例，而非泛泛地说”看起来不错”。

总结：Agency Agents 的核心价值不是”角色多”，而是把 AI 工作流从”临时写提示词”推进到”沉淀角色、流程和质量标准”。对于正在把 AI 编程工具引入生产流程的团队，它是目前规模最大、工具覆盖最广、交付标准最完整的角色库开源资产。

GitHub: https://github.com/msitarzewski/agency-agents