还在一个人扛所有开发任务?前端的活还没干完,后端又开始催,UI设计改了八版还在改……别慌,目前你终于可以”招人”了。
今天要聊的这个开源项目,一周狂揽 5.2 万颗星,被称为”AI梦之队”。它不是某个新框架,也不是某个新模型——而是一次性给你整整一支AI专家团队。
从前端工程师到后端架构师,从UI设计师到增长黑客,从Reddit运营到SEO专家……144个AI Agent角色,12大部门,全部打包开源。
这个项目叫 Agency Agents。
为什么这个项目突然爆火?
先看一组数据:
- GitHub星标总数:86,000+
- 单周新增:52,000+
- 覆盖领域:12大部门、144+个专业角色
- 支持工具:Claude Code、Cursor、Windsurf、Gemini CLI等主流AI编程工具
这个项目之所以爆火,核心缘由是解决了一个真实痛点——
我们都知道AI编程工具很强,但默认情况下,它们都是”通才”。让Claude Code写前端,它能写;让它做SEO分析,它也能勉强应付。但你永远得不到专业级别的输出。
Agency Agents做的事很简单:把AI通才变成专业团队。
不再是”扮演一个开发者”,而是真正定义这个AI Agent是谁、它负责什么、它用什么流程工作、它的交付标准是什么。
这支AI团队有什么不一样?
1. 不是Prompt模板,是完整人格定义
传统AI提示词长这样:
“你是一个前端工程师,请帮我写一个React组件。”
Agency Agents的Agent定义长这样(以Frontend Developer为例):
身份与记忆:
- 8年前端开发经验,曾在Stripe、Airbnb等公司工作
- 专注现代JavaScript生态,精通React、Vue、Svelte
- 对性能优化有强迫症:LCP<2.5s、FID<100ms、CLS<0.1
核心使命:
用最少的代码实现最优的用户体验,拒绝过度工程化
关键规则:
- 永远先思考性能,再思考功能
- 移动端优先设计
- 坚持WCAG 2.1 AA级无障碍标准
- 60fps是底线,任何动画必须硬件加速
技术交付物:
- 语义化HTML + 现代CSS(CSS Grid/Flexbox)
- 高性能React/Vue组件(虚拟列表、懒加载必备)
- TypeScript类型覆盖率>90%
- Storybook组件文档
工作流程:
1. 理解需求 → 2. 性能预分析 → 3. 原型设计 →
4. 组件开发 → 5. 性能测试 → 6. 文档编写
成功指标:
- Lighthouse性能分数>90
- 包体积<50KB(gzip)
- TypeScript类型错误<5个
你看,这不是简单的”扮演角色”,而是真正构建了一个专业人格。每个Agent都有独特的性格、工作流程、质量标准和交付模板。
2. 12大部门,覆盖全场景
Agency Agents的组织架构,就是一家完整的数字公司:
|
部门 |
Agent数量 |
典型角色 |
|
Engineering(工程部) |
23 |
前端、后端、移动端、AI、DevOps、安全、数据库 |
|
Marketing(市场部) |
23 |
内容创作者、Twitter运营、小红书运营、知乎运营 |
|
Design(设计部) |
8 |
UI设计师、UX研究员、品牌设计师 |
|
Sales(销售部) |
8 |
销售策略师、客户成功经理 |
|
Paid Media(付费媒体) |
7 |
Google Ads专家、Facebook广告专家 |
|
Product(产品部) |
4 |
产品经理、增长产品经理 |
|
Project Management(项目管理) |
6 |
项目经理、灵敏教练 |
|
Testing(测试部) |
8 |
QA工程师、性能测试、安全测试 |
|
Support(客服部) |
6 |
技术支持、客户服务 |
|
Spatial Computing(空间计算) |
6 |
AR/VR开发者 |
|
Game Development(游戏开发) |
19 |
Unity开发者、Unreal开发者、游戏策划 |
|
Specialized(专业领域) |
14 |
法律顾问、财务分析师 |
特别值得一提的是Marketing部门,它专门为中国市场设计了6个Agent:
- 百度SEO专家
- 小红书运营专家
- 微信生态专家
- B站内容专家
- 快手电商专家
- 淘宝运营专家
这波操作,属实是把中国互联网玩清楚了。
3. 一套定义,多工具通用
Agency Agents提供了统一的Markdown格式定义,然后通过转换脚本适配到不同工具:
支持的工具包括:
- Claude Code
- Cursor
- Aider
- Windsurf
- Gemini CLI
- OpenCode
- Codex CLI
- GitHub Copilot
- OpenClaw
你不需要为每个工具单独配置,一次定义,到处使用。
3分钟快速上手
说了这么多,是时候动手了。整个配置过程不超过3分钟。
第一步:克隆项目
git clone https://github.com/msitarzewski/agency-agents.git
cd agency-agents
第二步:查看Agent目录
项目结构超级清晰:
agency-agents/
├── engineering/ # 工程部
│ ├── frontend-developer.md
│ ├── backend-developer.md
│ └── ...
├── marketing/ # 市场部
├── design/ # 设计部
├── sales/ # 销售部
└── ... # 其他部门
每个 .md 文件就是一个AI Agent定义。你可以随意浏览,找到你需要的角色。
第三步:安装到你的工具
项目提供了交互式安装脚本:
# 交互式安装(自动检测可用工具)
./scripts/install.sh
# 指定安装到特定工具
./scripts/install.sh --tool claude-code
./scripts/install.sh --tool cursor
./scripts/install.sh --tool aider
以Claude Code为例,安装后会让你选择部门和Agent:
? 选择要安装的部门 (按空格多选)
Instructions:
↑/↓: 高亮选项
space: 选中/撤销
a: 全部选中
i: 反选
enter: 确认
你可以选择全部部门,也可以只安装特定的几个部门。
第四步:在Claude Code中激活Agent
安装完成后,重启Claude Code,然后这样使用:
# 激活前端开发者Agent
"/activate frontend-developer"
# 激活SEO专家Agent
"/activate seo-specialist"
# 激活增长黑客Agent
"/activate growth-hacker"
或者直接用自然语言:
"请用前端开发者的视角帮我review这个React组件"
"用小红书运营专家的风格,写一篇产品种草笔记"
实战案例:用一个命令启动完整项目开发
最炸裂的使用场景是什么?
当你有一个新项目想法时,你可以同时召唤整个团队。
列如你要做一个SaaS产品,只需要这样:
# 启动产品经理模式,梳理需求
"/activate product-manager"
"帮我分析这个需求:用户可以订阅每周技术资讯推送"
# 切换到UX研究员,评估用户体验
"/activate ux-researcher"
"从用户角度评估:用户订阅流程有哪些体验风险点"
# 召唤前端和后端,同时开发
"/activate frontend-developer"
"根据产品需求文档,开发用户注册和订阅页面"
"/activate backend-developer"
"设计订阅系统的数据库结构和API接口"
# 切换到测试工程师,编写测试用例
"/activate qa-engineer"
"为订阅功能编写端到端测试用例"
# 最后召唤DevOps,部署上线
"/activate devops-automator"
"配置CI/CD流水线,设置自动部署"
以前需要一周的团队协作,目前一个人+AI团队,半天就能完成。
为什么说它是”降维打击”?
回顾一下传统AI编程的痛点:
|
痛点 |
传统方式 |
Agency Agents |
|
专业度 |
“扮演专家”效果有限 |
真正的人格定义,质量有保证 |
|
协作性 |
单Agent处理多任务 |
多Agent分工,效率翻倍 |
|
覆盖度 |
只能覆盖技术领域 |
12大部门,覆盖全场景 |
|
定制性 |
Prompt难以迭代 |
Markdown定义,随意修改 |
|
工具链 |
每个工具单独配置 |
一套定义,多工具通用 |
简单来说,Agency Agents把AI编程从”单打独斗”升级到了”团队作战”。
使用提议
- 从小处着手:先安装2-3个你最高频使用的Agent,熟悉格式后再扩展
- 按需选择部门:不是所有部门都需要,技术团队可以先装Engineering和Testing
- 自定义Agent:不满意默认的Agent?直接修改Markdown文件,打造专属团队
- 团队协作:可以同时激活多个Agent,让它们分工合作
相关资源链接已放在评论区!
相关资源:
- GitHub项目地址:GitHub搜索 agency-agents
- 官方文档:项目README.md
- Claude Code官方文档
总结一下:
Agency Agents的本质,是证明了“定义”比”实现”更重大。
它没有写一行实际代码(100%都是Markdown),却拿到了8.6万颗星,核心洞察就是:AI Agent的强劲,不在于它用什么框架,而在于它知道自己是谁、该做什么、怎么做。
如果你受够了”AI什么都懂一点,但什么都不精”,强烈提议试试这个项目。
一人=一家AI公司的时代,可能真的来了。
#AI开源项目 #GitHub热门 #AI编程工具 #Claude Code #Cursor #AI效率提升 #开发者工具 #开源项目推荐