首页 / GitHub 趋势 / 16 万 star 的 …
AI 与机器学习

16 万 star 的 agency-agents:把一整支「AI 广告公司」装进仓库

msitarzewski/agency-agents

GitHub 仓库
msitarzewski/agency-agents
总 Stars
★ 162,352
今日新增
+562
主要语言
Shell
查看 GitHub 项目

16.2 万 star,今天日榜第 9(单日 +562)。这个仓库的卖法很直白:把一整支“AI 广告公司”打包——前端巫师、Reddit 社区忍者、灵感注入器、现实检验员……每个 agent 都有固定人设、工作流程和交付物模板,开箱即用。

是什么

它不是工具,而是一套“岗位制”专家 agent 库。你不用从零调教 agent 的语气和流程,直接领一个“前端巫师”去改页面,领一个“Reddit 忍者”去运营社区。人设+流程+交付物模板三件套,是它和普通 prompt 合集最大的区别。

适合谁

  • 想快速拼出一套内容/社区/产品工作流的独立开发者
  • 对 agent 人设设计、SOP 沉淀方法论感兴趣的人
  • 收集 agent 工程模式的爱好者

值得注意

有个真实的翻车记录必须说:社区贡献者在 issue #917 里一次性揪出 agent 示例代码里的 20 处真实 bug——财务追踪示例用了 Pandas 2 已删除的 DataFrame.append,影子评估失败会重跑已计费的生产任务。结论很直白:skill 里的示例代码并非全部经过实测,跑之前先 review,别直接上生产。

对比同榜的 wshobson/agents(跨 harness 的插件市场、偏工具分发),agency-agents 卖的是“人设+流程”的专家角色,开箱即用的岗位 agent;对比 sickn33/agentic-awesome-skills(2600+ skill 的目录聚合),它重角色、对方重发现。

站长点评:人设型 agent 的真正价值不在“巫师”“忍者”这些花名,而在它把每个岗位的 SOP 沉淀成了可复用的流程。但 #917 的教训也要听进去——示例代码先当草稿看,别当生产代码用。项目地址:https://github.com/msitarzewski/agency-agents

⬇ 下载区(本站中转)

本站服务器实时中转 GitHub 文件,国内网络也可稳定下载;也可使用右侧官方链接。 本项目遵循 MIT 许可证。

📦 源码包(默认分支 ZIP)本站下载官方下载

要下载其他 GitHub 项目?试试本站的 GitHub 加速下载工具,粘贴链接即可中转。

AI 与机器学习 每日榜单 热度最高

相关推荐