最近逛 GitHub 的时候发现了一个挺有意思的开源项目。
也登上了目前的开源热榜。
它叫 The Agency，说白了就是一个 AI 专家角色库。
里面有 55 个专业 AI 角色，分成了 9 个部门，从工程师到增长黑客，从设计师到项目经理，你能想到的岗位基本都有。
而且这个东西是从国外论坛 Reddit 讨论里诞生的，作者在 Reddit 上发了帖子后 12 小时内就有 50 多人求资源，然后他就真的做出来了。
01
这玩意到底是啥
这个开源项目其实就是一堆 Markdown 文件。
每个文件代表一个 AI 角色，里面有这个角色的身份设定、专业技能、工作流程和交付标准。
比如有个角色叫 Whimsy Injector，可以翻译成趣味注入师。
它的设定是：每一个有趣的元素都必须有功能或情感目的，设计的是增强而非分散注意力的惊喜。
这种角色定义就很具体，不是随便写写。
所以，这个高质量的 Agent 角色设计合集，本质是大量结构化的 Prompt 文件，每个文件描述一个专业 AI 角色的：身份与个性、核心使命、交付物与代码示例、工作流啥的。
可以理解为：你拿到的是一整个虚拟 AI 公司 的员工手册，每个员工（Agent）都有明确岗位职责和工作方式。
开源地址：github.com/msitarzewski/agency-agents02
里面都有啥角色
这个项目把 55 个角色分成了 9 个部门。
工程部有 7 个角色，包括前端工程师、后端架构师、移动端开发啥的。
前端工程师专攻 React/Vue/Angular，后端架构师负责 API 设计和数据库，APP 开发复杂 iOS 和安卓开发。
设计部也是 7 个角色，有 UI 设计师、UX 研究员、UX 架构师、品牌守护者、视觉叙事者、趣味注入师、图片提示词工程师。
这里的 UX 研究员可以模拟用户访谈、归纳痛点、输出用户画像。图片提示词工程师专门帮你写 Midjourney 和 DALL-E 的提示词。
市场部有 8 个角色，增长黑客负责用户获取和病毒传播，内容创作者搞多平台内容，还有专门做 Twitter 的、TikTok 的、Instagram 的、Reddit 的。
Reddit 社区建设者的设定很有意思，它说你在 Reddit 上不是做营销，而是成为一个有价值的社区成员，只是恰好代表一个品牌。
产品部有 3 个角色，项目管理部有 5 个角色，包括高级项目经理啥的。
测试部 7 个角色，包括证据收集员、测试结果分析员、性能基准测试员等等，同时还有支持部。
还有两个比较特别的部门。
空间计算部专门搞 visionOS、WebXR、Metal 这些前沿技术。专门化部里面有个 Agents Orchestrator，是用来协调多个 Agent 协作的。
03
怎么上手
有两种主要用法。
第一种是和 Claude Code 集成，这也是官方推荐的方式。
把 Agency-Agents 文件复制到 ~/.claude/agents/ 目录下，然后在 Claude Code 里说一句：
让前端开发，帮我构建一个 React 组件。
Claude 就会按照这个角色的身份、流程、交付物规范来跟你协作。
第二种是作为通用 Prompt 模板。
即使你不用 Claude，也可以打开某个 Agent 的 md 文件，把身份设定、核心使命、关键规则、工作流程、成功指标这些内容复制到任何 LLM 里面，然后在后面追加你的具体任务。
可以理解成初始化一个专家人格，后续对话就默认用这个思维框架。
AI Agent 教程内容重点
这篇内容围绕《55 个 AI Agent 组成虚拟公司开源，2 天就 1 万星。》做进一步整理，重点不是简单收藏资源名，而是帮助你判断它和当前任务是否匹配。建议先看清楚学习目标、使用场景和目录结构，再决定是否继续投入时间。
适合谁先看
- 正在查找AI Agent 教程、相关课程或实操案例，想快速判断内容价值的人。
- 已经接触过agent、AI、skills、人工智能、开源项目，但还缺少系统路线和落地步骤的人。
- 希望把教程内容转成真实项目、自动化流程、作品交付或效率提升的人。
学习前先确认什么
- 先确认核心目标：任务拆解、工具调用、变量设计、知识库接入和人工复核。
- 再确认自己的基础：适合把一次聊天升级成可持续执行的工作流。
- 最后确认风险点：重点关注输入边界、异常处理、权限控制和结果校验。
推荐使用方式
- 先通读介绍，提取目录、工具、平台、交付物和适合人群。
- 把课程或资源拆成 3 个小目标：能跑通、能复现、能独立改造。
- 学习过程中记录环境、账号、插件、模型、提示词和报错，方便后续复盘。
- 完成后用一个小项目验证，而不是只停留在看完课程或收藏资料。
常见问题
这类AI Agent 教程内容适合零基础吗？
如果你是零基础，建议先从安装、账号、基础概念和最小可用案例开始，不要一开始就追求复杂工作流。能独立复现一个小结果，比一次性看完大量章节更重要。
怎么判断它是否值得长期学习？
看三个信号：内容是否有清晰目录，是否覆盖实际操作，是否能解决明确问题。如果只有概念介绍或资源堆叠，就更适合当作补充材料，而不是主线教程。
相关阅读和学习路线
如果你想继续沿着“AI Agent 教程”这个方向学习，可以先从下面这些站内内容建立路线，再回到本文判断具体资源是否适合自己。
📖 相关推荐
资深互联网从业者，专注AI工具研究与实战应用。长期跟踪ChatGPT、Claude、Stable Diffusion等前沿AI技术，擅长将复杂的技术概念转化为通俗易懂的教程。运营颜资源小站，致力于为中文用户提供高质量的AI教程、开源项目推荐和数字资源整理。
评论(0)