agency-agents-zh 教程：211 个专家角色，不是提示词合集，是 Agent 分工手册

AI 编程工具用久了，大家都会遇到一个问题：你明明只想让它修个登录 bug，它偏偏开始设计一套“可扩展身份系统”；你让它写一段营销文案，它先给你上价值，再给你编十个受众画像。不是模型不会干活，而是角色没定住。

`agency-agents-zh` 值得看的地方，不是“有 211 个 AI 专家角色”这个数字，而是它把角色写成了可以被安装、迁移和编排的工程资产。它不是一句“你是安全专家”的提示词，而是把专家该怎么思考、该检查什么、该交付什么写进了独立文件。

项目：jnMetaCode/agency-agents-zh
定位：agency-agents 中文社区版，覆盖工程、设计、营销、产品、安全、金融等 18 个部门；新增小红书、抖音、微信、飞书、钉钉等中国市场角色。

别把 211 个角色全塞进去

这个项目最容易被误用的地方，就是“我全都要”。角色越多，Agent 越不一定更强。你给 Claude Code 或 Cursor 塞一堆互相重叠的专家，它反而可能在任务里反复切身份，最后谁都像，谁也不像。

更稳的做法是从真实工作流反推角色：

写前端多，就先装前端开发、UI/UX、测试工程师。
做内容增长，就先装微信公众号运营、小红书运营、内容策略。
做安全审查，就先装安全工程师和代码审计角色。
做 OpenClaw 多智能体实验，再考虑把角色拆成更细的身份文件。

角色库不是抽卡，别上头。你真正需要的是两三个稳定可复用的“工作同事”，不是一个 AI 公司组织架构海报。

agency-agents-zh 适合按真实工作流少量安装，再逐步沉淀为可编排的 Agent 队伍

一键安装之前，先看自己用什么工具

项目支持 Claude Code、Cursor、GitHub Copilot、Gemini CLI、Aider、Windsurf、OpenClaw、Hermes Agent 等多种工具。最直接的安装方式是：

# 自动检测已安装的工具
./scripts/install.sh

# 指定安装到某个工具
./scripts/install.sh --tool claude-code
./scripts/install.sh --tool cursor
./scripts/install.sh --tool openclaw
./scripts/install.sh --tool hermes

Claude Code 和 GitHub Copilot 这类工具可以直接复制 Markdown 角色文件。其他工具往往需要先跑转换脚本，把角色格式转成目标工具能识别的结构。

如果你只想先试，不要一上来跑全量安装。可以手动复制某个部门目录里的少数角色：

# 例：只把营销角色复制给 Claude Code
cp -r marketing/*.md ~/.claude/agents/

然后用自然语言激活：

激活微信公众号运营角色，帮我把这篇技术稿改成更适合公众号首发的版本。

这个流程的重点不是“角色名好听”，而是看它有没有稳定产出：是否能问对问题、是否能按流程检查、是否能交付具体结果。

OpenClaw 用户要看拆分方式

仓库 README 里专门提到 OpenClaw 集成：角色会拆成 `SOUL.md`、`AGENTS.md`、`IDENTITY.md` 这类文件。这个设计其实挺适合 OpenClaw，因为它把“身份”“能力”“简介”拆开了。

这比单文件提示词更容易治理：身份写偏了，改 `SOUL.md`；工具流程不对，改 `AGENTS.md`；给用户看的说明不清楚，改 `IDENTITY.md`。Agent 不是越神秘越好，越能被审查、被替换、被复用，才越像工程资产。

Agency Orchestrator 才是后半场

角色库本身是静态文件。真正想跑多角色协作，需要编排器。项目推荐配套 `agency-orchestrator`：

npm install -g agency-orchestrator

ao compose "帮我写一篇关于 AI Agent 的深度分析文章" --run

它会根据任务自动选角色、拆依赖、并行执行，再汇总结果。听起来很美，但这里也要冷静：自动编排最怕“看起来热闹”。五个 Agent 都写了一堆话，不代表任务做得更好。

比较靠谱的判断标准是：

有没有明确的中间产物？例如大纲、事实核查表、代码 diff、测试报告。
每个角色是否只做自己那段？不要让运营专家改代码，也不要让安全工程师写公众号标题。
最终汇总有没有取舍？多角色不是多人复读，最后必须有人做编辑。

适合团队用，也适合个人减负

对团队来说，这类角色库的价值是统一口径。新人不知道安全审查看什么，就让安全工程师角色按 OWASP 清单先扫一遍；运营不知道小红书和公众号怎么分发，就让两个平台角色分别出稿，再由真人取舍。

对个人来说，它更像一个“可复制的工作习惯包”。你不用每次从头写提示词，只要把自己常用的专家角色固定下来，再慢慢修它的输出标准。

顺手提一嘴：如果你要试 OpenClaw、Hermes、多 Agent 编排和本地模型，建议单独弄一台实验机。角色库、编排器、日志、模型缓存都放进去，坏了重建也不影响主力电脑。轻量云服务器可以看雨云：https://www.rainyun.com/NDcxMTIz_。别把一堆试验脚本混进生产环境，后面收拾起来挺闹心。

这个项目真正提醒了什么

过去我们把提示词当一次性聊天技巧，现在它正在变成“团队工作流配置”。`agency-agents-zh` 的意义不在于 211 个角色有多全，而在于它让角色可以被安装、转换、版本化、编排。

如果你只把它当提示词合集，会觉得“收藏一下挺好”。如果你把它当 Agent 分工手册，就能开始做更重要的事：把团队里那些反复发生的判断、检查和交付标准，变成可复用的角色资产。这个方向，比单次让 AI 多写几段话有价值。