项目概览

一句话描述：把一整家 AI 数字代理公司装进你的 IDE，从前端开发、Reddit 社区运营，到合同审计、Whimsy 注入器，每个 Agent 都有鲜明人格、固定流程与可交付物。

💡 小插曲：项目还配套发布了原生桌面 App —— agencyagents.app，支持 macOS、Linux、Windows 一键将整个 Agent 名册装进 Claude Code、Cursor、Codex、Gemini、OpenCode、Qwen、Osaurus，无需 clone、无需脚本，自动更新。

核心亮点

1. 完整的「AI 代理公司」组织架构

The Agency 把所有 Agent 按业务部门组织，一眼就能看出每家「数字员工」的专长所在：

2. 强人格 × 强交付物

不同于「请你扮演一个开发者」这种泛泛的提示词，The Agency 里的每个 Agent 都写明：

• 🎭 身份与人格：鲜明的沟通风格、思考方式
• 📋 核心使命：边界清晰的职责范围
• 🛠️ 技术交付物：带可运行代码示例
• ✅ 成功指标：可量化的产出与质量标准
• 🔄 可复用的工作流：步骤化 SOP
• 💡 学习记忆：可演化的最佳实践

举几个有趣的 Agent 人格原话：

“I don’t just test your code — I default to finding 3-5 issues and require visual proof for everything.” — Evidence Collector（测试部门）

“You’re not marketing on Reddit — you’re becoming a valued community member who happens to represent a brand.” — Reddit Community Builder（市场部门）

“Let me add a celebration animation that reduces task completion anxiety by 40%.” — Whimsy Injector（设计部门，UX 复盘时）

3. 14 款 AI 编程工具开箱即用

这是 The Agency 的最大杀手锏：同样的 Agent 名册，自动转换为各工具的原生格式。

快速上手

方式一：桌面 App（推荐）

直接下载 Agency Agents App，扫描本机已安装的 AI 工具，多选后一键安装，自动保持更新。macOS 用户也可以：

1

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

方式二：脚本安装（Claude Code）

1
2
3
4
5
6
7
8
9

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

# 安装全部 Agent 到 Claude Code
./scripts/install.sh --tool claude-code

# 或只安装工程 + 安全部门
./scripts/install.sh --tool claude-code --division engineering,security

激活方式很简单，在 Claude 对话里直接告诉它：

1

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

方式三：跨工具批量安装

1
2
3
4
5
6
7
8

# Step 1 — 生成所有工具的集成文件
./scripts/convert.sh --parallel

# Step 2 — 交互式安装，自动检测本机已装的工具
./scripts/install.sh

# 或者非交互式全装
./scripts/install.sh --no-interactive --tool all --parallel

方式四：当作参考资料

每个 Agent 的 .md 文件本身就是结构化文档：

• Identity & personality traits（身份与人格）
• Core mission & workflows（核心使命与流程）
• Technical deliverables + code examples（可交付物与代码示例）
• Success metrics & communication style（成功指标与沟通风格）

直接打开 engineering/engineering-frontend-developer.md 浏览，按需复制改造即可。

技术架构与设计哲学

文件结构

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19

agency-agents/
├── engineering/            # 工程部门
├── design/                 # 设计部门
├── paid-media/             # 投放部门
├── sales/                  # 销售部门
├── marketing/              # 市场部门
├── product/                # 产品部门
├── project-management/     # 项目管理
├── testing/                # 测试部门
├── security/               # 安全部门
├── support/                # 客服支持
├── spatial-computing/      # 空间计算
├── specialized/            # 专家小组
├── scripts/
│   ├── convert.sh          # 多工具格式转换
│   └── install.sh          # 跨工具安装器
├── integrations/           # 各工具集成说明
├── examples/               # 多 Agent 协作示例
└── README.md

Agent 设计哲学

README 明确列出 5 条原则：

1. 🎭 强人格：不是泛泛模板，而是有血有肉的角色
2. 📋 清晰交付物：具体产出，不是模糊指引
3. ✅ 成功指标：可量化的结果与质量标准
4. 🔄 可复用工作流：经过验证的步骤化流程
5. 💡 学习记忆：模式识别与持续改进

与同类方案的差异

国际化与本地化

The Agency 已经有 8 种社区维护的本地化版本，其中包含专门的「中国市场原版 Agent」：

特别值得关注的是简体中文版包含 B 站、抖音、小红书、知乎、微信、WeChat Mini Program 等中国本地化 Agent —— 这对一个想做中国市场的开发者来说，是现成的"团队"。

多 Agent 协作示例

仓库 examples/ 目录提供真实可运行的多 Agent 协作工作流，例如：

• 启动项目 → Product Manager 出 PRD → Sprint Prioritizer 排期 → 各 Engineering Agent 分头实现 → Evidence Collector 验收 → Reality Checker 签字
• 营销活动 → Reddit Community Builder 调研 → Content Creator 出内容 → Twitter Engager 投放 → X/Twitter Intelligence Analyst 复盘

这类「项目经理 + 多位专家」的协作范式，正是当下多 Agent 系统的最佳实践之一。

适用人群与场景

局限与注意事项

• ⚠️ OpenCode 容量限制：当前 OpenCode runtime 只注册约 119 个 Agent，超出部分会被静默丢弃（upstream bug），建议用 --division 限定部门
• ⚠️ Prompt 质量参差：232 个 Agent 来自社区贡献，质量有差异，关键场景建议自己 review
• ⚠️ 不是「装上就好」：很多 Agent 需要调用外部 API（如 PPC 需 Google Ads），能力上限取决于接入的工具链
• ⚠️ 零数据训练：所有 Agent 只是 prompt 模板，模型本身的能力才是天花板

资源链接

• 🔗 GitHub 仓库：msitarzewski/agency-agents
• 📦 桌面 App：agencyagents.app
• 💬 社区讨论：GitHub Discussions
• 🐛 问题反馈：GitHub Issues
• 📜 许可证：MIT — 商用、个人随便用，保留 attribution 即可

🎭 The Agency 就像一个永远不会抱怨、永不睡觉、按时交付的 AI 专家团队。当 Claude Code、Cursor、Codex 都开始支持「装一个 Agent 名册就拥有一支 AI 部队」时，单兵作战的开发者第一次拥有了过去只有大厂才拼得起来的「全栈」能力。