jnMetaCode/agency-agents-zh

⭐ 10,347  ·  #4  ·  Shell

🎭 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 Skill

项目分析

🎯 定位	Agent 能力增强
💡 核心价值	为 AI 编码 Agent 提供标准化的 Skills 和 Prompt 模板，覆盖特定场景（代码审查、调试、架构设计等），让 Agent 在这些场景下输出质量更高
👥 适合谁	使用 Claude Code/Cursor/Codex 等 Agent 工具的开发者，想提升 Agent 在特定任务上的表现

为什么值得关注

10,347 Stars，社区活跃度不错，说明解决了真实痛点。使用 Shell 开发。

AI 深度分析报告

一句话总结

211个中文AI专家角色预设，即插即用。

核心功能

该项目本质上是一个 AI 角色定义和系统提示词（System Prompt）的精选集，而非一个传统意义上的可运行框架。其核心价值在于内容的覆盖度和实用性。

1. 海量即用角色库：提供了 211 个预定义的 AI 专家角色，覆盖工程、设计、营销、金融、人力资源等 18 个虚拟部门。每个角色都包含详细的系统提示词，定义了其行为、知识和输出风格。
2. 多工具兼容适配：明确支持 16 种主流的 AI 工具和平台，包括 Hermes Agent、Claude Code、Cursor、GitHub Copilot、DeepSeek 等。这通过提供针对不同工具的配置文件（如 cursorrules、claude.md）实现，确保角色定义能被这些工具正确加载和解析。
3. 本土化智能体：项目的一大亮点是包含了 46 个针对中国市场主流平台（如小红书、抖音、微信、飞书、钉钉）定制的 AI 智能体。这些角色理解中国互联网生态、营销话术和运营逻辑，对本土开发者极具价值。
4. 结构化组织：角色按“部门”和“工具”进行了清晰的目录划分，并提供了 agents.json 等索引文件，方便开发者通过脚本或工具进行批量查找和加载。这种结构化的设计是其作为“内容集合”项目质量的关键。

技术架构

• 主要技术栈：Shell。项目本身不包含任何需要编译或运行的核心代码，所有内容均为 .md、.txt、.json 和 .sh 文件。Shell 脚本主要用于自动化安装和角色文件分发。
• 代码结构亮点：
  • 清晰的目录层级：/agents/ 目录下按 部门 -> 角色 -> 工具 进行组织。例如，/agents/marketing/social-media-manager/cursorrules 路径清晰指明了角色、所属部门和适用工具。
  • 配置驱动：通过 agents.json 提供角色清单，允许其他工具或脚本以编程方式访问所有角色信息。这是一种低耦合、高可维护性的设计。
  • 一键安装脚本：install.sh 等脚本封装了将角色文件复制到对应工具配置目录（如 Cursor 的 .cursor/rules）的复杂过程，降低了用户的使用门槛。

快速上手指南

该项目无需“运行”，核心是“应用”。

1. 克隆仓库：

   git clone https://github.com/jnMetaCode/agency-agents-zh.git
   cd agency-agents-zh

2. 选择角色和工具：在 /agents/ 目录下，找到你需要的角色（例如：marketing/social-media-manager），然后选择你使用的工具（例如：cursorrules）。

3. 应用角色：

   • 方式一（手动）：将角色文件夹下对应工具的配置文件（如 cursorrules 文件）内容，复制到你项目的 .cursor/rules/ 目录下，或粘贴到 AI 工具的 system prompt 输入框中。
   • 方式二（自动）：运行项目提供的安装脚本（如果存在并支持你的工具）。例如，对于 Cursor，可以运行 bash install.sh cursor 来一键安装所有 Cursor 兼容的角色。

优劣势与适用场景

优势：

• 内容价值高：提供了大量经过精心设计、可直接使用的中文角色提示词，尤其本土化智能体部分填补了市场空白。
• 开发者体验好：结构化组织、多工具适配、一键安装脚本，极大降低了使用门槛，让非提示词工程师也能轻松利用高级角色。
• 实用性强：即插即用，无需编码，可直接提升 Cursor、Copilot 等日常开发工具在特定任务上的表现。

劣势：

• 非框架，无运行时：项目本身不提供角色编排、对话管理或多智能体协作等复杂能力，仅仅是一个提示词仓库。
• 质量依赖维护：角色提示词的质量和时效性完全依赖项目维护者的持续更新和社区贡献。部分角色可能存在效果不佳或过时的问题。
• 安装方式单一：目前主要依赖文件复制，对于不支持自定义 system prompt 或 rules 的工具，集成会存在困难。

适用场景：

• AI 应用开发者：需要快速为特定任务（如生成小红书文案、编写技术文档、进行代码审查）构建 AI 助手原型的团队。
• 使用 AI 编程助手的开发者：希望提升 Cursor、Copilot、Claude Code 在特定领域（如前端开发、后端架构）的专业性和输出质量。
• 企业内部 AI 落地团队：需要为不同部门（如市场、产品、客服）快速部署标准化的 AI 工作助手，降低 prompt 工程的管理成本。

社区与热度

• Stars (10,347)：非常高。对于一个以 Shell 为主的“内容集合”项目，这个 Star 数充分说明了其内容的受欢迎程度和市场需求，尤其是在中文开发者社区中。
• Topics：覆盖了 ai-agents、prompt-engineering、chinese、cursor-rules、claude-code 等多个热门领域，反映了其广泛的适用性。
• 最后更新 (2026-05-09)：项目维护活跃，近期仍有更新，表明维护者正在持续跟进工具和角色的变化，这是一个积极的信号。
• Fork 趋势：虽然未直接提供数据，但高 Star 数通常伴随着可观的 Fork 数，表明社区对其内容有二次开发和个性化定制的需求。

总结：jnMetaCode/agency-agents-zh 是一个高质量、高价值的 AI 角色提示词资源库。它的成功并非源于技术创新，而是精准地解决了中文 AI 用户“Prompt 工程”的痛点。对于任何希望快速、高效地使用 AI 工具完成特定任务的中文用户和开发者来说，这是一个值得收藏和使用的宝藏项目。

技术信息

• 💻 语言: Shell
• 📂 Topics: agency-orchestrator, agent-definitions, ai-agents, ai-roles, chinese
• 🕐 更新: 2026-02-09
• 🔗 访问 GitHub 仓库

---

数据更新于 2026-04-06 · Stars 数以 GitHub 实际数据为准