翻 agency-agents 仓库时第一反应是数不过来了——232 个 Agent 按 16 个部门排开从工程到营销、从付费投放到游戏开发每个都有独立人格和工作流。更让我惊喜的是13 种主流编程工具全兼容一份定义到处用。它到底是做什么的呢简单来说这个仓库里放的不是代码是 232 个 Markdown 文件每个文件定义了一个 AI Agent 的完整人格。前端工程师该说什么话、怎么出活、用什么指标衡量交付质量——全写好了。然后你通过安装脚本把这些 Agent 装进 Claude Code、Cursor、Codex 或者你用的任何 AI 编程工具里。装完之后你在工具里说一句「激活前端开发模式」它就按那个 Agent 定义的人设、流程、交付标准来工作。这件事跟直接写 prompt 完全是两回事。写 prompt 是在教 AI 临时扮演一个角色agency-agents 是在给 AI 装一套完整的职业操作系统。项目发源于 Reddit 上的一次讨论作者 msitarzewski 从 2025 年 10 月开始迭代到今年 6 月已经积累了 353 次提交和 118.9k Star。速度惊人——不是靠营销驱动的而是因为这件事恰好踩中了 Agent 技能的基建需求。AI 编程工具越来越强但「怎么用」还是个手工活。agency-agents 想解决的就是这个断层工具有了专家身份给你预制好。跟同类项目比差异明显。addyosmani/agent-skills 是 Google 的 Addy Osmani 维护的 Agent 技能集合偏向工程实践目前约 30 个技能。phuryn/pm-skills 专注产品管理领域体量更小聚焦单一职能线。obra/superpowers 是另一个 Skills 合集走的是通用工具路线。但这些项目都没有 agency-agents 两个关键特征一是 16 个部门覆盖了从工程到学术、从 GIS 到游戏开发的完整业务版图二是有个原生桌面应用让你浏览、搜索、一键安装。那个桌面应用是理解这个项目野心的关键。clone 仓库后跑 install.sh 也能装但桌面应用把这件事变成了产品体验——选 Agent、选目标工具、点安装结束了。它还自动更新。这意味着作者不是在做一个社区收藏夹是在做一个 Agent 分发平台。安装方式macOS 上可以去 GitHub Releases 下载也可以只需执行一行即可安装brew install --cask msitarzewski/agency-agents/agency-agentsLinux 和 Windows 从 GitHub Releases 下载。如果习惯命令行git clone 之后跑./scripts/install.sh交互式选择要用哪些 Agent 装在哪个工具里。git clone https://github.com/msitarzewski/agency-agents cd agency-agents ./scripts/install.sh --tool claude-code ./scripts/install.sh --tool cursor ./scripts/install.sh --tool codex它不是装完就完事了。convert.sh 脚本负责把统一的 Agent 定义转换成各工具兼容的格式——Claude Code、Cursor、Codex、Gemini CLI、Aider、Windsurf、Osaurus、Hermes 共 13 种工具每种工具的目录结构和文件格式都不一样但 Agent 定义只有一套源文件。这个设计需要留意不是给每个工具写一个 Agent而是写一个 Agent 定义再转换到所有工具。Agent 本身是跨工具的这点很关键。讲完怎么用接下来说说有哪些坑OpenCode 运行时只能注册约 119 个 Agent超出部分会被静默丢掉。README 里明确写了这个限制是上游 bug跟项目本身无关。strategy 目录虽然看起来像第 17 个部门但里面放的是策略文档和剧本不是 Agent装不了。Agent 文件本身没有内置的模型调用逻辑它是一套规范的人格描述和工作流程实际效果取决于目标工具的 Agent 支持能力——在 Claude Code 里用和在 Cursor 里用体验会有差异。项目以英文为主虽然有 CONTRIBUTING_zh-CN.md 中文贡献指南但 232 个 Agent 定义全是英文的中文团队接入需要适应。什么样的开发者适合用这个如果你的日常工作需要在不同角色之间频繁切换——上午写前端、下午写后端、晚上还要审安全代码——那把这 232 个 Agent 装进工具里相当于多了 232 个随时待命的专业同事。但如果你只用 AI 做代码补全从来不用 Agent 模式那这个项目对你的价值不大。另外非技术岗位也能受益——Marketing 部门有 35 个 Agent包括微信公众号运营、小红书运营、B 站内容策略这些 Agent 虽然不是写代码的但在 Claude Code 这类通用 Agent 工具里可以作为专业顾问使用。项目还在快速发展。6 月份新增了 Security 和 GIS 两个部门Agent 数量从 112 涨到 232。contributing 流程已经标准化按模板写 Agent 定义提交 PR通过 originality check 和 frontmatter 校验后合并。这个机制让社区可以持续输送新 Agent项目本身更像一个 Agent 工厂而不是一个固定产品。还有一点要注意Agent 定义质量参差不齐。232 个 Agent作者一个人不可能全部精细打磨。但实际上项目设计了完善的 CI 质检流程——lint 检查、frontmatter 校验、division 注册完整性、tool 契约强制等至少保证了格式一致和结构完整。至于 Agent 的实战质量需要使用者自己验证。这个项目中值得关注的地方不只有 Agent 数量还有它定义了一种 Agent 标准化的路径。每个 Agent 的前置元数据emoji、vibe、services、身份定义、任务流程、交付标准构成了一个可扩展的模板体系。如果你有自己的团队流程想沉淀成 Agent可以直接参考这套模板——写一个你自己的 Agent 定义文件技术成本就是一篇结构化的 Markdown。项目地址https://github.com/msitarzewski/agency-agents 竞品参考 - addyosmani/agent-skillshttps://github.com/addyosmani/agent-skills — Google 工程师 Addy Osmani 维护的 Agent 技能集侧重工程实践和代码质量含 24 个技能和 8 个 slash 命令 - phuryn/pm-skillshttps://github.com/phuryn/pm-skills — 专注产品管理的 Agent 技能市场覆盖从产品发现到发布的完整 PM 工作流含 68 个技能和 9 个插件 - obra/superpowershttps://github.com/obra/superpowers — 通用的 Agent 超能力合辑覆盖编码、调试、重构等多个工程场景