Agency Agents(msitarzewski/agency-agents):把「282 个专业角色」编译成 17 种智能体原生格式——一个 15.7 万星角色库的工程化拆解

一、导读

Agency Agents 是一套把 AI 编程智能体变成「AI 代理机构」的角色库:282 个带完整人格、工作流与交付物的专家 Agent,覆盖 18 个部门(Engineering 65 个、Specialized 59 个、Marketing 37 个……)。它的关键结论不是「又收集了一堆提示词」,而是用一层「格式契约 + 转换器 + 安装器 + CI 门禁」把同一份源文件编译到 17 种宿主的原生格式——MIT 协议、★157,389、当日涨星 +744,且无需改动代码即可在 Claude Code、Codex、Cursor、Gemini CLI 之间平移。

二、项目速览

项目 详情
仓库 msitarzewski/agency-agents(GitHub API,数据获取日 2026-10-05)
作者 Mark Sitarzewski(msitarzewski)
主语言 Shell(转换器/安装器/校验器均为 Bash,另有 Python 插件构建脚本)
Star 总数 157,389;当日涨星 +744(GitHub Trending daily,2026-10-05 抓取)
Fork / Watch 25,383 / 1,132
License MIT
首次发布 2025-10-13(仓库创建)
最新提交 2026-10-04(单日合并 49 个 PR,#968–#1026)
规模 282 个 Agent(18 个 division)· 432 个文件 · README 84,778 字符
支持宿主 17 种(以 tools.json 为准)
发布形态 源码仓库 + 独立桌面 App(agencyagents.app)

三、为什么是它:问题背景与定位

痛点:智能体时代的「角色」是碎片化的。 每个宿主都有自己的 Agent 定义格式——Claude Code 读 .claude/agents/*.md 加 YAML frontmatter,Codex 要 .codex/agents/*.toml,Cursor 要 .cursor/rules/*.mdc,Aider 与 Windsurf 更极端,只认单文件(CONVENTIONS.md/.windsurfrules)。于是任何想跨工具复用的角色库都面临一道隐形成本:为 N 个宿主维护 N 份内容几乎相同、格式各异的副本,而副本一旦漂移,就再也无法证明它们表达的是同一个角色。

定位:一个「源 → 多目标」的编译式角色库。 项目把 Agent 定义收敛为一份带 frontmatter 的 Markdown 源文件,再通过 convert.sh 编译到各宿主原生格式、通过 install.sh 落到目标目录。作者的原话是:The Agency 与 Claude Code 原生协作,同时提供转换与安装脚本,让同一批 Agent 能用在所有主流 agentic 编码工具上。

涨星动因拆解。 一是零门槛触达——一行 ./scripts/install.sh --tool claude-code 就能把整支「团队」装进本地,30 秒见效,是纯粹的即时满足;二是「代理机构」叙事自带传播性——把 282 个角色拟人化(每个都有 vibe、emoji、颜色、成功指标),比抽象框架更容易被转述;三是跨工具中立——在宿主混战的当下它不站队,反而是最大的公约数;四是工程纪律撑住了信任——6 个 CI 工作流把「格式是否正确」变成可强制执行的构建门禁;五是生态外溢——桌面 App、brew cask 与多语言社区评测共同放大曝光。

四、【重点】架构原理

4.1 整体架构:一源多目标的编译流水线

┌── 源层(唯一事实)────────────────────────────────────────────┐
│ engineering/*.md · design/*.md · marketing/*.md …(282 个)  │
│ 每个文件:YAML frontmatter(name/description/color/emoji/    │
│          vibe)+ 人格、使命、硬规则、交付模板、成功指标        │
│ divisions.json(部门集合·图标·品牌色)                        │
│ tools.json(工具集合·安装契约·渲染格式)                       │
└──────────────┬───────────────────────────────────────────────┘
               │ ① scripts/convert.sh(编译:源 → 目标格式,只写字)
               │    按 format 渲染:identity / codex-toml /
               │    gemini-md / cursor-mdc / aider-conventions /
               │    windsurf-rules / skill-md / hermes-router-plugin
               ▼
┌── 生成物层(integrations/,非源、非部门)─────────────────────┐
│ integrations/claude-code/ · codex/ · cursor/ · gemini-cli/   │
│ aider/ · windsurf/ · opencode/ · hermes/ · openclaw/ · …     │
│ 注意:此目录被 check-divisions.sh 通过 NON_DIVISION_DIRS 排除 │
└──────────────┬───────────────────────────────────────────────┘
               │ ② scripts/install.sh(投递:目标格式 → 用户机器)
               │    自动探测已装工具;确认目的地与作用域
               │    (user 级 vs project 级);拒绝覆盖用户自有文件
               ▼
┌── 宿主层(17 种智能体,各读原生格式)─────────────────────────┐
│ Claude Code  ~/.claude/agents/{slug}.md                     │
│ Codex        ~/.codex/agents/{slug}.toml                    │
│ Cursor       .cursor/rules/{slug}.mdc(项目级)              │
│ Aider        CONVENTIONS.md(全 roster 单文件)              │
│ Windsurf     .windsurfrules(全 roster 单文件)              │
│ Hermes       ~/.hermes/plugins/agency-agents-router(插件)  │
└──────────────┬───────────────────────────────────────────────┘
               │ ③ 运行时协作(三种,可叠加)
               ▼
┌── 协作层 ─────────────────────────────────────────────────────┐
│ 人工串场:Activate <Role>,你负责粘贴交接物                   │
│ 记忆化:MCP memory(remember/recall/rollback/search)        │
│         Agent 按 tag 自动召回上一环节的交付物                  │
│ 编排层:strategy/ NEXUS 六阶段 playbook + 四类 runbook        │
└──────────────┬───────────────────────────────────────────────┘
               │ ④ 质量门禁(6 个 CI 工作流,合并前强制)
               ▼
┌── 校验层 ─────────────────────────────────────────────────────┐
│ lint-agents.yml      → 282 个 agent 结构/颜色/fence 校验      │
│ check-divisions.yml  → divisions.json 与目录、脚本数组一致    │
│ check-tools.yml      → tools.json 与 install/convert 一致     │
│ check-runbooks.yml · check-hermes-config-rewrite.yml          │
│ test-install.yml     → 安装路径端到端                          │
└───────────────────────────────────────────────────────────────┘

4.2 分层模块拆解

层 职责与关键接口
源层 一个 Agent 一个 Markdown 文件,frontmatter 承载机器可读元数据(name/description/color/emoji/vibe),正文承载人格与流程;文件名即 slug 来源
元数据层 divisions.json 声明部门集合(label/Lucide 图标/品牌色)并明确「并非每个顶层目录都是部门」;tools.json 声明 17 种工具的安装契约(id/探测目录/目标模板/format/installKind/作用域/版本命令)
编译层 scripts/convert.sh,30,738 字节的 Bash,按 --tool 渲染;format 名相同即保证字节级一致输出;--parallel/--jobs N 并行;从不触碰用户配置目录
投递层 scripts/install.sh,自动探测已装工具、--tool/--division/--agent/--agents-file 四级筛选、--link 符号链接、--dry-run、--parallel;不覆盖用户自有文件,跳过项记入 SKIPPED_LOG
校验层 scripts/lint-agents.sh 与 5 个 check-*.sh;校验的是结构而非文采:frontmatter 三字段、CRLF、折叠 YAML、颜色可解析、代码围栏闭合与嵌套
集成层 integrations/<tool>/ 为纯生成物;integrations/mcp-memory/ 是唯一的「能力集成」而非格式转换
编排层 strategy/ 的 NEXUS 战略(phase-0 发现 → phase-6 运营)、coordination/ 交接模板、runbooks/ 四个场景手册
分发层 Git 仓库 + agencyagents.app 桌面应用(独立仓库 agency-agents-app)+ brew cask

4.3 核心机制与算法原理

① 格式契约:同一 format 名 ⇒ 字节级一致的输出。 这是全项目最关键的一条设计约束。tools.json 写得很硬:「同一个 format 名保证输出逐字节相同,所以两个工具可以共用一个 format,当且仅当它们渲染出的文件完全一致」。这条契约解决了一个隐蔽的正确性问题——如果两个宿主格式「看起来差不多」,各自维护一份渲染逻辑,迟早会漂移;而用一个共享的 format 名把「等价」变成可断言的机器事实,漂移就无处藏身。与之并列的还有 installKind,它是上游真相:per-agent(每 agent 一个文件或目录)、roster(全部 agent 合成一个文件)、plugin(构建产物,无法按 agent 渲染)。消费者必须同时按这两个维度分支——Aider 与 Windsurf 是 roster,Hermes 是 plugin,其余多为 per-agent。

② 两段式流水线:编译与投递严格分离。 convert.sh 只写 integrations/,从不触碰用户配置目录;install.sh 只负责把已编译产物投递到目标路径。这一刀切得干净:转换可重复、可 diff、可进 CI,而投递涉及用户文件系统、可能失败、必须可回滚。install.sh 在产物缺失或过期时会自动补跑 convert.sh,但对 claude-code 与 copilot 例外——这两个宿主用源文件本身,无需转换。

③ 幂等与「不越界」的投递纪律。 install.sh 明确拒绝覆盖用户自有文件、拒绝替换指向外部的符号链接,只刷新「安装器自己拥有的链接」,所有跳过都进 SKIPPED_LOG 并在结尾汇总成盒框报告。Hermes 安装器声明只删除自己的插件目录,更新 config.yaml 时修复旧缩进与损坏项且保持幂等;OpenClaw 安装器在无法确认注册状态时拒绝猜测。这些细节指向同一条原则:一个会被反复执行的安装器,最大风险不是装不上,而是装坏了别人的东西。

④ 颜色名必须可解析——一次真实的静默失败。 lint-agents.sh 里有一段注释值得单独拎出:颜色检查最早只校验字段存在,结果有四个 agent 写了一个没有任何映射知道的颜色名,在 OpenCode 集成里静默渲染成灰色,「四处无人告警」;更具体的细节是 slate 与 navy 两个名字跨四个 agent 一直没被发现。修复方式不是硬编码一份颜色表(那会漂移),而是从 convert.sh 的 resolve_opencode_color() 函数里 awk 出真实已知的颜色名——让校验器读取干活的那份真相。这是教科书式的「校验器不应复制被测对象的知识」。

⑤ 围栏嵌套:Markdown 里没有嵌套。 lint-agents.sh 最精巧的一段是代码围栏状态机:逐行跟踪 fence_marker/fence_len/fence_indent,用 fence_closes_p 与 fence_open_p 判定开闭。规则来自 CommonMark 与 GitHub 的真实行为——等长围栏无法嵌套。若某模板在四反引号 markdown 块里再写三反引号 bash,GitHub 会把内层围栏行当作普通文本,并在下一个裸三反引号处结束外层块,导致模板剩余部分整体渲染成文档正文。校验器对此直接报 ERROR 并给出修法:把外层围栏加长一行(用四个反引号包住)。它还处理了 grep -q 提前退出使 pipefail 把 SIGPIPE 的 141 误判成「无匹配」的竞态,以及 macOS/BSD 上 wc -w 的前导空白问题。

⑥ 校验器读取的「两类 Markdown」。 同一个 lint 还要判断 Agent 文件有哪些 ## 级标题,并按 classify_header_target() 把标题归类为 soul(Identity、Learning & Memory、Communication、Style、Critical Rules)或 agents(其余)。这两类分别对应 convert.sh 里 SOUL.md 与 AGENTS.md 两个输出目标——OpenClaw 工作区同时要 SOUL.md 与 AGENTS.md。若两类标题各自为零,就各发一条 WARN。这把「人格」与「能力」在结构层面显式分开,也解释了为什么 Agent 文件里那些文学化的标题其实是有机器含义的契约。

⑦ 记忆化协作:用 MCP 取代人手粘贴。 integrations/mcp-memory/ 给出的不是格式转换,而是协作模式。默认流程里,每次 Agent 交接都是「你粘贴上一环的输出」——你才是胶水,而会话超时、多 Agent 缺上下文、QA 失败要回滚、项目跨天跨周这四种情况会直接击穿它。引入任一支持 remember/recall/rollback/search 的 MCP 记忆服务后,交接退化为一句「Project: RetroBoard. Recall previous context for this project」。三条关键模式是:所有记忆都打项目名 tag;交付物额外打「接收方 Agent 名」tag,让下游一召即得;rollback 取代手工撤销——文档直接把 rollback 称作 killer feature。

⑧ 三档强度:从 30 秒试用到组织级编排。 轻档是「激活一个角色」——Activate Frontend Developer;中档给 Agent 加 Memory Integration 段落,用记忆打通交接;重档是 strategy/ 的 NEXUS:phase-0 发现到 phase-6 运营的六阶段 playbook,加上四个 runbook(企业级特性、事件响应、营销活动、创业 MVP)与 coordination/ 交接模板。同一批 282 个角色,可以只用其中一个,也可以当成一支完整公司的编制来用。

4.4 性能优化手段与设计取舍

取舍 为什么这么做 代价
用 Shell 写转换器与安装器 无运行时依赖,Linux/macOS/Windows Git Bash 通吃 需自建 Bash TUI 向导;处理 BSD/GNU 差异
一个 Agent 一个 Markdown 文件 可直接被宿主读走,也可被人读懂 部门切分需靠 divisions.json 与 CI 维持一致
format 名绑定字节级一致 把「两种格式等价」变成可断言的机器事实 两个几乎相同的格式不能各自微调,只能共享或明确分叉
installKind 作为上游真相 让 App 与 CLI 都按同一契约分支 plugin 类工具只能走 CLI,App 无法渲染
安装器拒绝覆盖用户文件 反复执行安全,避免破坏用户资产 已有同名文件会被跳过而非更新,需查 SKIPPED_LOG
校验结构而非内容质量 可自动化、可强制、不引入主观判断 无法判断一个 Agent 的提示词写得好不好
记忆能力外挂给 MCP 不绑定具体记忆实现,任何满足四工具的服务器都可用 必须用户自行配置;记忆质量取决于 tag 纪律
面向 17 种宿主而非绑定一家 在宿主混战中保持中立,扩大适用面 各宿主的目录、作用域、容量上限差异都要单独处理

4.5 与其他架构路线的差异

与「单宿主 Agent 集合」:多数角色库直接面向 .claude/agents/。Agency 的差异在于把源与目标解耦,多出编译与校验两段,换来跨工具平移能力。

与「Agent 技能包」路线:技能包通常以技能目录 + SKILL.md 为单位、面向任务流程;Agency 的单位是角色(谁在做),强调人格、硬规则与交付模板。二者互补:技能回答「怎么做」,角色回答「谁来做、按什么标准交付」。

与「多智能体编排框架」:编排框架在运行时接管调度与消息传递;Agency 在编排层是声明式的(NEXUS playbook + 交接模板 + 可选 MCP 记忆),执行仍交给宿主。代价是确定性与可观测性更弱,收益是零侵入。

与「提示词市场」:市场以分发为中心、质量靠评分;Agency 把质量前移到 CI 门禁——格式错了直接构建失败,而不是等你踩坑后打低分。

五、【重点】应用场景

场景一:单人做完整 MVP,用「现实检查员」设卡

业务痛点:一个人推进 MVP 时,最难的不是写不出代码,而是没人拦你——需求没验证就开工,进度乐观到最后一周崩盘。 如何解决:把交付链拆成若干角色,并用 Reality Checker 在每个里程碑做 GO/NO-GO 裁决,且要求每一条结论附证据。

./scripts/install.sh --tool claude-code --division product,engineering,testing
# 在 Claude Code 中按阶段激活:
# Activate Sprint Prioritizer. → 产出 4 周冲刺计划
# Activate UX Researcher.      → 产出竞品分析与差异点
# Activate Reality Checker.    → "Recall all deliverables. Can we ship in 2 weeks?"

仓库示例 examples/workflow-startup-mvp.md 给出一条完整时间线(RetroBoard,4 周,单人,React + Node)。 收益与量化:示例工作流把「4 周 MVP」拆为可验收的 4 个冲刺,并给出各角色成功指标(如前端角色的基线是 Lighthouse 性能与无障碍持续 > 90、3G 下加载 < 3 秒、组件复用率 > 80%——这些数字写在 engineering-frontend-developer.md 的 Success Metrics 里,可直接当验收口径)。 适用边界:这是流程脚手架,不是质量保证。Agent 的成功指标是提示词里的自我约束,没有任何机制去实测 Lighthouse 分数;不建议在没有人工复核关键决策的合规场景直接采信。

场景二:一份源,装到 17 种宿主(团队混用工具时)

业务痛点:团队里有人用 Claude Code、有人用 Cursor、有人被规范要求用 Qwen Code,同一套团队约定在每个工具里都要重写一遍,且必然会漂移。 如何解决:只维护源层 Markdown,用转换器生成各宿主格式,再用安装器投递。

# 只装指定部门,投递到当前项目(Cursor 是项目级)
./scripts/install.sh --tool cursor --division engineering,security

# 先看计划再执行
./scripts/install.sh --tool codex,gemini-cli --dry-run

# 只装某几个角色;用符号链接便于随仓库更新
./scripts/install.sh --tool claude-code --agent frontend-developer,reality-checker --link

# 并行安装到多个工具
./scripts/install.sh --no-interactive --parallel --jobs 8

收益与量化:tools.json 给出 17 个目标的确定路径与作用域(Claude Code 为 .claude/agents/{slug}.md 且 user/project 双作用域,Cursor 仅项目级 .cursor/rules/{slug}.mdc,Aider/Windsurf 为单文件 roster)。收益是「源改一次,全部目标同步」,且因为 format 名绑定字节一致,可以断言两个共享 format 的宿主拿到的是同一份内容。 适用边界:opencode 有约 119 个 agent 的注册上限,超出会告警——而本项目有 282 个,因此直接全量装到 opencode 不可行,必须先按 --division 或 --agent 收敛。此外 plugin 类工具(Hermes)不提供聚合 roster,只能通过 CLI 安装。

场景三:用 MCP 记忆消灭「人工胶水」

业务痛点:多角色协作最耗人的环节是在角色之间搬运上下文——粘贴 sprint 计划、粘贴 API 设计,QA 打回时还要描述「哪里错了、回到哪个版本」。 如何解决:接入任一实现 remember/recall/rollback/search 的 MCP 记忆服务器,并给常用 Agent 加上 Memory Integration 段落。

{ "mcpServers": { "memory": { "command": "your-mcp-memory-server", "args": [] } } }
Activate Backend Architect.
Project: RetroBoard. Recall the sprint plan and research brief from previous agents.
Design: 1) database schema 2) REST endpoints 3) WS events 4) auth strategy.
Remember each deliverable tagged for this project and for the frontend-developer.

收益与量化:examples/workflow-with-memory.md 用一张 Before/After 对照表量化收益:交接从「在 Agent 间粘贴完整输出」变为「按需自动召回」;会话超时不再丢失上下文;跨 N 个 Agent 的上下文从「人工汇总」变为「按项目 tag 检索」;QA 失败恢复从「人工描述错在哪」变为「召回反馈 + rollback 回到已知良好状态」;跨天项目不再需要每会话重建上下文。 适用边界:记忆指令是提示词而非代码,可靠性取决于模型是否按约定打 tag 与召回;且这引入新的数据落盘面——记忆服务器里会留存你的交付物与项目上下文,涉密项目应先确认存储位置与加密策略。

场景四:把「贡献者准入」变成 CI 门禁

业务痛点:282 个 Markdown 由社区贡献,格式稍有偏差(缺 frontmatter、CRLF 行尾、折叠 YAML、代码围栏未闭合)就会在几十个宿主里产生难以察觉的渲染错误。 如何解决:6 个 CI 工作流在合并前强制校验,本地可先跑 lint。

./scripts/lint-agents.sh                      # 扫描全部 18 个部门
./scripts/lint-agents.sh engineering/engineering-frontend-developer.md
./scripts/check-divisions.sh                  # 部门集合三处一致
./scripts/check-tools.sh                      # 工具契约三处一致

收益与量化:lint-agents.sh 对 name/description/color 缺失或为空、CRLF 行尾、折叠 YAML 标量、颜色名不可解析、代码围栏未闭合或非法嵌套直接报 ERROR 并以非零码退出;对缺失推荐章节(Identity/Core Mission/Critical Rules)、正文 < 50 词、soul/agents 两类标题缺失只报 WARN。错误与警告分别计数,结尾给出 Results: N error(s), M warning(s)。 适用边界:它只校验结构,不评判内容——一个形式上完美、实际废话连篇的 Agent 能顺利通过。不建议把它当作质量评审的替代品。

场景五:把事故响应写成可复用 runbook

业务痛点:事故发生时,团队最缺的是分工与交接模板,而这类知识通常散在个人经验里。 如何解决:使用 strategy/ 下的 playbook 与 runbook,把「谁在什么阶段交什么」固化。

# 战略与手册:strategy/nexus-strategy.md · EXECUTIVE-BRIEF.md · QUICKSTART.md
# playbooks:phase-0-discovery.md … phase-6-operate.md
# runbooks:scenario-incident-response.md · scenario-enterprise-feature.md
#           scenario-marketing-campaign.md · scenario-startup-mvp.md
# coordination:agent-activation-prompts.md · handoff-templates.md

收益与量化:check-runbooks.yml 会把 runbook 纳入 CI,保证手册不随仓库演进腐烂;四个 runbook 覆盖从创业 MVP 到企业级特性的典型场景。 适用边界:strategy/ 不是部门(无 agent frontmatter),被明确排除在部门集合之外,因此不会被 --division 选择器安装,需按文档路径直接引用。

六、快速上手

git clone https://github.com/msitarzewski/agency-agents.git
cd agency-agents

# 无参数:有 TTY 进交互向导,无 TTY 则自动探测已装工具并全量安装
./scripts/install.sh

# 推荐最小路径:装进 Claude Code(原生格式,无需转换)
./scripts/install.sh --tool claude-code

# 先看清单再动手
./scripts/install.sh --list tools
./scripts/install.sh --list agents
./scripts/install.sh --tool cursor --division engineering --dry-run

在会话里按名字激活即可:Activate Frontend Developer and help me build a React component. 桌面 App 通路为 brew install --cask msitarzewski/agency-agents/agency-agents。环境变量可覆盖路径:CLAUDE_CONFIG_DIR、CODEX_AGENTS_DIR、CURSOR_RULES_DIR、QWEN_AGENTS_DIR、DSH_HOME 等。

七、横向对比

维度 Agency Agents 单宿主角色库 通用 Agent Skill 包 多智能体编排框架
组织单位 角色(282 个 / 18 部门) 角色 任务流程技能 运行时拓扑
跨宿主 17 种(编译式) 1 种 取决于打包 运行时无关
格式正确性保障 CI 门禁(6 个 workflow) 靠人工 多为约定 由框架保证
是否需要运行时 否(纯文件投递) 否 否 需要
跨会话记忆 外挂 MCP(remember/recall/rollback) 一般无 部分有 框架内置
协作编排 声明式(NEXUS + runbook) 无 技能内流程 强(调度/消息)
安装器幂等与不越界 明确保证 + SKIPPED_LOG 手工拷贝 视实现 不适用
内容质量判定 不判定(仅结构) 不判定 不判定 不适用
成本 免费(MIT)+ 宿主模型费 免费 免费 免费或自建
主要风险 内容质量参差、条目过多 供应商锁定 宿主依赖 复杂度与运维

一句话选型:要跨工具复用同一套角色 → Agency Agents;要固化某项目的交付流程 → 与技能包互补使用;要运行时强调度与可观测 → 编排框架;只用一个宿主且角色需求很小 → 直接从本仓库拷几个文件即可,不必引入安装器。

八、局限、风险与社区观察

一、条目数存在明显口径差异,实测为准。 本次 API 实测为 282 个 Agent(divisions.json 所列 18 个部门下的全部 frontmatter 文件);而第三方站点与社区文章分别称 61(早期)、144+(12 部门)、147+(12 部门)、150+、232(16 部门)。这些数字来自不同时点快照,引用时应注明抓取日期,不要直接采信宣传数字;官方站点 agencyagents.dev 的 146 personas 同属早期口径。

二、「量大」本身就是主要风险。 282 个角色跨 18 个部门,其中 Engineering 65 个、Specialized 59 个,命名与职责必然存在重叠(同时存在 code-reviewer、senior-developer、minimal-change-engineer、codebase-onboarding-engineer)。全量安装带来两个实际后果:选择成本(不知该激活哪个)与宿主容量压力(opencode 约 119 上限)。项目给出的应对是四级筛选,但没有提供质量排序或推荐清单。

三、--path 存在真实的互相覆盖风险,官方已明确警告。 安装器在单目录 --path 场景会校验路径冲突:agent-md 组(claude-code/copilot/gemini-cli/opencode/qwen/zcode)写同类文件名会互相覆盖;agency-skill 组(antigravity/osaurus/dsh)同理。这意味着把多个工具指向同一目录会被静默覆盖,使用 --path 前必须确认目标目录只服务一个工具。

四、质量保证止步于结构。 CI 校验 frontmatter、颜色可解析性、fence 合法性、部门与工具集合一致性,但不评估提示词质量。一个 Agent 的「成功指标」写在文档里作为自我约束,没有自动化去实测。因此实际效果高度依赖所选角色与所用模型,需团队自建评测。

五、维护与治理观察。 正面信号:提交活跃度极高——2026-10-04 单日合并 49 个 PR(#968–#1026),配套 CONTRIBUTING.md(含中文本地化)、SECURITY.md、PR 与 Issue 模板、6 个 CI 工作流;校验脚本注释里留有具体缺陷与修复史(四个 agent 的静默灰、slate/navy 跨四文件漏检),是少见的工程透明度。风险面:GitHub Releases 为 0 条,无版本化发布与变更日志,用户只能跟随 main,回滚路径不清晰;单日 49 个 PR 的节奏也意味着审阅深度需打问号;仓库 topics 与 homepage 均为空,发现性依赖外部传播。

六、许可与合规。 MIT,商业使用友好;但记忆化协作会用到 MCP 记忆服务器,交付物与项目上下文将落到第三方存储,涉密项目需先做数据面评估。

九、小结与行动建议

一句话概括其价值主张:它把「一个角色要想在 N 个智能体宿主里可用」这件事,从复制粘贴的体力活,变成了「一份源 + 一层格式契约 + 一条 CI 门禁」的编译问题。

  1. 先只装 1 个工具、1 个部门,跑通再扩。 ./scripts/install.sh --tool claude-code --division engineering,配合 --dry-run 看计划——避开 --path 的多工具覆盖陷阱,也避开 opencode 的 119 上限。
  2. 用 --agent 收敛到真正需要的少数角色。 282 个角色的选择成本是真实成本;从 Reality Checker、Code Reviewer、Sprint Prioritizer 这类「有明确把关职责」的角色起步,比全量安装有效得多。
  3. 把「成功指标」从文档搬进验收脚本。 Agent 文件里的量化目标只是自我约束,没有任何机制替你实测——这是能立刻补上的最大缺口。
  4. 再决定是否引入 MCP 记忆,并同步评估数据面。 记忆能把「你是胶水」变成「Agent 互相召回」,收益明确;但交付物会持久化到记忆服务器,涉密场景先确认存储与加密。
  5. 固定一个提交哈希,别裸跟 main。 项目无 Releases、无变更日志,加上单日数十个 PR 的合并节奏,生产使用应锁定 commit,并在升级前跑一遍 lint-agents.sh 与 check-*.sh。

资料来源(抓取日期 2026-10-05):GitHub REST API(仓库元数据、文件树、提交列表、Releases);仓库 README.md(84,778 字符)、CONTRIBUTING.md、divisions.json、tools.json、scripts/install.sh、scripts/convert.sh(30,738 字节)、scripts/lint-agents.sh、integrations/claude-code/README.md、integrations/mcp-memory/README.md、examples/workflow-with-memory.md、engineering/engineering-frontend-developer.md;GitHub Trending weekly(2026-10-05);第三方检索结果(agencyagents.dev、jimmysong.io AI Native Landscape、explainx.ai、Medium/LinkedIn/知乎/腾讯云社区条目与 devtrends)。文中 282 个 Agent 与 18 个部门为本次 API 实测(对全部部门内 282 个 .md 逐一校验 frontmatter name: 字段得到),第三方宣称的 61/144+/147+/150+/232 等数字为不同时点口径,已标注不做采信;GitHub Releases 数为 0,属实测结果。

← 返回资讯列表

读者留言

COMMENTS 1 条
仅本站原创文章开放留言 · 请勿留下手机号、邮箱等个人信息
Text 2026-11-14 22:34
This is a fascinating engineering approach to solving the agent format fragmentation problem. Having worked with multiple coding tools myself, I've experienced exactly this pain - maintaining parallel versions of the same prompt across different platforms is exhausting and error-prone. The compilation-style approach with convert.sh and install.sh is elegant because it treats agents as source code rather than disposable configs. For text to image generator workflows, similar standardization could help too, though image formats are less fragmented than coding agent schemas. NanoBanana2Lite focuses on Semi Realistic Character Generator work which would benefit from consistent character profiles across tools. <a href="https://nanobanana2lite.online">text to image generator</a>