agency-agents
一个开源 AI 角色库，帮开发者把 Claude Code、Cursor 等 AI IDE 快速配置成按部门分工的专家团队，并产出更像具体岗位写出的建议与提示词。
工具简介
如果你想给 AI IDE 快速装上一套“专家分工”，agency-agents 值得试；如果你要的是可审计、可编排、能自动执行的生产级 Agent 系统，就应谨慎。现有证据更支持把它看成“角色化提示词/专家模板库”，而不是完整的多 Agent 平台。GitHub 仓库与 Trending、以及多条 X 转发能证明它很受关注，但热度不等于能力已被充分验证。
它的实际作用，是把前端、后端、设计、营销、战略等岗位角色预先写好，让 Claude Code、Cursor 等工具更容易切换工作视角，产出更像 PM、设计师或工程师口吻的建议、清单、草案与流程化回答。更准确的类比不是 AutoGPT、工作流编排器或企业自动化平台，而更像“面向 AI IDE 的部门化角色包 + 安装脚本”。知乎文章也明确提醒：它不是自动执行系统，这一点和常见误解需要区分。
成本方面，能被证据直接支持的是：仓库本身开源免费，这是官方 GitHub 信息。至于实际使用成本，仍取决于你接入的 Claude Code、Cursor 或底层模型配额；这部分不是仓库免费就能覆盖，且证据里没有官方 API 定价，因此只能保守说明为“模型调用成本另计”。门槛不高，主要是安装与选择角色；但要真正用好，仍需要你判断何时切换角色、如何给上下文、怎样人工复核输出。
适合对象是独立开发者、小团队、研究 Agent 产品形态的人，以及想快速复用岗位提示词的人；不太适合追求稳定自动化、权限控制、状态管理、跨系统执行的人。证据讨论质量上，GitHub 官方仓库最能证明项目结构与开源属性；知乎文章提供了少量边界分析，属于较有用的“好用证明”补充；X 侧则以转发、榜单、安利帖居多，且出现过明显夸大 star 数的说法，说明社媒共识偏“热度高、实测少”。整体结论是：关注度很高，教程/深度实测样本仍有限，适合试用，不宜仅凭热帖就高估其自动化能力。