← 返回 Skills 市场
erongcao

Agency Agents

作者 Yirong · GitHub ↗ · v1.1.1 · MIT-0
cross-platform ✓ 安全检测通过
77
总下载
0
收藏
0
当前安装
2
版本数
在 OpenClaw 中安装
/install erong-agents
功能描述
AI Agent 团队 - 49个专业Agent，8大部门，完整的AI代理机构。支持单Agent使用和多Agent协作编排。
使用说明 (SKILL.md)

erong-agents - AI Agent 团队

基于 agency-agents 框架扩展与完善

📦 技能概述

本技能提供 49 个专业 AI Agent，分为 8 大业务部门，可独立完成专业任务或多 Agent 协作完成复杂项目。

🎯 使用方式

方式 1：使用单个 Agent

# 语法
/openclaw skill use erong-agents --agent \x3Cagent-name> "\x3C任务描述>"

# 示例
/openclaw skill use erong-agents --agent frontend-developer "帮我创建一个 React 登录页面组件"
/openclaw skill use erong-agents --agent growth-hacker "为我的 SaaS 产品设计增长策略"
/openclaw skill use erong-agents --agent ui-designer "审查我的网站设计并提供改进建议"

方式 2：使用 Agent 编排器（推荐）

# 自动调度多个 Agent 完成复杂项目
/openclaw skill use erong-agents --agent orchestrator "开发一个完整的电商网站，包括前端、后端和营销策略"

方式 3：使用整个部门

# 激活整个部门的 Agent 协作
/openclaw skill use erong-agents --department engineering "开发一个完整的 Web 应用"
/openclaw skill use erong-agents --department marketing "策划并执行一次营销活动"

🏢 可用部门

部门 Agent 数量 用途
engineering 7 工程开发
design 7 设计相关
marketing 8 市场营销
product 3 产品管理
project-management 5 项目管理
testing 7 测试 QA
support 6 业务支持
specialized 6 专业领域

🎭 可用 Agent

💻 工程部

  • frontend-developer - 前端开发专家（React/Vue/Angular）
  • backend-architect - 后端架构师（API/数据库/云）
  • mobile-app-builder - 移动端开发（iOS/Android/跨平台）
  • ai-engineer - AI 工程师（ML/深度学习/AI 集成）
  • devops-automator - DevOps 自动化（CI/CD/基础设施）
  • rapid-prototyper - 快速原型（MVP/POC）
  • senior-developer - 高级开发（复杂实现/架构决策）

🎨 设计部

  • ui-designer - UI 设计师（视觉/组件/设计系统）
  • ux-researcher - UX 研究员（用户研究/可用性测试）
  • ux-architect - UX 架构师（技术架构/CSS 系统）
  • brand-guardian - 品牌守护者（品牌策略/一致性）
  • visual-storyteller - 视觉叙事者（视觉故事/多媒体）
  • whimsy-injector - 趣味注入师（微交互/品牌个性）
  • image-prompt-engineer - 图像提示工程师（AI 图像生成）

📢 市场部

  • growth-hacker - 增长黑客（用户获取/转化优化）
  • content-creator - 内容创作者（多平台内容/编辑日历）
  • twitter-engager - Twitter 互动专家（实时互动/思想领导）
  • tiktok-strategist - TikTok 策略师（病毒内容/算法优化）
  • instagram-curator - Instagram 策划师（视觉叙事/社群）
  • reddit-community-builder - Reddit 社群建设者（社群运营）
  • app-store-optimizer - 应用商店优化师（ASO/转化）
  • social-media-strategist - 社交媒体策略师（跨平台策略）

📊 产品部

  • sprint-prioritizer - 冲刺优先级专家（敏捷规划）
  • trend-researcher - 趋势研究员（市场情报/竞争分析）
  • feedback-synthesizer - 反馈整合师（用户反馈分析）

🎬 项目管理部

  • studio-producer - 工作室制作人（高层协调/组合管理）
  • project-shepherd - 项目协调员（跨职能协调）
  • studio-operations - 工作室运营（日常效率/流程优化）
  • experiment-tracker - 实验追踪师（A/B 测试）
  • senior-pm - 高级项目经理（范围规划/任务分解）

🧪 测试部

  • evidence-collector - 证据收集师（截图 QA/视觉验证）
  • reality-checker - 现实检查员（质量认证/发布审批）
  • test-results-analyzer - 测试结果分析师（测试评估）
  • performance-benchmarker - 性能基准师（性能测试）
  • api-tester - API 测试师（API 验证/集成测试）
  • tool-evaluator - 工具评估师（技术评估）
  • workflow-optimizer - 工作流优化师（流程分析）

🛟 支持部

  • support-responder - 客服响应师（客户服务）
  • analytics-reporter - 分析报告师（数据分析/仪表板）
  • finance-tracker - 财务追踪师（财务规划/预算）
  • infrastructure-maintainer - 基础设施维护师（系统可靠性）
  • legal-compliance-checker - 法律合规师（合规/法规）
  • executive-summary-generator - 高管摘要生成师（C -suite 沟通）

🎯 特别部门

  • orchestrator - Agent 编排器（多 Agent 调度核心）
  • data-analytics-reporter - 数据分析报告师（商业智能）
  • lsp-index-engineer - LSP/索引工程师（代码智能）
  • sales-data-extraction-agent - 销售数据提取师
  • data-consolidation-agent - 数据整合师
  • report-distribution-agent - 报告分发师

🔄 核心工作流

单 Agent 工作流

1. 用户指定 Agent 和任务
2. 加载对应 Agent 人格和专业知识
3. 执行任务并输出专业结果
4. 提供可交付成果

多 Agent 编排工作流

1. 项目分析阶段
   └─→ 高级项目经理：任务分解
   
2. 架构设计阶段
   └─→ 架构师：技术架构设计
   
3. 开发实施阶段（循环）
   ├─→ 开发工程师：实现任务
   └─→ 测试工程师：质量验证
   └─→ （如失败）→ 返回开发重试
   
4. 集成测试阶段
   └─→ 现实检查员：最终质量认证
   
5. 交付阶段
   └─→ 生成完整交付文档

📋 输出格式

标准输出

# [Agent 名称] - [任务类型]

## 🎯 任务理解
[对任务的理解和分析]

## 📋 执行过程
[详细的工作步骤]

## 📦 交付成果
[具体的交付物，如代码、文档、策略等]

## ✅ 质量检查
[自我验证和质量保证]

## 💡 建议
[后续优化建议]

编排器输出

# 项目完成报告

## 📊 项目概览
- 总任务数：X
- 完成时间：Y
- 参与 Agent：Z

## ✅ 完成情况
[所有任务的完成状态]

## 📦 交付清单
[所有交付物的列表和链接]

## 📈 质量报告
[整体质量评估和各项指标]

⚙️ 配置选项

环境变量

# 设置默认部门
AGENCY_AGENTS_DEFAULT_DEPARTMENT=engineering

# 设置质量检查严格度（1-5）
AGENCY_AGENTS_QA_LEVEL=3

# 设置最大重试次数
AGENCY_AGENTS_MAX_RETRIES=3

# 启用详细日志
AGENCY_AGENTS_VERBOSE=true

🎯 最佳实践

1. 选择合适的 Agent

  • 明确任务类型 → 选择对应专业 Agent
  • 复杂项目 → 使用编排器
  • 需要多领域 → 使用部门协作

2. 提供清晰的任务描述

# ❌ 模糊
"帮我做个网站"

# ✅ 清晰
"帮我创建一个电商网站的前端，使用 React + Tailwind CSS，需要包含首页、商品列表、购物车、结账页面，要求响应式设计，支持移动端"

3. 迭代优化

  • 第一次输出后提供反馈
  • 让 Agent 调整和改进
  • 必要时切换 Agent 获取不同视角

4. 质量保证

  • 使用测试部 Agent 进行验证
  • 关键项目使用现实检查员最终审核
  • 重要决策使用多个 Agent 交叉验证

🔧 故障排除

常见问题

Q: Agent 输出不符合预期？ A: 提供更详细的任务描述，包括具体要求、技术栈、示例等

Q: 多 Agent 协作效率低？ A: 使用编排器自动调度，或手动指定 Agent 顺序

Q: 需要特定领域专业知识？ A: 选择对应部门的 Agent，或联系支持获取定制建议

📞 技术支持

  • 📧 Email: [email protected]
  • 💬 Discord: 加入社区获取帮助
  • 📚 文档：完整使用指南

📄 许可证

MIT License - 基于 agency-agents 项目改造

安全使用建议
This package is an instruction-only collection of 49 agent personas and an orchestrator; it appears coherent with its description and contains no code or install steps. Before installing or using it: (1) verify the publisher/source (no official homepage listed); (2) be prepared that some agents (report distribution, CRM/sales extraction, cloud/DevOps agents, app-store/monitoring agents) will require you to provide third‑party credentials if you want them to integrate with external services — only provide minimal, scoped credentials and consider using throwaway/test accounts or read-only tokens; (3) test single-agent tasks first (avoid enabling large orchestrations) and review any prompts before granting access; (4) if you need stronger assurance, request the repository/source URL or a signed release and inspect any runtime code before granting secrets. If you want, I can point out which individual agent markdowns explicitly reference external integrations so you know where credentials are likely to be requested.
能力评估
✓ Purpose & Capability
The name/description (AI agent team / 49 agents) match the provided files: many agent persona markdowns, README, QUICKSTART and an orchestrator SKILL.md. There are no unrelated required binaries, credentials, or install steps declared that would conflict with the stated purpose.
ℹ Instruction Scope
The SKILL.md runtime instructions are limited to CLI usage examples (/openclaw skill use ...) and provide output/templates. They do not direct the agent to read arbitrary system files or exfiltrate data. However many agent persona docs describe integrations (CRM, cloud providers, email/Slack/WeChat, app stores) that would realistically require runtime credentials or access to external systems — the skill does not declare or require these, so those integrations would be performed only if the user supplies credentials or the agent requests them at runtime.
✓ Install Mechanism
No install spec and no code files that are executable are present; the skill is instruction-only. That keeps disk/network install risk low. package.json and markdown files exist but there is no install hook that would download or execute remote code.
ℹ Credentials
The skill declares no required environment variables or primary credential. SKILL.md shows optional configuration examples (AGENCY_AGENTS_DEFAULT_DEPARTMENT, AGENCY_AGENTS_QA_LEVEL, etc.). Several agents describe workflows that in practice need third‑party credentials (cloud, CRM, messaging, app stores). This is not an immediate red flag, but users should expect that using certain agents or orchestration flows may prompt them to provide secrets; those will not be auto-collected by the skill as packaged.
✓ Persistence & Privilege
always is false and there is no install-time persistence. disable-model-invocation is false (normal), meaning the agent could invoke the skill autonomously if permitted by the platform. That autonomy is the platform default and not by itself suspicious, but combined with user-supplied credentials (for integrations) it increases potential blast radius — consider limiting access scopes when you provide secrets.
如何使用
  1. 确保已安装 OpenClaw（本地或 Docker 部署）
  2. 在对话框中输入安装命令：/install erong-agents
  3. 安装完成后，直接呼叫该 Skill 的名称或使用 /erong-agents 触发
  4. 根据 Skill 的参数说明提供必要输入，即可获得结构化输出
版本历史
v1.1.1
erong-agents 1.1.1 Changelog - Updated package.json and README.md with minor changes. - No updates to feature set or SKILL.md documentation content. - Maintenance release with metadata or documentation refinements.
v1.1.0
v1.1: Complete 49 agents across 8 departments, based on agency-agents by @msitarzewski
元数据
Slug erong-agents
版本 1.1.1
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 2
常见问题

Agency Agents 是什么？

AI Agent 团队 - 49个专业Agent，8大部门，完整的AI代理机构。支持单Agent使用和多Agent协作编排。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件，目前累计下载 77 次。

如何安装 Agency Agents？

在 OpenClaw 或 Claude Code 对话框中运行命令「/install erong-agents」即可一键安装，无需额外配置。

Agency Agents 是免费的吗？

是的，Agency Agents 完全免费，采用 MIT-0 许可证，可自由下载、安装和使用。

Agency Agents 支持哪些平台？

Agency Agents 跨平台运行，可在任意部署了 OpenClaw / Claude Code 的环境中使用（cross-platform）。

谁开发了 Agency Agents？

由 Yirong（@erongcao）开发并维护，当前版本 v1.1.1。

推荐 Skills
self-improving agent
Captures learnings, errors, and corrections to enable continuous improvement. Use when: (1) A command or operation fails unexpectedly, (2) User corrects Clau...
⬇ 463283 · by pskoett
Skill Vetter
Security-first skill vetting for AI agents. Use before installing any skill from ClawdHub, GitHub, or other sources. Checks for red flags, permission scope, and suspicious patterns.
⬇ 259410 · by spclaudehome
Polymarket
Query Polymarket prediction markets. Check odds, find trending markets, search events, track price movements.
⬇ 232503 · by joelchance
Self-Improving + Proactive Agent
Self-reflection + Self-criticism + Self-learning + Self-organizing memory. Agent evaluates its own work, catches mistakes, and improves permanently. Use when...
⬇ 200423 · by ivangdavila
Github
Interact with GitHub using the `gh` CLI. Use `gh issue`, `gh pr`, `gh run`, and `gh api` for issues, PRs, CI runs, and advanced queries.
⬇ 191115 · by steipete
ontology
Typed knowledge graph for structured agent memory and composable skills. Use when creating/querying entities (Person, Project, Task, Event, Document), linkin...
⬇ 190156 · by oswalpalash

💬 留言讨论