很多人用 Claude Code、Cursor、Codex 之类的 AI 编程工具时，都会遇到一个问题：AI 明明很聪明，但你让它什么都干，它有时候就真的什么都“差不多干”。
写前端、查 Bug、做代码审查、设计数据库、写测试、搞 DevOps……如果每次都要重新告诉 AI“你现在扮演一个资深前端工程师，请按照某某规范工作”，多少有点麻烦。
GitHub 上的 Agency Agents，干的就是这件事。
它不是一个新的 AI 模型，也不是一个单独的聊天机器人。更准确地说，它是一套已经写好的 AI Agent 角色与工作流程集合。项目目前提供了 230 多个专业 Agent，每个 Agent 都有自己的职责、工作方式、沟通风格和交付目标。
你可以把它理解成：给你的 AI 编程工具装了一家公司。
比如开发网站，可以叫出 Frontend Developer，专门处理 React、Vue、Angular、界面实现和性能优化；遇到后端架构，可以换成 Backend Architect；需要做 AI 功能，就交给 AI Engineer；项目准备上线，再让 DevOps Automator 处理 CI/CD、部署和云端运维。项目里甚至还有专门做代码检查的 Reality Checker。
这种设计有意思的地方在于，它并不是简单地给每个角色写一句“你是一名 XX 专家”。
每个 Agent 的 Markdown 文件里，会包含身份和性格、核心任务、工作流程、技术交付内容、代码示例、成功指标以及沟通方式。也就是说，它更像是一份给 AI 准备好的“岗位说明书 + 工作手册”，而不是普通的提示词模板。
而且这些 Agent 并不只服务于某一个工具。
项目提供了多种集成方式，目前可以配合 Claude Code、Cursor、GitHub Copilot、Codex、Gemini CLI、OpenCode、Aider、Windsurf、Kimi Code、OpenClaw 等工具使用。项目还提供转换和安装脚本，可以把同一套 Agent 转换成不同工具需要的格式。
比如你正在用 GitHub Copilot，可以直接把 Agent 放进对应的 agents 目录，然后在对话中说“Activate Frontend Developer”，让它按照这个角色工作。Codex 则可以把 Agent 转换成对应的 TOML 配置文件。
对普通用户来说，现在的上手门槛也比以前低了不少。
项目目前还提供了一个桌面应用，支持 macOS、Linux 和 Windows。打开之后可以浏览整个 Agent 阵容，然后把需要的 Agent 一键安装到 Claude Code、Cursor、Codex、Gemini 等工具里，不需要自己 Clone 仓库、敲一堆命令。
当然，如果你喜欢折腾，直接 Clone GitHub 仓库也没问题。甚至不用全部安装，可以只挑自己需要的部门或者某几个 Agent。比如只安装 Engineering 和 Security，没必要把 230 多个角色全部塞进自己的 AI 工具里。
这里其实也是 Agency Agents 最值得玩的地方。
它更像一个“AI 人才库”，而不是一个开箱即用的软件。你可以直接使用作者提供的 Agent，也可以打开 Markdown 文件研究它是怎么设计的，然后按照自己的需求修改。对于经常使用 AI 编程工具的人来说，这些文件本身就是很不错的 Agent Prompt 参考。
项目的活跃度也相当高。目前仓库已经积累了 23,000+ Star、23,000+ Fork，并有近 400 次提交，同时还有大量 Issue 和 Pull Request。
如果你已经在用 Claude Code、Cursor、Codex 这些 AI 编程工具，Agency Agents 很值得试试。它解决的不是“AI 不够聪明”，而是另一个很现实的问题：别让一个 AI 什么活都干，让它在需要的时候换上合适的工作身份。
而这可能才是 AI Agent 开始从“聊天机器人”变成“数字员工”的一个小缩影。
