一个人做产品，最怕的不是技术难题，而是发现自己同时缺了产品经理、架构师、营销专家三个角色。Agency-Agents 这个开源仓库把 200 多个专业角色打包成了可以直接导入 Claude Code 的 Agent 文件，让独立开发者可以快速调用不同领域的专业能力。本文介绍这个工具的仓库结构、调用方式，以及如何用它协作完成一个完整项目的开发。
一人公司的真实困境
独立开发者启动项目时，产品规划、技术架构、营销推广三个方向的挑战往往同时出现。拿数字游民社区来说，你既要定义用户画像和功能优先级，又要决定技术栈和数据库设计，还得搞清楚小红书怎么运营、知乎怎么引流。传统解决方案要么自己学（费时间），要么花钱找人（费钱），要么凭感觉做（可能做错）。Agency-Agents 提供了第四条路：让 AI 以专业角色的身份帮你输出方案，你负责决策，它负责产出对应领域的专业内容。
Agency-Agents 仓库解析
Agency-Agents 不是软件框架，而是一套精心设计的 Agent 提示词模板库。整个仓库包含 21 个分类目录、201 个 Agent 文件，覆盖从产品开发到营销推广的完整链路。
| 分类 | Agent 数量 | 核心角色示例 |
|---|---|---|
engineering |
27 | AI工程师、后端架构师、前端开发、安全工程师、DevOps |
marketing |
29 | 小红书运营、抖音策略师、SEO专家、增长黑客、知乎运营 |
sales |
8 | 销售教练、客户策略师、提案专家 |
product |
5 | 产品经理、趋势研究员、反馈分析师 |
design |
8 | UI设计师、UX架构师、品牌守护者 |
project-management |
6 | 项目经理、工作室运营、实验追踪器 |
specialized |
28 | 合规审计、招聘专家、区块链安全审计、供应链策略师 |
仓库针对中国市场做了本地化，包含了小红书运营专家、抖音短视频策略、微信公众号运营、知乎话题运营以及钉钉和飞书集成开发这些角色。这些角色在国内独立开发者的实际工作中使用频率很高，直接导入就能用，不需要额外适配。
每个 Agent 文件都遵循统一的结构化模板，包含身份定义、核心使命、关键规则、技术交付物、工作流程、沟通风格和成功指标。这种设计让 Agent 具备了明确的专业背景、具体的工作方法论、不可逾越的约束边界，以及可衡量的 KPI 期望。
支持的工具生态
Agency-Agents 的安装脚本支持 11 种 AI 编程工具，覆盖了目前主流的 IDE 和命令行环境。
| 工具 | 安装位置 | 特点 |
|---|---|---|
| Claude Code | ~/.claude/agents/ |
原生支持，直接可用 |
| GitHub Copilot | ~/.github/agents/ |
VS Code / JetBrains 集成 |
| Cursor | .cursor/rules/ |
项目级规则文件 |
| Gemini CLI | ~/.gemini/extensions/ |
扩展形式 |
| Windsurf | .windsurfrules |
Codeium 规则系统 |
| Qwen Code | .qwen/agents/ |
通义千问项目级 Agent |
| Aider | CONVENTIONS.md |
终端 AI 编程助手 |
| OpenCode | .opencode/agents/ |
项目级配置 |
| OpenClaw | ~/.openclaw/ |
工作空间模式 |
| Kimi Code | ~/.config/kimi/agents/ |
月之暗面 Agent |
| Antigravity | ~/.gemini/antigravity/ |
Gemini 技能系统 |
安装过程很直接：克隆仓库后运行 ./scripts/convert.sh 生成各工具格式的文件，再用 ./scripts/install.sh --tool claude-code 安装到对应目录。你也可以用 --interactive 参数交互式选择目标工具。安装完成后，Agent 文件会出现在对应工具的规则目录中，随时可以调用。
在 Claude Code 中的调用方式
安装完成后，在 Claude Code 中有三种调用方式。第一种是直接调用特定 Agent，输入 /agent product-manager 然后提出需求。第二种是自然语言描述，Claude Code 会自动判断你需要哪个角色并输出对应方案。第三种是组合多个 Agent，比如同时调用产品经理和后端架构师来规划一个项目。
调用产品经理 Agent 后，它会输出结构化的专业文档，包括问题陈述、目标用户画像、MVP 功能清单和成功指标。这不是泛泛的建议，而是可以直接作为项目规划使用的完整 PRD。以数字游民社区为例，产品经理 Agent 会识别出数字游民缺乏归属感和工作空间信息不透明两个核心痛点，定义自由职业者和远程员工两类目标用户，输出包含用户注册、城市指南、社区帖子三个 P0 功能的 MVP 清单，并设定上线 30 天 1000 注册用户、100 DAU 的成功指标。
协作开发实战
用一个完整案例来展示 Agency-Agents 和 Claude Code 如何协作完成从产品规划到营销上线的全过程。整个过程中你扮演决策者角色，定义目标、审核方案、做关键决策；Claude Code 作为执行引擎，读取 Agent 规则、生成代码、运行命令；各个 Agent 则作为专业顾问，在不同阶段输出对应领域的专业方案。
产品规划从调用产品经理 Agent 开始。输入数字游民社区的项目需求后，Agent 会输出用户画像分析、MVP 功能清单、功能优先级排序和成功指标定义。你审核这些内容后，确认先做包含用户认证、城市指南、社区帖子三个模块的 MVP。接下来把这个规划交给后端架构师 Agent，告诉它基于产品经理的规划来设计技术架构，技术栈选择 React + Node.js + PostgreSQL。架构师会输出完整的数据库设计和 API 接口清单：用户表存储基础信息和当前城市，城市指南表记录城市名称、网速和生活成本，社区帖子表关联用户并包含标题内容和分类，API 接口覆盖注册登录、城市列表和详情、帖子列表和发布等核心操作。
进入开发阶段后，调用前端开发 Agent 让它基于架构师的 API 设计搭建前端项目框架。Claude Code 会实际执行 npm create vite@latest 创建项目，安装 Tailwind CSS、React Router、Axios 等依赖，然后生成组件目录结构，包括登录注册表单、首页、城市指南页面，以及对应的 API 调用模块和认证 Hook。产品即将上线时，调用营销策略 Agent，重点关注小红书和知乎两个渠道。Agent 会分析不同渠道的用户特征和内容方向，输出具体的内容矩阵规划，比如小红书的数字游民城市探店系列、远程工作神器推荐系列，以及种子用户获取的具体执行步骤。
传统方式和 Agent 协作的差异
传统方式下，产品规划靠搜索资料加凭感觉，技术架构靠看教程加试错，前端实现靠边学边写，营销策略靠猜测渠道，整体周期通常需要 16 到 20 周。Agent 协作方式下，每个环节都有对应专业 Agent 输出结构化方案，Claude Code 负责自动化执行，整体周期可以压缩到 8 到 12 周。
Agency-Agents 解决的核心问题可以归结为三个方面。人力不足方面，营销 Agent 给你专业策略，安全 Agent 给你审计清单，你不需要在每个领域都从零学起。知识盲区方面，每个 Agent 的输出都基于该领域的最佳实践，而不是凭感觉拼凑。执行效率方面，Agent 输出方案后 Claude Code 直接生成代码和文件，省去了从方案到落地的翻译成本。
使用建议
按开发阶段逐步调用 Agent，不要一次性把所有角色都拉进来。规划阶段用产品经理 Agent，设计阶段用架构师和 UI 设计 Agent，开发阶段用前后端 Agent，上线阶段再引入营销和安全审计 Agent。每个阶段的输出会成为下一阶段的输入，形成连贯的工作流。Agent 是顾问而不是决策者，它给出专业建议，你需要判断这些建议是否符合你的实际情况。Agent 不知道你的预算限制、时间约束和技术能力边界，这些上下文需要你自己在审核方案时补进来。
保持上下文一致性很重要，每次调用新 Agent 时告诉 Claude Code 之前的关键决策，比如已经确定了技术栈、已经定义了 MVP 范围，这样新 Agent 的输出才能和之前的工作对齐，而不是从头开始。迭代优化是常态，第一版数据库设计可能太简单，第一版营销策略可能太泛，直接告诉 Agent 哪里需要补充、哪里需要细化，比重新描述一遍需求要高效得多。