Agency Agents：GitHub 8.4万 Star，144 个 AI 员工人设开箱即用
标签: Agency Agents / AI员工 / Claude Code / Cursor / AI Agent / AI团队
原文: 知乎想法「清风」https://www.zhihu.com/pin/2030019115713295449
核心亮点
144 个 AI「员工」人设，分属 12 个部门，各有性格、工作流与 KPI！一条指令，部署整支 AI 员工队伍！
一个名为 agency-agents 的开源项目在 GitHub 爆红，累积超过 8.4 万颗星。它收录 144 个以上的 AI「员工」人设，分属工程、设计、营销等 12 个部门，每个人设均附带性格设定、工作流程与可衡量的成果指标。
一条指令，部署整支 AI 员工队伍
安装只需要一条指令，它会自动把 agent 配置文件部署到对应的 AI 开发工具目录。
目前支持 Claude Code、GitHub Copilot、Cursor、Aider、Windsurf 等十多种主流 AI 代码编辑器。安装完成后，开发者可以直接以角色名称调用对应的 AI，让它以特定的职业姿态响应需求。
12 个部门，144+ AI 员工
整个数据库分为 12 个部门：
| 部门 | 说明 | Agent 数量 |
|---|---|---|
| 工程（Engineering） | 前端、后端、移动端、AI、DevOps、信息安全、智能合约、紧急事故指挥官 | 27 个 |
| 设计（Design） | UI/UX、品牌、视觉设计 | 多个 |
| 付费媒体（Paid Media） | 广告投放、媒体策略 | 多个 |
| 销售（Sales） | 销售策略、客户开发 | 多个 |
| 营销（Marketing） | TikTok、Reddit、微信、小红书、抖音平台专属角色 | 25 个 |
| 产品（Product） | 产品经理、产品策略 | 多个 |
| 项目管理（Project Management） | Scrum、敏捷、项目协调 | 多个 |
| 测试（Testing） | QA、自动化测试 | 多个 |
| 客户支持（Customer Support） | 客服、技术支持 | 多个 |
| 空间计算（Spatial Computing） | AR/VR/XR | 多个 |
| 游戏开发（Game Dev） | 游戏策划、开发 | 多个 |
| 学术研究（Academic Research） | 科研、论文 | 多个 |
不是提示词，是 HR 档案
传统的 AI 使用方式是提示词工程：写一段说明，告诉 AI 要做什么。agency-agents 的架构更加完善，每个人设文件包含四个核心部分：
| 组成部分 | 说明 |
|---|---|
| 领域专业知识（Domain Expertise） | 该角色需要掌握的专业知识和技能 |
| 性格与沟通风格（Personality） | 角色的性格特征和沟通方式 |
| 具体交付物（Deliverables） | 该角色需要产出的具体成果 |
| 可衡量的成功指标（Success Metrics） | 评估该角色工作效果的标准 |
简单来说，这就像一份HR 的职位说明书。
- 前端工程师 agent 不只懂 HTML 和 CSS，它有自己偏好的架构哲学
- 付费媒体策略师 agent 不只执行广告操作，它遵循一套固定的审核流程和成效评估框架
实战案例：8 个部门同时开工
项目内收录了一个名为「Nexus Spatial Discovery」的完整案例：8 个来自不同部门的 agent 在同一个产品探索任务上并行工作，没有人工协调介入。
最终输出包含：
- ✅ 市场验证与竞争分析
- ✅ 完整的系统架构（含 SQL Schema）
- ✅ 品牌策略与视觉识别方向
- ✅ 市场进入计划与定价方案
- ✅ 用户体验人设与旅程地图
- ✅ 35 周执行计划
- ✅ 65 张 Sprint 工单
这相当于一个完整的跨部门产品探索 Sprint，通常需要一支小组花数周完成，而在这个案例里，由 AI 并行处理完成。
8.4 万颗星背后的思考
我不需要一个更聪明的 AI 助手，我需要一支分工明确的 AI 团队。
当 AI 有了角色、职责与绩效标准，它和人类的工作关系，开始更像管理，而不只是使用。
项目信息
| 属性 | 详情 |
|---|---|
| GitHub | https://github.com/msitarzewski/agency-agents |
| Stars | 8.4 万+ |
| Agent 数量 | 144+ |
| 部门数量 | 12 个 |
| 支持工具 | Claude Code / GitHub Copilot / Cursor / Aider / Windsurf 等 10+ |
| 开源协议 | MIT（个人与商业均可免费使用） |
总结
Agency Agents 的核心价值不在于"更聪明的 AI"，而在于让 AI 从工具变成团队成员——有角色定义、有专业分工、有可衡量的产出。对于想用 AI 提升团队效率的开发者和企业来说，这是一个值得深入探索的框架。
本文整理自知乎想法「清风 - 持续跟踪 AI 的变化」，原文链接：https://www.zhihu.com/pin/2030019115713295449