# GitHub 收藏：agency-agents——一套开源「AI 特工机构」

> 来源：flomo 笔记 | memo_id: `MjU5Mzk0Mjky` | 创建时间：2026-10-04 11:29
> 迁移处理：2026-10-05 | 原始链接已存档

## 一、笔记原文

收藏链接：[github.com/msitarzewski/agency-agents](https://github.com/msitarzewski/agency-agents)

笔记正文：仅链接收藏，无附加评论。

## 二、相关情报

**仓库全貌**（2026-10-05 抓取自 GitHub）：

- **定位**：The Agency（AI 特工机构）——「A complete AI agency at your fingertips」，从前端工程师到 Reddit 社区运营、从「趣味注入器」到「现实校验员」，每个 Agent 都是带人格、流程和交付物的专家定义。
- **规模**：约 279 个 Agent，20+ 部门；2025 年 10 月首发（51 个），社区驱动快速增长（PR #400-#1029）；MIT 协议；配套桌面应用 agencyagents.app（brew 安装，一键装入 Claude Code/Cursor/Codex/Gemini CLI 等 15+ 工具）。
- **部门结构亮点**：工程部最大（60+，含提示词工程、RAG 流水线、多智能体架构）；市场营销部 37 个且中国本土化极强（小红书、公众号、知乎、百度 SEO、B 站、抖音、快手、微博、跨境电商、私域运营、AEO/GEO）；安全部含「AI 生成代码安全审计员」；工程部含微信小程序开发、飞书集成等中国生态角色。
- **工程化程度**：convert.sh/install.sh/lint-agents.sh 完整工具链，CI 自动校验原创性与模板结构，防止内容重复与格式漂移。

## 三、深度解读

**1. 这个仓库本质上是「专业角色 → Agent 定义」的大规模蒸馏工程，与用户自己接的「风格提炼→skill」服务完全同构。** 用户帮客户把个人写作风格蒸馏为 AI skill，这个仓库把 279 种职业角色蒸馏为 agent 文件（身份人格+工作流+交付物+成功指标）。它的四件套结构（性格/使命/交付物/指标）可以直接作为「风格提炼→skill」服务的交付模板参考——尤其是「成功指标」一项，多数个人 skill 交付都缺这层。

**2. 营销部的中国平台专家是仓库最有本土价值的部分。** 「小红书运营 agent」「私域运营 agent」的角色定义质量可以对比用户自己的每日评论任务 SOP 和代聊策略——如果社区版角色定义里已有可用的「小红书内容运营」工作流描述，可直接借鉴其结构补全自有 prompt 资产。

**3. 质量护栏设计值得学习。** 279 个社区贡献的角色文件最容易失控的是重复与漂移，该仓库用 lint + 原创性检查 + CI 门禁解决——这套治理思路对任何要维护「prompt/skill 资产库」的个人或团队（包括用户未来扩大的 skill 服务）都是现成答案。

**4. 冷静面：agent 数量是营销数字，不是能力数字。** 279 个角色的边际价值递减明显，实际有用的可能不超过 20 个；「一键安装 279 个 agent」在真实工作流里反而增加选择噪声（仓库自己都注明 OpenCode 运行时只能注册 119 个的 bug）。使用姿势应该是按部门挑 3-5 个精读定义，而不是全量安装。

## 四、标准化思路

**可提取的三个资产**

1. **角色定义模板**：`身份与人格 → 核心使命与工作流 → 带代码/示例的技术交付物 → 成功指标`，用于「风格提炼→skill」服务的交付标准化。
2. **治理机制**： lint 检查 + 结构校验 + 原创性门禁，用于自有 prompt/skill 资产库的维护规范。
3. **中国平台 agent 素材**：精读营销部的小红书/私域/知乎角色定义，取其结构补自有 SOP。

**动作项**：① 从仓库挑「小红书运营」「私域运营」「AEO/GEO」3 个角色文件精读，输出一页对比笔记；② skill 服务的交付模板加入「成功指标」字段。