Agency Agents 简明教程

微信 ezpoda免费咨询：AI编程 | AI模型微调| AI私有化部署
AI工具导航 | Tripo 3D | Meshy AI | ElevenLabs | KlingAI | ArtSpace | Phot.AI | InVideo

随着AI助手在开发者工作流中变得常见，一个限制很快显现：大多数提示过于通用。一个AI助手被期望编写代码、设计界面、规划营销活动和分析用户反馈。虽然大语言模型技术上可以处理这些任务，但结果通常很肤浅，因为AI缺乏清晰的角色上下文和结构化工作流。

开源项目agency-agents探索了一种不同的方法。该项目不使用单一助手，而是提供一个由专业智能体组成的完整AI智能体机构，每个智能体都设计为模拟具有其专业知识、工作流和交付物的专业角色。

这个想法简单但强大：你不是提示AI"像开发者一样行动"，而是激活一个特定的专家智能体，如后端架构师、SEO专家或UX研究员。

每个智能体包含结构化指令，指导AI如何思考、分析问题和产生输出。随着时间推移，该项目已发展为一个大型仓库，包含140多个跨多个专业部门组织的专业智能体，有效地模拟了一个完整的数字智能体机构。

1、Agency Agents如何工作

核心上，Agency Agents是在markdown文件中定义的结构化AI角色集合。每个智能体充当塑造AI模型处理任务方式的蓝图。

每个智能体定义通常包括：

• 身份和个性特征
• 领域专业知识和使命
• 决策核心规则
• 工作流程
• 技术交付物和示例
• 成功指标和评估标准

由于这种结构，智能体的行为更像是具有可重复流程的领域专家，而不是简单的提示模板。

例如，后端架构师智能体可能通过分析可扩展性约束、API设计模式和数据库模式来处理任务，而增长黑客智能体则专注于实验、漏斗优化和用户获取策略。

2、Agency Agents结构

仓库最有趣的方面之一是其组织结构，反映了真实公司的运作方式。智能体不是随机提示，而是按功能部门分组，如工程、设计、营销、销售、测试和产品管理。

• 工程部门专注于软件开发和系统架构。关键角色包括前端开发者、后端架构师、移动应用构建者、AI工程师、DevOps自动化专家、快速原型开发、高级开发者、安全工程师、自主优化架构师、嵌入式固件工程师、事件响应指挥官、Solidity智能合约工程师、技术文档撰写者、威胁检测工程师、代码审查者、数据库优化者、Git工作流大师、软件架构师、站点可靠性工程师、AI数据修复工程师和数据工程师。
• 设计部门处理界面设计、品牌和用户体验。该组的智能体包括UI设计师、UX研究员、UX架构师、品牌守护者、视觉故事讲述者、趣味注入者、图像提示工程师和包容性视觉专家。
• 营销是最大的部门之一，包括负责增长策略和平台参与的智能体。一些关键角色包括增长黑客、内容创作者、Twitter互动者、TikTok策略师、Instagram策展人、Reddit社区建设者、应用商店优化者、社交媒体策略师、LinkedIn内容创作者、SEO专家、播客策略师、书籍合著者、AI引用策略师和跨境电商专家。
• 销售部门专注于收入生成和管道管理，角色包括外向策略师、发现教练、交易策略师、销售工程师、提案策略师、管道分析师、客户策略师和销售教练。
• 产品开发由智能体处理，如Sprint优先级排序者、趋势研究员、反馈综合者、行为推动引擎和产品经理。
• 项目执行和协调由智能体处理，如工作室制片人、项目负责人、工作室运营经理、实验追踪者、高级项目经理和Jira工作流管家。
• 质量保证由测试聚焦的智能体处理，包括证据收集...

还有针对新兴领域的专业部门，如空间计算、游戏开发和学术世界构建。

3、Agency Agents框架的关键特性

使这个仓库有趣的不仅是智能体的数量，还有其背后的设计理念。

一些核心思想包括：

• 角色专业化：每个智能体深入专注于单一专业领域。
• 个性驱动推理：智能体有定义的沟通风格和思维模式。
• 结构化工作流：任务使用可重复流程解决，而非临时答案。
• 交付物聚焦输出：智能体旨在产生具体输出，如架构计划、营销策略或技术文档。
• 透明设计：由于智能体是普通markdown文件，开发者可以轻松定制或扩展。

这种结构将AI提示转变为更接近模块化专业角色的东西。

4、多智能体协作

Agency Agents的最大优势在多个智能体协作于单一项目时显现。开发者不是要求一个AI处理所有事情，而是可以激活一个协同工作的专业智能体团队。

例如，构建创业MVP可能涉及：

• 前端开发者构建UI
• 后端架构师设计API和数据模型
• 快速原型开发者加速早期开发
• 增长黑客规划获取策略
• 现实检查者在发布前验证产品质量

类似地，营销活动可能涉及：

• 内容创作者撰写活动信息
• Reddit社区建设者参与小众社区
• LinkedIn内容创作者面向专业受众
• SEO专家优化有机可见性
• 分析报告者追踪活动表现

这反映了跨学科专家协作的真实组织结构。

5、与现代AI工具的集成

该项目的另一个强项是其与现代AI编码环境的兼容性。仓库包含将智能体定义转换为与流行工具兼容格式的脚本。

Agency Agents可以与开发工具集成，如Claude Code、GitHub Copilot、Cursor、Aider、Windsurf、Gemini CLI、OpenCode和OpenClaw。

开发者可以使用提供的脚本生成和安装集成文件：

./scripts/convert.sh
./scripts/install.sh

安装后，激活智能体通常只需在AI对话中引用其角色。

6、为什么这个项目重要

Agency Agents仓库突出了AI生态系统中正在发生的重要转变。开发者不再将AI视为单一的单体助手，而是开始构建由专业角色组成的结构化智能体系统。

这种方法提供了几个优势：

• 更深入的领域专业知识
• 更可预测的工作流
• 更容易的任务分解
• 更现实的协作模型

随着AI智能体在软件开发和业务自动化中变得更加普遍，像Agency Agents这样的系统为构建协调的AI专家团队提供了实用蓝图。

7、最终想法

Agency Agents展示了AI系统如何超越简单提示，进入结构化的智能代理团队。通过结合领域专业知识、工作流驱动推理和多智能体协作，该项目有效地将单个AI助手转变为更接近虚拟专家组织的东西。

对于探索基于智能体工作流的开发者，它提供了大量即用型智能体和设计新智能体的框架。随着智能体生态系统持续增长，像Agency Agents这样的项目可能成为构建协作AI驱动开发团队的关键基础。

原文链接：Agency Agents: AI Agents for Everything

汇智网翻译整理，转载请标明出处