agency-agents 评测：140+ AI 专家提示词库，开源 MIT 可商用

作者： /

一、刷推刷出来个”AI Agent 提示词库”：agency-agents

最近在 X 上看到一条很火的推：说 GitHub 上有个 agency-agents 提示词库，“88 万星”、140 多个专家 Agent、CEO/律师/程序员/增长黑客全都有，”白嫖一个虚拟董事会”——我当场整不会了，先去 GitHub 把真实数据扒了一遍再说。

实测结果：真实 ⭐ 146,883（14.7 万），差了将近 6 倍，“88 万星”是吹的。但抛开数字，这项目本身是真的猛——AI Agent 提示词库这个赛道，它目前确实是 GitHub 上最完整、最活跃的那一档。下面就把我看到的、用到的、踩到的坑一次说清。

agency-agents 原生 App 官网首页 Agency Agents 真实截图

二、agency-agents 到底是个啥？

一句话：一个按”虚拟公司”组织的高质量 AI 提示词合集，每个 Agent 不是一句”你是个律师”就完事，而是带人格、带流程、带交付物的完整角色卡（markdown 文件）。

目前仓库里有 18 个 Division（部门），按职能分：

  • 💻 Engineering Division（前端、后端、SRE、DevOps、QA、Security 等）
  • 🎨 Design Division（产品设计、品牌、动效）
  • 💰 Paid Media Division（投放、SEO、ASO）
  • 💼 Sales Division（销售开发、客户成功）
  • 📢 Marketing Division（内容、增长、社区、PR）
  • 📊 Product Division（PM、数据分析、UX 研究）
  • 🎬 Project Management Division（PMO、Scrum Master）
  • 🧪 Testing Division（QA、自动化测试）
  • 🔒 Security Division（应用安全、威胁建模）
  • 🛟 Support Division（客服、知识库）
  • 🥽 Spatial Computing Division（AR/VR、3D）
  • 🎯 Specialized Division（法律、心理咨询、行业专家）
  • 💵 Finance Division（财务建模、估值）
  • 🎮 Game Development Division（剧情、系统、关卡）
  • 📚 Academic Division（论文、研究方法）
  • 🌍 GIS Division（地理空间数据）
  • 🏥 Healthcare Division（临床、HIPAA）
  • 📐 Strategy Division（商业战略、并购）

每个角色文件里都包含：身份背景、核心使命、典型工作流、技术交付物（带代码示例）、成功指标、沟通风格——比”你是个 XX”这种糊弄提示词高到不知道哪里去了。

agency-agents GitHub 仓库页 真实截图 18 个部门

三、真实数据（不吹不黑）

我通过 GitHub API 拉的硬数据，截图也保留了：

  • ⭐ Stars：146,883（不是推文说的 88 万）
  • 🍴 Forks：23,723
  • 👀 Watchers：1,086
  • 📜 License：MIT（可商用、闭源/分发都很自由）
  • 📅 创建：2025-10-13
  • 🔄 最近更新：2026-08-06（很活跃，2 周前还有 commit）
  • 📦 仓库体积：约 4 MB（纯 markdown 提示词）

另外有一个配套的 native App（msitarzewski/agency-agents-app），独立 repo，412 stars，用 Tauri 2（Rust + Svelte 5）写的，macOS / Windows / Linux 全平台，而且官网写得清清楚楚：MIT · no telemetry · no accounts。

诚实纠错：为什么”88 万星”是吹的

我专门去对了一下：

  1. GitHub 仓库页右上角真实显示 ~146.9k；
  2. GitHub REST API /repos/msitarzewski/agency-agents 返回的 stargazers_count = 146883；
  3. 对比同热度的 repo（如某些 AI 工具动辄”百万星”），agency-agents 的关注度和 fork 数（23.7k）都跟 14.7 万星是自洽的，根本不可能到 88 万。

所以看到”xx 万星”的吹文，先去 GitHub 戳一下 API，别被传播话术带跑。

四、实测三种用法（30 分钟跑通）

官方给了 4 种入口，我亲测了最常用的 3 种：

方法 1：用原生 App（最省事）

去 agencyagents.app 下载安装包，macOS 13+ / Windows / Linux / Apple Silicon & Intel 通用。装完打开是个 Dashboard，能浏览所有 Agent（实测显示 “232 agents available”），点一下就能把某个 Agent 注入到 Claude Code / Cursor / Codex / Gemini CLI / Qwen / Osaurus 里。

体验：比手动复制 .md 文件快 10 倍，而且它会跟踪每个 AI 工具的安装路径、自动更新版本。对于”装一次能用到天荒地老”的人来说，这个 App 是必装的。

agency-agents 官网下载页 真实截图 native installer

方法 2：直接 clone 仓库，手动装进 Claude Code

git clone https://github.com/msitarzewski/agency-agents.git
cd agency-agents
./scripts/install.sh --tool claude-code

它会把所有 Agent 复制到 ~/.claude/agents/，下次开 Claude Code 直接说：

"Hey Claude, activate Frontend Developer mode and help me build a React component"

就能让模型进入”前端工程师”人设。实测：提示词密度比手写高得多，Claude 出来的代码质量、注释风格、PR 描述都明显更”像那么回事”。

方法 3：当参考库翻

每个 .md 文件就是一份完整的提示词，不用装任何东西，在 GitHub 网页上点开就能看、就能抄。我自己最近写一个竞品分析报告，就是直接 fork 了 Marketing Division 里的 Growth Hacker 和 Strategy 里的 Competitive Intelligence，改改 prompt 就能用。

五、虚拟董事会：真的能”白嫖”？

这是原推最骚的卖点——多开几个窗口，让 CEO / CFO / CMO 一起撕同一件事。

我自己试了一把（用 Claude Code + Cursor 双开），让它们同时评论一个 SaaS 定价策略：

  • CEO 视角：关注 ARR、净留存、长期估值锚定；
  • CFO 视角：关注毛利、获客成本回收周期、现金流；
  • CMO 视角：关注获客漏斗、品牌势能、定价对转化率的影响。

三方给的建议确实不冲突、且互相补位——这比让一个通用 AI 给”全面建议”实用多了。但前提是你自己要会调度，否则一上来就让 5 个 Agent 一起回答同一个问题，它们会互相复读。

适合的场景：

  • ✅ 写商业计划书 / 融资 BP 时，让 CFO + CEO + Growth 三方过一遍
  • ✅ 重大产品决策（定价、新功能砍不砍），让 PM + Designer + Support 各表立场
  • ✅ 准备面试 / 谈判前，让行业专家 + 律师 + 心理咨询师过一遍

不适合的场景：

  • ❌ 单纯写代码——直接用 Engineering 里的 Frontend / Backend 就够了，多 Agent 反而慢
  • ❌ 中文场景——大部分提示词是英文写就的，对中文输出的约束不够细，需要自己加 system prompt
  • ❌ 想要”全自动”——Agent 库只解决”怎么问”，不解决”问什么”；你自己得知道要拆解什么问题

六、💰 价格与授权（重要）

把大家最关心的”标价”和”商用风险”一次说清：

  • GitHub 仓库：MIT 协议，完全免费，可商用、可闭源分发、可改协议再分发，只需保留版权声明。
  • 原生 App（agencyagents.app）：免费下载，源码同样是 MIT（在 msitarzewski/agency-agents-app 仓库）。
  • 是否有订阅 / 付费档？：没有。官网明确写 “no telemetry, no accounts”，不存在隐藏收费或数据回传。
  • 是否需要联网？：App 本身离线可用（只是个安装器 + Agent 浏览器），实际跑 Agent 还是得用你自己的 Claude / Cursor / Codex 账号。
  • 商业使用注意：MIT 协议本身允许商用，但你调用 Claude / GPT / Gemini 这些底层模型仍然按它们的 token 计费——agency-agents 只是帮你把提示词包装好，不替代你给模型付的钱。
  • 二次开发 / 私有 fork：完全可以，README 还专门留了 Contributing 章节鼓励提 PR 和改进现有 Agent。

结论：标价 0 元、授权 MIT、零隐藏成本。这是我见过的最干净的”开源 AI 全家桶”之一。

七、它和”普通提示词库”到底差在哪？

我用过不少 AI 提示词合集（Awesome ChatGPT Prompts、LangGPT 之类），agency-agents 跟它们的差别不是”数量”，是结构：

对比项 普通提示词库 agency-agents
角色深度 1-2 句人设 完整身份背景 + 沟通风格 + 失败模式
工作流 无 每角色带典型工作流（如何接需求、如何交付）
交付物 无 明确产出（代码、文档、PR 模板、决策表）
工具适配 只支持 ChatGPT Claude Code / Cursor / Codex / Gemini CLI / Qwen / Osaurus / Copilot / Aider / Windsurf 等 15+ 工具
运维成本 手动复制粘贴 原生 App 一键装、自动更新
质量保障 众包，质量参差 统一模板 + 社区 PR Review

agency-agents 仓库 18 个部门真实截图

八、谁该用 / 谁别用

适合：

  • 独立开发者 / 小团队老板——”白嫖一个虚拟团队”是真实成立的
  • 产品经理 / 增长负责人——Marketing / Product / Paid Media 三个 Division 直接能用
  • 技术写作者 / 博主——Academic + Specialized 里的几个写作 Agent 质量很高
  • 咨询 / 投研 / 律师助理——Specialized 里有现成框架

不适合：

  • 完全没接触过 Claude Code / Cursor 的人——这个库是给”会用 AI 工具”的人加速的，不是教你怎么用
  • 想要”一键全自动跑公司”的人——它解决”怎么问”，不解决”问什么”
  • 对提示词要求 100% 中文输出的——目前以英文为主

九、结论

agency-agents 是 2026 年我见过最值得装的 AI 提示词库，免费、MIT 可商用、原生 App 体验丝滑、覆盖 18 个职能线。但”88 万星”是吹的，真实只有 14.7 万——看到离谱数字自己去 GitHub 查。

如果你已经在用 Claude Code / Cursor / Codex，花 30 分钟装一下，体感会明显上一个台阶。

相关链接（均为真实可访问）：

本文由 AI开源评测（aichangelife.net）原创发布，分类：开源AI。如需转载请保留原文链接。

滚动至顶部