开源项目 agency-agents 在 GitHub 快速走红，当前已累计超过 8.4 万颗星、1.3 万次 fork。项目并不是新的 AI 模型，也不是复杂的调度框架，而是一套可直接调用的 AI 角色库，收录了144 个以上的 AI“��工”人设，覆盖12 个部门，每个角色都附带性格设定、工作流程和可衡量的 KPI。
一条命令部署整套AI角色库
这个项目的核心资产是一批 Markdown 文件。每份文件都像是一份岗位说明书，定义该 AI 是谁、如何工作、最终要交付什么结果。安装流程只需一条命令，即可将 agent 配置自动部署到对应的 AI 开发工具目录。目前项目已支持 Claude Code、GitHub Copilot、Cursor、Aider、Windsurf 等十多种主流 AI 程序编辑器。
部署完成后，开发者可以直接按角色名称调用相应 AI，让其以明确的职业分工响应任务需求。项目中的 12 个部门包括工程、设计、付费媒体、销售、营销、产品、项目管理、测试、客户支持、空间计算、游戏开发和学术研究。
每个AI员工都有固定职责与考核指标
与常见的提示词写法不同，agency-agents 把角色定义拆成四个核心部分：领域专业知识、性格与沟通风格、具体交付物、成功指标。这种结构更接近 HR 管理中���岗位档案。项目描述中提到，前端工程师 agent 不只是懂 HTML 和 CSS，还带有特定的架构偏好；付费媒体策略师也不只是执行投放，而是按照既定审核流程和成效评估框架工作。
从部门规模看，工程部门单独就有27 个 agent，涵盖前端、后端、移动、AI、DevOps、资安、智能合约以及紧急事故指挥官等方向；营销部门有25 个角色，细分到 TikTok、Reddit、微信、小红书、抖音等平台。项目采用MIT 授权，个人和商业用途均可免费使用，也不限制二次修改。
案例展示8个部门并行协作
项目还提供了一个名为 Nexus Spatial Discovery 的完整案例，展示8 个来自不同部门的 agent 在同一产品探索任务中并行工作，过程中没有人工协调介入。最终输出内容包括市场验证与竞争分析、完整系统架构（含 SQL schema）、品牌策略与视觉识别方向、市场进入计划与定价方案、客户支持与社区建设蓝图、用户体验人设与旅程地图，以及一份35 周执行计划、65 张 sprint 工单。
这个案例反映出的重点，不在于单个 AI 更聪明，而在于多 agent 分工作业。原本通常需要团队花上数周推进的跨部门产品探索 sprint，在该项目的演示中由多名 AI 角色并行完成。项目走红背后，也折射出一类开发需求正在变化：从向 AI 提一个问题，转向把一个完整项目拆分并分派给不同角色执行。