我克隆了一个12万星的“AI机构“:20个部门、100+专家Agent、一键部署
你想过没有哪天你的开发团队里除了程序员还有专门写小红书文案的AI、画UI的AI、做渗透测试的AI……它们各有各的性格、工具和交付标准。这不是科幻这是一个12万星的GitHub项目已经做到的事。 这个项目解决什么问题你有没有遇到过这种情况项目需要写文案你去调GPT需要画图你切到Midjourney需要做SEO分析你又打开另一个工具。每个AI工具各管一摊没人帮你统筹。agency-agents的核心思路很直接把AI Agent按部门组织像一家真实公司那样运作。它已经内置了20多个部门、100个专业Agentengineering— 软件工程师Agent网络工程师、Blender插件工程师等marketing— 营销Agent内容创作、社媒运营design— 设计AgentUI/UX、人物画像finance— 金融Agent分析、报告security— 安全Agent渗透测试、审计sales— 销售Agent客户开发、方案设计academic— 学术Agent论文分析、文献综述project-management— 项目管理Agent还有 gis地理信息、game-development、paid-media、spatial-computing……每个Agent都有自己的性格设定、工作流程、输出格式甚至情绪状态。你不需要告诉它请用Markdown输出——它在定义里就写好了。 快速上手动手环节部署只需要两个命令gitclone https://github.com/msitarzewski/agency-agents.gitcdagency-agents./install.sh安装脚本会自动检测你的环境macOS/Linux/WSL安装依赖并生成配置文件。配置API密钥后你可以直接运行一个Agent./run.sh engineering--task检查我的Kubernetes集群配置是否有安全风险这会调起 engineering division 下的网络工程师Agent它知道自己该用什么工具、该输出什么格式。更完整的用法是用--division指定部门用--list查看可用Agent./run.sh--divisionmarketing--list# 输出Content Creator, Social Media Manager, SEO Specialist, Brand Strategist...⚠️常见踩坑项目依赖jq、yq等命令行工具如果你的环境没有install.sh 会自动安装。但 Windows WSL 用户可能需要先确认 WSL 环境已配置好。⚙️ 技术原理每个Agent本质上是一个结构化提示词模板 工具绑定声明。项目定义了一套Division Contract部门契约每个部门的Agent必须声明身份— “你是一个资深网络安全工程师CISSP认证专长是Kubernetes安全审计”能力边界— “你会使用kubectl、trivy、kube-bench但不会写代码”工具列表— 明确声明可调用的外部工具输出规范— 必须是Markdown报告包含风险等级分类协作规则— 如果遇到超出能力的问题应该调用哪个其他Agent这套契约被写入CONTRIBUTING.md所有Agent贡献者都必须遵守。是否用户输入任务run.sh 解析参数加载 Division 配置文件匹配 Agent 模板注入 API Key 上下文调用 LLM APIAgent 执行任务需要调用工具?执行工具命令\n(kubectl/curl/git...)工具结果回传 LLM生成最终输出️ 架构分析项目的目录结构本身就说明了它的架构哲学agency-agents/ ├── engineering/ # 工程部每个子目录是一个Agent │ ├── network-engineer/ │ ├── blender-addon-engineer/ │ └── ... ├── marketing/ # 市场部 ├── design/ # 设计部 ├── finance/ # 金融部 ├── security/ # 安全部 ├── scripts/ # 共享工具脚本 │ ├── install.sh # 一键安装 │ ├── run.sh # Agent 运行器 │ └── check-tools.sh # 工具链验证 └── integrations/ # 第三方集成设计亮点模块化极致每个Agent完全独立新增一个Agent就是新建一个目录一个描述文件工具中立不绑定任何单一LLM你可以换Claude/GPT/Gemini契约驱动所有Agent遵守同一套接口规范可以互相调用不够好的地方目录膨胀严重——20个division下有上百个目录维护成本高Agent之间缺乏自动编排能力目前需要用户手动指定任务流向文档以英文为主中文用户门槛较高用户run.shengineeringmarketingsecurityfinanceNetwork AgentBlender AgentContent AgentSEO AgentPentest AgentAnalyst Agent✅ 优缺点 适用场景优点即开即用100现成Agent覆盖大部分业务场景零编码纯Shell脚本会写配置文件就能定制Agent社区活跃每天都有新Agent合并更新频率高缺点Agent质量参差不齐社区贡献的Agent深度差异大缺乏监控跑起来之后不知道Agent在干什么调试困难不适合复杂工作流多Agent协作需要手动编排谁应该立刻试试独立开发者、小团队需要快速搭建AI工作流的。特别是需要同时处理营销开发设计等多工种的小团队。谁应该再等等企业级用户需要完整的监控、审计、权限管理能力的。或者你需要Agent之间自动编排、无需人工介入的。