大家在用 AI 幫忙寫程式或做專案時，有沒有發現一個問題：如果我們只用同一個 AI 視窗，叫它又要寫 code、又要設計介面、還要規劃行銷，最後出來的東西往往很平庸，甚至有點牛頭不對馬嘴。
這就像是你開了一間公司，卻要求唯一的一名員工包辦所有專業一樣，效果當然大打折扣。這就是我們常說的「指令太籠統」所導致的瓶頸。
Agency Agents 的開源專案在將普通的 AI 聊天機器人轉化為一整個由各領域專家組成一整間「虛擬代理商（開發團隊）」。它提供了一套精心設計的系統提示詞（已經設定好的 AI 專家），與其對著 AI 說「請像個開發者一樣幫我」，不如直接叫出「後端架構師」、「SEO 專家」或「UX 使用者經驗研究員」。這些角色都有各自的專長與標準，讓產出的內容更專業，提升 AI 處理複雜任務的準確度。
專案的傳送門：https://github.com/msitarzewski/agency-agents
這個專案正是為了處理以下這些常見的麻煩：
1. 告別籠統的答案
一般的指令（Prompt）通常只會叫 AI 「扮演一個開發者」，結果出來的東西往往太淺。這個專案提供了具備深度專業背景的角色，讓 AI 吐出的內容更像業界專家的產出。
2. 解決 AI 之間打架的問題
當你讓好幾個 AI 角色一起工作時，最怕它們各說各話、重疊工作，或是交接時出錯。它內建的 NEXUS 策略框架就像是個領隊，能確保大家方向一致，不會互相矛盾。
3. 建立標準的交接流程
代理人之間傳遞資訊時，最怕「講不清楚」。專案提供了 7 種標準範本，讓 AI 之間移交工作時有統一格式，確保資訊不遺漏。
4. 拒絕敷衍的品質把關
一般的 AI 很喜歡稱讚你做得很好（但其實可能全是 bug）。專案裡有一個「Reality Checker」角色，它的預設態度是先懷疑並尋找改善點，用嚴格的視角來杜絕 AI 的「幻覺」或敷衍。
5. 降低組建團隊的成本
對於沒錢請一整支團隊的小公司或個人開發者來說，這些 AI 角色可以直接填補行銷、設計或架構師的人力缺口。
6. 讓知識可以累積
傳統的對話式 AI 講完就忘了，但這個專案的代理人設計包含學習與記憶機制，能幫你把工作經驗留存下來。
▋ 誰最適合使用這套工具？
如果你屬於以下這幾類人，Agency Agents 會是你很大的助力：
獨立開發者（Indie Hacker）
一個人就是一間公司，從寫程式、做 UI 到社群行銷都要包辦，你最需要這種「虛擬同事」。
新創團隊與小型公司
人數有限但要做的事情很多，讓 AI 代理人去負責那些目前還請不到專人負責的專業領域。
AI 提示詞工程師與技術主管
想要研究如何設計更精準的 AI 代理人，或希望優化團隊內部的工作流。
AI 使用者
如果你已經在使用 Claude Codes (Cursor, Aider, Windsurf, Gemini CLI, OpenCode, Kimi Code)，這套框架可以完美擴充它的專業能力。
產品經理與行銷人員
需要快速做市場研究、分析對手或處理大量使用者回饋的人。
自由工作者（Freelancer）
接案時需要隨時切換不同身分，從策略規劃到文案產出都能快速搞定。
如果你可以擁有一支免費的 AI 專家團隊，你最想把哪一項最讓你頭痛的雜事丟給它們處理？
這套工具把每個 AI 智能體的身份、規則、工作流程都寫好了。你只要安裝進去，就能用自然語言「召喚」它們。不管是需要架構師幫你畫藍圖，還是需要測試工程師幫你找臭蟲，它們都已經準備好隨時待命。
▋ 快速上手：一鍵把專家請回家
安裝過程非常簡單，主要有兩種方式可以把這群 AI 專家請進你的開發環境：
方式一：自動安裝到你的工具
它支援了目前市面上 14 種主流的 AI 程式設計工具。你只需要在終端機輸入一條指令，它就會自動檢測你電腦裡有的工具並完成安裝：
- 一鍵全自動安裝：
./scripts/install.sh - 或是指定安裝到你常用的工具（例如 Claude Code, GitHub Copilot, Cursor 等）
如果你使用的是 Claude Code 或 GitHub Copilot，基本上可以直接安裝；如果是其他工具，記得先執行一次轉換格式的指令 ./scripts/convert.sh 就可以了。
▋ 強力推薦：OpenClaw 使用者的快速法
目前社群裡最多人推薦搭配 OpenClaw 使用。它會把每個 AI 角色拆解得更精細，包含靈魂（人設）、業務能力（技術）和身份簡介，讓多個 AI 角色協作時變得更聰明。
OpenClaw 的安裝步驟也很直覺：
- 先執行轉換：
./scripts/convert.sh --tool openclaw - 再執行安裝：
./scripts/install.sh --tool openclaw - 最後重啟 OpenClaw 閘道器，你的 AI 專家軍團就上線了！
▋ 支援工具清單
這套系統幾乎涵蓋了目前所有主流的開發工具，包含：
- 熱門編輯器：Cursor, Windsurf, Trae, GitHub Copilot
- 指令列工具：Claude Code, Aider, Gemini CLI, OpenClaw
- 大廠工具：Kiro (Amazon), DeerFlow (ByteDance)
▋ 專為在地需求設計：46 個原創 AI 智能體
這套工具最接地氣的地方，就在於它不只會寫程式，還包含了 46 個專門針對中國市場與業務場景打造的原創智能體。
附註: 中國巿場的 .md 不在原作者的 repo 裡, 但原作者在 readme 最下面有放 -zh 的連結連到中文版.
如果你需要處理特定平台的經營或是複雜的企業流程，這些標註了 ⭐ 的原創角色就是你的最強後援。它們涵蓋的範圍非常廣：
- 平台運營高手：不管是小紅書、抖音、微信公眾號/視頻號，還是 B 站、微博、知乎，都有專屬的經營專家。
- 企業工具專家：特別針對飛書（Lark）與釘釘的整合開發進行優化。
- 垂直領域專家：包含跨境電商、醫療合規、甚至是高考志願與留學規劃等專業領域。
- 後勤業務支撐：幫你搞定私域流量、直播電商策略、庫存預測、合約審查，連發票管理都能幫忙。
▋ 實戰模擬：你的虛擬專家團隊怎麼分工？
光看角色可能沒感覺，我們來看看這套系統在實際場景中是如何組隊工作的：
場景一：打造出海產品的 MVP（最小可行性產品）
當你要快速推出一個新產品時，系統會幫你組建這支精銳部隊：
- 前端開發者：負責寫出漂亮的 React 應用程式。
- 後端架構師：負責規劃穩固的資料庫與 API。
- 增長駭客：還沒上線就開始幫你規劃怎麼抓使用者。
- 快速原型師：幫你用最快速度進行產品迭代。
- 現實檢驗者：最重要的一關，在上線前嚴格把關品質，不讓壞產品出門。
場景二：小紅書品牌推廣（一條龍服務）
想要在小紅書做品牌「種草」？你可以直接啟動這個專業團隊：
- 小紅書運營：負責規劃內容策略與找達人合作。
- 內容創作者：直接幫你產出吸睛的種草筆記文案。
- 品牌守護者：確保所有內容都符合品牌調性，不會走鐘。
- 資料分析師：追蹤投放數據，並在結案時給你完整的覆盤報告。
- 增長駭客：設計後續的轉化與裂變路徑，讓流量變現。
▋ 讓 AI 成為你真正的數位勞動力
這就是 Agency Agents 的魅力：它不只是一個對話框，而是一套可以隨時應變、專業分工的「虛擬代理商」系統。
看完這些角色的陣容，你覺得哪一個場景最能解決你目前的痛點？是技術開發的專業分工，還是社群平台的營運支援？
#AI開發 #生產力工具 #AgencyAgents #OpenClaw #ClaudeCode #Cursor #GitHubCopilot #工作自動化 #行銷自動化
影片摘要
http://www.youtube.com/watch?v=f3rDD5I53Bk
這段影片詳細介紹了 Agency Agents 這個熱門專案，以及如何將其與 Claude Code 結合，打造一個全自動的 AI 專家團隊。
以下是影片的核心內容整理：
專案概觀與核心價值
- 120+ 專業角色：專案包含超過 120 個針對行銷、工程、銷售、設計等領域優化的 Markdown 格式系統提示詞。 [00:48]
- 品質顯著提升：影片透過實際測試顯示，載入專門角色後的 AI 輸出品質比一般模式提升了約 60-70%，產出的內容更具深度且可執行。 [03:54]
- 非傳統 Agent：作者澄清這些並非能自主決策的 AI，而是結構化、極度詳細的「工作說明書」(Job Descriptions)。 [01:07]
如何與 Claude Code 整合
- 轉化為 Sub-agents：透過簡單的指令，可以將這些 Markdown 檔案轉化為 Claude Code 可識別的子代理人 (Sub-agents)。 [04:50]
- 並行協作 (Orchestration)：你可以要求 Claude 同時啟動多個專家。例如同時啟動 UX 架構師、內容創作者與 SEO 專家來規劃網頁，Claude 會自動調度任務。 [05:50]
- 持久化記憶：這是影片強調最實用的功能。透過在設定中加入
memory路徑，該 Agent 能在不同會話間累積記憶，學習你的術語與偏好，變得越來越聰明。 [07:06]
設定與自定義流程
- 複製與安裝：從 GitHub clone 專案後，在 IDE 中執行對應的整合指令（如 Claude Code 的 setup 命令）。 [04:33]
- 客製化角色：你可以自由修改這些
.md檔案，調整專家的性格、使用的模型，甚至為其添加特定工具。 [06:53] - 使用方式：在對話中直接標記 (tag) 該角色檔案，或是直接指定角色名稱即可啟動。 [05:32]
作者的誠實評價
- 並非十全十美：目前缺乏嚴謹的量化基準測試，且由於是由 50 多位貢獻者組成，各個角色的提示詞品質不一。 [07:44]
- 建議做法：將這些角色視為起點而非終點。挑選一個接近需求的角色，進行 Fork 與客製化，並建立專屬記憶，才能真正發揮其長效價值。 [08:27]
這部影片展示了如何將靜態的提示詞庫轉化為動態的開發工作流，非常適合像你這樣追求自動化與 AI 輔助開發的工程師參考。
https://www.youtube.com/watch?v=rD3_JwPvxU8
這段影片由 RandX829 頻道分享，詳細介紹了 Agency Agents 這個開源專案，並稱其為能讓你免費擁有「頂級 AI 專家團隊」的神器。
以下是影片內容的重點摘要：
核心概念：AI 專家劇本
- 不是軟體，是指令集：這不是一個需要安裝的複雜軟體，而是一套極度詳細的 AI 人設（Prompt Templates）。 [01:50]
- 定義深度：與一般的簡單指令不同，這些模板定義了 AI 的語氣、工作原則、流路程以及交付標準。 [02:11]
- 專業細分：專案包含 12 個部門、超過 140 個專家角色。 [03:00]
驚豔的專家角色舉例
- 工程部：不只有通用的工程師，還有像素級還原 UI 的 React/Vue 專家、微服務架構師，甚至是專門處理資料修復的工程師。 [03:32]
- 設計部：提到一位「奇思妙想注入師」，他不僅做設計，還會從心理學角度建議如何降低用戶焦慮感。 [04:02]
- 市場部：包含 Reddit 運營、SEO 專家，甚至還有針對小紅書和抖音的策略師，顯示其全球化的視野。 [04:24]
為什麼這個專案會火？
- 數量眾多：144+ 個具有個性的專業角色。 [05:03]
- 上手簡單：提供安裝腳本，一鍵配置。 [05:11]
- 多代理協作：你可以讓多個 Agent 像真實團隊一樣協同工作（例如：架構師設計 API -> 前端搭界面 -> 增長黑客規劃推廣）。 [05:18]
- 完全免費：採用 MIT 協議，可用於商業項目。 [05:22]
如何快速開始 [07:32]
- 從 GitHub 下載或 Clone 專案。
- 運行專案夾中的兩個自動配置腳本。
- 在 Claude、Cursor 或 Copilot 中輸入指令召喚角色（例如：「給我激活前端開發者模式」）。
影片最後的思考
作者強調這是一個「知識民主化」的工具，讓獨立開發者或小團隊能擁有以往只有大公司才養得起的專家智囊團。他建議使用者將其作為專業搭檔，而不僅僅是通用的聊天工具。 [06:20]
這部影片以非常口語化且激昂的語氣，向大眾推廣如何利用這個專案來提升生產力，對於想要組建虛擬團隊的人來說非常有參考價值。
https://www.youtube.com/watch?v=BGkaIdzLdUI
這段影片由 AGI_Ananas 頻道製作，對 Agency Agents 進行了開箱測評與深度解析，強調這個專案的核心價值在於**「規範與紀律」**，而非單純的知識。
以下是影片的關鍵點整理：
專案本質：一套標準化劇本
- 非軟體/SDK：它本質上是一堆 Markdown (.md) 檔案，每個檔案都是一個精心設計的系統提示詞。 [00:09]
- 定義內容：包含 AI 的身份、性格、工作流程與輸出格式。例如「執行摘要生成器」會被強制要求使用特定的 SCQA 框架。 [00:21]
- 廣泛覆蓋：11 個部門、112 個 AI 專家，涵蓋從程式開發、設計、營銷到測試的全流程。 [00:32]
實測結果：格式與規範的差異
作者使用同一份 SaaS 產品的運營數據，分別讓「初速系統提示詞（一般 AI）」與「高級戰略顧問（Agency Agents 角色）」撰寫高管摘要：
- 一般 AI：內容雖然不錯，但格式隨意，更像日常對話式的總結。 [01:04]
- Agency Agents 角色：嚴格遵循五段式結構，標註優先級（Critical/Medium），且篇幅更長、更詳細，完全符合諮詢報告的專業格式。 [01:19]
- 結論：AI 對數據的理解力本身沒差別，差別在於**「規矩」**，即是否有標準化的輸出規範。 [02:00]
提示詞的三層結構分析 [02:11]
- 裝飾信息 (5%)：如顏色、Emoji，對 AI 行為無影響，主要是給工具介面看的。
- 行業知識 (75%)：AI 本身就懂的公開知識。
- 行為約束 (20%)：這是最關鍵的部分。包含長度限制、固定結構、QA 數量要求等硬性規定，這才是影響產出質量的核心。
適用場景建議
- 個人偶爾使用：直接說清需求即可，不一定要用這個專案。 [03:00]
- 團隊協作：如果需要多人反覆使用，且要求每次輸出的格式高度一致，這套標準化的提示詞就非常有意義。 [03:07]
- 虛擬團隊：適合用於創業 MVP 開發、營銷戰役執行等需要多角色協作的任務。 [02:49]
總結來說，這部影片提醒使用者，Agency Agents 的最大功用是將 AI 馴化為一個聽從指揮、遵守專業格式的「正式員工」，非常適合對輸出品質有標準化要求的專業場景。
https://www.youtube.com/watch?v=47D3N4Z00EI
這段由 Devs Kingdom 頻道製作的影片，重點在於示範如何技術性地將 Agency Agents 整合到 OpenClaw、OpenCode 等多個 AI 開發平台中，以達成自動化工作流。
以下是影片的技術重點摘要：
專案安裝與轉換流程 [00:36]
- convert.sh：這是第一步，將專案中的各類技能與知識檔案轉換為不同平台（如 OpenClaw）所需的特定格式，產出的檔案會存放在
integrations資料夾。 - install.sh：自動檢測環境中已有的 AI 平台（如 OpenClaw 或 OpenCode），並將轉換後的 Agent 檔案安裝到對應的目錄中。你也可以指定特定平台進行安裝。 [01:31]
平台整合與測試 [02:00]
- OpenClaw 實測：安裝完成後，可以在 OpenClaw 的介面中透過
/agent指令查看所有已安裝的專家角色。 [02:36] - 目錄結構：影片展示了安裝後的目錄，包括
agency-agents（存放角色定義）與agents（存放該角色的對話 Session）。 [02:17]
進階運用與模型選擇
- Mission Control 整合：作者提到可以將這些 Agent 檔案手動放入 Mission Control 的 Agent 資料夾中，實現更強大的任務控管。 [02:58]
- PinchBench 效能評估：作者推薦使用
pinchbench.com來檢查哪個 AI 模型在 OpenClaw 上的表現最優（如最高品質、最佳價值等），以確保 Agent 輸出的專業度。 [03:16]
核心價值
這部影片強調 Agency Agents 是一個隨插即用的「專家庫」，透過簡單的腳本轉換，就能讓多個開源 AI 平台瞬間具備上百種專業技能，顯著提升開發團隊的生產力。 [00:05]
這部影片對於想要動手實作、將這些提示詞自動化載入開發環境的工程師非常有幫助。
