项目概览
| 项目 | jnMetaCode/agency-agents-zh |
| Stars | ⭐ 10,347 |
| 分类排名 | #4 |
| 语言 | Shell |
| 最后更新 | 2026-05-09 |
| 链接 | GitHub |
🎭 211 个即插即用的 AI 专家角色 — 支持 Hermes Agent/Claude Code/Cursor/Copilot 等 16 种工具，覆盖工程/设计/营销/金融等 18 个部门。含 46 个中国市场原创智能体（小红书/抖音/微信/飞书/钉钉等）
Shell agency-orchestrator agent-definitions ai-agents
项目分析
🎯 定位
在 Hermes 生态中分类排名 #4，Stars 10,347
💡 核心价值
🎭 211 个即插即用的 AI 专家角色 — 支持 Hermes Agent/Claude Code/Cursor/Copilot 等 16 种工具，覆盖工程/设计/营销/金融等 18 个部门。含 46 个中国市场原创智能体（小红书/抖音/微信/飞书/钉钉等）
👥 适合谁
关注 Hermes 生态的开发者和 AI 技术团队
为什么值得关注
该项目在 Hermes 领域具有较高关注度（Stars 10,347），代表了当前 AI 工具链的发展方向。下方 AI 深度分析提供了更详细的技术评估和使用建议。
AI 深度分析
一句话总结
面向主流AI工具的即插即用角色库，加速多场景智能体落地。
核心功能
- 多工具跨平台适配：为Hermes Agent、Claude Code、Cursor、Copilot等16种主流AI工具提供统一角色定义，零改动即插即用。
- 211个专家角色覆盖：横跨工程、设计、营销、金融等18个部门，46个专为中国市场原创定制（支持小红书、抖音、微信、飞书、钉钉等平台）。
- 中文原生与本地化：深度适配中文语境，针对中国市场社交媒体、办公协作等高频场景打造开箱即用的智能体。
- Prompt工程即代码：所有角色以独立、结构化的系统提示文件交付，便于版本管理、组合与二次编排。
- 无代码化编排：通过配置文件即定义多智能体协作流程，降低复杂工作流构建门槛。
技术架构
项目以Shell脚本作为粘合剂，核心是大量可复用的agent定义文件。结构亮点：
- 角色定义层：每个角色是一个结构化提示文件（Markdown/YAML），包含角色身份、背景、约束、输出格式等，与具体工具解耦。
- 适配器模式：Shell脚本负责将角色定义转换为不同工具所需的配置文件格式（如Cursor的
.cursorrules、Claude Code的system prompt等），实现“一次定义，多处运行”。 - 中国市场模块：为微信、小红书等平台抽离出专用交互模式与内容撰写规则，形成本地化模板库。
- 工具链轻量化：仅依赖Shell与常规文本处理工具，无需额外数据库或编程语言环境。
快速上手指南
- 克隆仓库bash
git clone https://github.com/jnMetaCode/agency-agents-zh.git cd agency-agents-zh - 选择角色并挂载
- 浏览
agents/目录找到目标角色文件，例如小红书种草文案专家.md。 - 对于Cursor：将角色内容复制到项目根目录的
.cursorrules文件。 - 对于Claude Code：使用
--system或配置文件引入该角色文件。
- 浏览
- 立即交互
打开对应工具，直接按角色设定的方式开始对话或生成内容。
更详细的工具集成说明见项目内
docs/文档，提供16种工具的具体接入示例。
优劣势与适用场景
优势
- 开箱即用：预置角色经过实战调优，无需从零设计Prompt，显著节省前期调试时间。
- 高度可组合：单一角色可自由混合，快速搭建多智能体工作流（如“需求分析师”+“微信文案撰写”+“飞书文档生成”）。
- 中国场景深度：46个本土智能体直击小红书爆文、抖音脚本、钉钉周报等真实需求。
- 轻量零依赖：纯文本与Shell，可无缝接入现有CI/CD或自动化流水线。
劣势
- 工具适配维护成本：需持续跟进各AI工具配置格式的变化，未来可能出现部分工具兼容性延迟。
- 角色质量不一：211个角色覆盖广，但部分细分领域（如金融合规、医疗）可能缺少专业校验，需使用者根据场景二次加固。
- 无运行时调度器：仅提供静态角色定义，缺乏中心化的智能体调度、状态管理及记忆机制，复杂任务需额外集成编排框架。
适用场景
- 个人或团队快速搭建基于AI的垂直助手（如自动生成技术文档、周报、社交媒体内容）。
- 非开发者希望利用Cursor/Copilot等工具获得领域专家级交互体验。
- 企业在中国市场的内容运营、社媒营销自动化前期探索。
- 作为多智能体架构的教学范例，理解角色定义与编排关系。
社区与热度
- Star趋势：项目已获得10,347个Star，属于AI Agent领域热门仓库，反映出市场对可复用角色库的强烈需求。
- 近期更新：最近更新显示为2026年5月9日，持续迭代，重点可能是跟进新工具支持与中国市场新型平台（如视频号、小红书新版算法）的智能体优化。
- 社区生态：围绕agent-definitions、prompt-engineering等Topic积累了跨项目引用，已成为多个工具社区的常见推荐配方库。
技术信息
- 💻 语言: Shell
- 📂 Topics: agency-orchestrator, agent-definitions, ai-agents, ai-roles, chinese
- 🔗 访问 GitHub 仓库
数据更新于 2026-05-09 · Stars 数以 GitHub 实际数据为准