Agency Orchestrator

April 23, 2026 · View on GitHub

一句话，让多个 AI 角色自动协作，几分钟出完整方案。

一句话出结果 · 211 个专业 AI 角色 · YAML 零代码 · 10 种大模型 · 7 种免 API key

📖 完整上手教程 — 从安装到实战，10 分钟上手

觉得有用？请点个 Star — 帮助更多人发现这个项目。

ao compose --run demo

一句话出结果

ao compose "我是一个程序员，想用AI做自媒体副业，目标月入2万，帮我做完整规划" --run

5 个 AI 角色自动分工协作：

  工作流: 程序员AI自媒体副业规划
  步骤数: 5 | 模型: claude-code
  参与者: 🔭 趋势研究员 | 📱 平台分析师 | 💰 财务规划师 | ✍️ 内容策略师 | 📋 执行规划师
──────────────────────────────────────────────────

  ✅ 🔭 趋势研究员    31.3s  → 6个赛道竞争度/变现天花板/AI提效倍数对比
  ✅ 📱 平台分析师    32.0s  → 6大平台三维评分，推荐"小红书+公众号"组合
  ✅ 💰 财务规划师    31.8s  → 月入2万拆解：课程¥11,880 + 社群¥2,488 + 咨询¥4,000
  ✅ ✍️ 内容策略师    44.6s  → 20个选题 + 4套标题模板 + 内容SOP
  ✅ 📋 执行规划师    42.2s  → 90天行动计划，精确到每天做什么

==================================================
  完成: 5/5 步 | 182.1s | 6,493 tokens
==================================================

不用写代码，不用写配置，不用选角色。 一句话 → AI 自动拆解任务 → 从 211 个角色中匹配 → 按 DAG 并行执行 → 输出完整方案。

你能用它做什么

ao compose "帮我分析做一个AI记账工具的可行性" --run             # 创业可行性分析
ao compose "对比 Cursor、Windsurf 和 Copilot，给出选择建议" --run  # 技术选型报告
ao compose "写一篇关于 AI Agent 趋势的深度文章" --run             # 深度长文写作
ao compose "用 10 万块启动一个 AI 教育项目" --run                 # 商业计划书
ao compose "PR 代码审查，覆盖安全和性能" --run                    # 代码审查报告
ao compose "设计一个 SaaS 产品的定价策略" --run                   # 定价分析

每个场景自动匹配不同的 AI 角色组合。

为什么需要 Agency Orchestrator

跟一个 AI 聊天，它给你一个视角。但做任何决策，你需要产品的视角、技术的视角、财务的视角、营销的视角……

Agency Orchestrator = 让多个 AI 专家各干各的，最后汇总。相当于一个人 vs 一个团队。

	ChatGPT / Claude	CrewAI / LangGraph	Agency Orchestrator
角色数	1 个通用	自己写	211 个专业角色
使用方式	对话	写 Python	一句话 / YAML
API key	—	必须	7 种免 API key
依赖	—	pip + 几十个包	npm + 2 个依赖
并行	—	手动建图	DAG 自动检测
中文角色	—	无	211 个
价格	订阅制	开源 + API 费	完全免费

3 步开始

第 1 步：安装

npm install -g agency-orchestrator

第 2 步：一句话跑起来

# 用你已有的 Claude 会员（无需 API key）
ao compose "帮我分析做一个AI记账工具的可行性" --run --provider claude-code

# 或用 DeepSeek（充 10 块跑很久）
export DEEPSEEK_API_KEY="你的key"
ao compose "帮我分析做一个AI记账工具的可行性" --run

第 3 步：用内置模板或在 AI 编程工具中使用

# 用 32 个内置模板
ao run workflows/一人公司全员大会.yaml --input idea="帮打工人用AI写简历的求职神器"
ao run workflows/dev/pr-review.yaml --input code=@src/main.ts
ao run workflows/story-creation.yaml -i premise="一个程序员发现AI开始回复不该知道的事情"

也可以在 Cursor / Claude Code 中直接说"帮我跑一个工作流"——支持 14 个 AI 编程工具（集成指南）。

工作原理

name: "产品需求评审"
agents_dir: "agency-agents-zh"

llm:
  provider: "deepseek"          # 免 API key: claude-code / gemini-cli / copilot-cli / codex-cli / hermes-cli / ollama
  model: "deepseek-chat"

concurrency: 2

inputs:
  - name: prd_content
    required: true

steps:
  - id: analyze
    role: "product/product-manager"
    task: "分析以下 PRD，提取核心需求：\n\n{{prd_content}}"
    output: requirements

  - id: tech_review
    role: "engineering/engineering-software-architect"
    task: "评估技术可行性：\n\n{{requirements}}"
    output: tech_report
    depends_on: [analyze]

  - id: design_review
    role: "design/design-ux-researcher"
    task: "评估用户体验风险：\n\n{{requirements}}"
    output: design_report
    depends_on: [analyze]

  - id: summary
    role: "product/product-manager"
    task: "综合反馈输出结论：\n\n{{tech_report}}\n\n{{design_report}}"
    depends_on: [tech_review, design_review]

引擎自动：

解析 YAML → 构建 DAG（有向无环图）
检测并行 — tech_review 和 design_review 并发执行
通过 {{变量}} 在步骤间传递输出
从 agency-agents-zh 加载角色定义作为 system prompt
失败自动重试（指数退避）
保存所有输出到 ao-output/

analyze ──→ tech_review  ──→ summary
         └→ design_review ──┘
          (并行)

10 种 LLM — 7 种不需要 API key

你已经有这些会员了吧？直接就能跑：

你有...	YAML 配置	安装 CLI	额外费用
Claude Max/Pro（$20/月）	`provider: "claude-code"`	`npm i -g @anthropic-ai/claude-code`	不花钱
Google 账号	`provider: "gemini-cli"`	`npm i -g @google/gemini-cli`	免费（1000 次/天，Gemini 2.5 Pro）
GitHub Copilot（$10/月）	`provider: "copilot-cli"`	`npm i -g @github/copilot`	不花钱
ChatGPT Plus/Pro（$20/月）	`provider: "codex-cli"`	`npm i -g @openai/codex`	不花钱
OpenClaw 账号	`provider: "openclaw-cli"`	`npm i -g openclaw`	不花钱
Hermes Agent（🔥 NousResearch 热门开源）	`provider: "hermes-cli"`	安装指南	免费
一台电脑	`provider: "ollama"`	ollama.ai	免费（本地模型）

也支持传统 API key：

提供商	配置	环境变量
DeepSeek	`provider: "deepseek"`	`DEEPSEEK_API_KEY`
Claude API	`provider: "claude"`	`ANTHROPIC_API_KEY`
OpenAI	`provider: "openai"`	`OPENAI_API_KEY`

自定义 API（火山引擎、智谱、月之暗面、硅基流动等 OpenAI 兼容 API）：

ao init --provider openai --model 模型名 \
  --base-url https://你的API地址/v1 \
  --api-key 你的key

或手动编辑 .env：

AO_PROVIDER=openai
AO_MODEL=模型名
OPENAI_BASE_URL=https://你的API地址/v1
OPENAI_API_KEY=你的key

常见示例：

平台	base_url	model
火山引擎	`https://ark.cn-beijing.volces.com/api/coding/v3`	`ark-code-latest`
智谱 AI	`https://open.bigmodel.cn/api/paas/v4`	`glm-4`
硅基流动	`https://api.siliconflow.cn/v1`	`deepseek-ai/DeepSeek-V3`
月之暗面	`https://api.moonshot.cn/v1`	`moonshot-v1-8k`

⚠️ 注意：这些平台请使用 provider: "openai"，不要用 provider: "ollama"。Ollama 仅用于本地模型，不发送 API Key。

CLI 命令

ao demo                              # 零配置体验多智能体协作
ao init                              # （可选）复制 211 个中文角色到本地以便编辑
ao init --lang en                    # （可选）复制 170+ 个英文角色到本地以便编辑
ao init --workflow                    # 交互式创建工作流
ao compose "一句话描述"                # AI 智能编排工作流
ao compose "一句话描述" --run          # 编排并立即执行
ao run <workflow.yaml> [选项]          # 执行工作流
ao validate <workflow.yaml>           # 校验（不执行）
ao plan <workflow.yaml>               # 查看执行计划（DAG）
ao explain <workflow.yaml>            # 用自然语言解释执行计划
ao roles                             # 列出所有角色
ao serve                             # 启动 MCP Server（供 Claude Code / Cursor 调用）

参数	说明
`--input key=value`	传入输入变量
`--input key=@file`	从文件读取变量值
`--output dir`	输出目录（默认 `ao-output/`）
`--resume <dir\|last>`	从上次运行恢复（加载已完成步骤的输出）
`--from <step-id>`	配合 `--resume`，从指定步骤重新执行
`--watch`	实时终端进度显示
`--quiet`	静默模式

AI 智能编排（Compose）

一句话描述需求，AI 自动从 211 个角色中选角色、设计 DAG、生成完整 workflow YAML：

ao compose "PR 代码审查，要覆盖安全和性能"

AI 会自动：

从 211 角色中匹配出 Code Reviewer、Security Engineer、Performance Benchmarker
设计 DAG（三路并行 → 汇总）
生成带 depends_on、变量串联的完整 YAML
保存到 workflows/ — 直接 ao run 就能跑

支持 --provider 和 --model 参数（默认使用 DeepSeek）。

迭代优化（Resume）

跑完一轮觉得某步不满意？不用从头来。--resume 加载上一轮输出，--from 指定从哪步重跑：

# 第一轮：正常运行
ao run workflows/一人公司全员大会.yaml -i idea="用AI帮小商家做短视频"

# 觉得营销方案不够好？只重跑营销和后续步骤
ao run workflows/一人公司全员大会.yaml --resume last --from marketing_plan

# 只改最终汇总
ao run workflows/一人公司全员大会.yaml --resume last --from launch_decision

每轮输出保存在 ao-output/ 下独立目录，所有版本都保留，随时可以回溯。

场景	命令
第一次运行	`ao run workflow.yaml -i key=value`
从某步重跑	`ao run workflow.yaml --resume last --from <步骤ID>`
只重跑失败的步骤	`ao run workflow.yaml --resume last`
基于指定版本重跑	`ao run workflow.yaml --resume ao-output/具体目录/ --from <步骤ID>`

编程 API

import { run } from 'agency-orchestrator';

const result = await run('workflow.yaml', {
  prd_content: '你的 PRD 内容...',
});

console.log(result.success);     // true/false
console.log(result.totalTokens); // { input: 1234, output: 5678 }

MCP Server 模式

AI 编程工具（Claude Code、Cursor 等）可通过 MCP 协议直接调用工作流操作，无需手动集成：

ao serve              # 启动 MCP stdio 服务器
ao serve --verbose    # 带调试日志

配置 Claude Code（settings.json）：

{
  "mcpServers": {
    "agency-orchestrator": {
      "command": "npx",
      "args": ["agency-orchestrator", "serve"]
    }
  }
}

配置 Cursor（.cursor/mcp.json）：

{
  "mcpServers": {
    "agency-orchestrator": {
      "command": "npx",
      "args": ["agency-orchestrator", "serve"]
    }
  }
}

提供 6 个工具：run_workflow、validate_workflow、list_workflows、plan_workflow、compose_workflow、list_roles。

YAML Schema

工作流

字段	类型	必填	说明
`name`	string	是	工作流名称
`agents_dir`	string	是	角色目录路径
`llm.provider`	string	是	`claude-code` / `gemini-cli` / `copilot-cli` / `codex-cli` / `openclaw-cli` / `hermes-cli` / `ollama` / `claude` / `deepseek` / `openai`
`llm.model`	string	是	模型名称
`llm.max_tokens`	number	否	默认 4096
`llm.timeout`	number	否	步骤超时毫秒数（默认 API 120000 / CLI/ollama 600000）。因超时重试时自动 x1.5 递增，上限 3600000。`0` 表示不限时
`llm.retry`	number	否	重试次数（默认 3）
`concurrency`	number	否	最大并行步骤数（默认 2）
`inputs`	array	否	输入变量定义
`steps`	array	是	工作流步骤

步骤

字段	类型	必填	说明
`id`	string	是	步骤唯一标识
`role`	string	是	角色路径（如 `"engineering/engineering-sre"`）
`task`	string	是	任务描述，支持 `{{变量}}`
`output`	string	否	输出变量名
`depends_on`	string[]	否	依赖的步骤 ID
`depends_on_mode`	string	否	`"all"`（默认）或 `"any_completed"`（任一完成即可）
`condition`	string	否	条件表达式，不满足则跳过（如 `"{{var}} contains 技术"`）
`type`	string	否	`"approval"` 表示人工审批节点
`prompt`	string	否	审批节点的提示文本
`loop`	object	否	循环配置
`loop.back_to`	string	否	循环回到的步骤 ID
`loop.max_iterations`	number	否	最大循环次数（1-10）
`loop.exit_condition`	string	否	退出条件表达式

输出

每次运行保存到 ao-output/<名称>-<时间戳>/：

ao-output/产品需求评审-2026-03-22/
├── summary.md          # 最终步骤输出
├── steps/
│   ├── 1-analyze.md
│   ├── 2-tech_review.md
│   ├── 3-design_review.md
│   └── 4-summary.md
└── metadata.json       # 耗时、token 用量、步骤状态

内置工作流模板（32 个）

开发类（7 个）

模板	角色	说明
`dev/tech-design-review.yaml`	架构师、后端架构师、安全工程师、代码审查员	技术方案评审（设计→并行评审→结论）
`dev/pr-review.yaml`	代码审查员、安全工程师、性能基准师	PR 评审（3 路并行→汇总）
`dev/tech-debt-audit.yaml`	架构师、代码审查员、测试分析师、Sprint 排序师	技术债务审计（并行→优先级排序）
`dev/api-doc-gen.yaml`	技术文档工程师、API 测试员	API 文档生成（分析→验证→定稿）
`dev/readme-i18n.yaml`	内容创作者、技术文档工程师	README 国际化
`dev/security-audit.yaml`	安全工程师、威胁检测工程师	安全审计（并行→报告）
`dev/release-checklist.yaml`	SRE、性能基准师、安全工程师、产品经理	发布 Go/No-Go 决策

营销类（3 个）

模板	角色	说明
`marketing/competitor-analysis.yaml`	趋势研究员、数据分析师、SEO 专家、高管摘要师	竞品分析报告（研究→并行分析→摘要）
`marketing/xiaohongshu-content.yaml`	小红书专家、内容创作者、视觉叙事师、小红书运营	小红书种草笔记（选题→并行创作→优化）
`marketing/seo-content-matrix.yaml`	SEO 专家、策略师、内容创作者	SEO 内容矩阵（关键词→策略→批量生成→审核）

数据 / 设计 / 运维类（7 个）

模板	角色	说明
`data/data-pipeline-review.yaml`	数据工程师、数据库优化师、数据分析师	数据管道评审
`data/dashboard-design.yaml`	数据分析师、UX 研究员、UI 设计师	仪表盘设计
`design/requirement-to-plan.yaml`	产品经理、架构师、项目经理	需求→技术设计→任务拆分
`design/ux-review.yaml`	UX 研究员、无障碍审核员、UX 架构师	UX 评审
`ops/incident-postmortem.yaml`	事故指挥官、SRE、产品经理	事故复盘
`ops/sre-health-check.yaml`	SRE、性能基准师、基础设施运维师	SRE 健康检查（3 路并行）
`ops/weekly-report.yaml`	会议助手、内容创作者、高管摘要师	周报/月报生成（整理→亮点→定稿）

战略 / 法务 / HR 类（3 个）

模板	角色	说明
`strategy/business-plan.yaml`	趋势研究员、财务预测师、产品经理、高管摘要师	商业计划书（市场→并行分析→整合）
`legal/contract-review.yaml`	合同审查专家、法务合规员	合同审查（逐条分析→合规检查→意见书）
`hr/interview-questions.yaml`	招聘专家、心理学家、后端架构师	面试题设计（维度→并行出题→评分表）

通用类（12 个）

模板	角色	说明
`product-review.yaml`	产品经理、架构师、UX 研究员	产品需求评审
`content-pipeline.yaml`	策略师、创作者、增长黑客	内容创作流水线
`story-creation.yaml`	叙事学家、心理学家、叙事设计师、创作者	协作小说创作（4 角色）
`ai-opinion-article.yaml`	趋势研究员、叙事设计师、心理学家、创作者	AI 观点长文
`department-collab/code-review.yaml`	代码审查员、安全工程师	代码评审（循环）
`department-collab/hiring-pipeline.yaml`	HR、技术面试官、业务面试官	招聘流程
`department-collab/content-publish.yaml`	内容创作者、品牌守护者	内容发布（循环）
`department-collab/incident-response.yaml`	SRE、安全工程师、后端架构师	事故响应
`department-collab/marketing-campaign.yaml`	策略师、创作者、审批人	营销活动（人工审批）
`department-collab/ceo-org-delegation.yaml`	CEO、工程/市场/产品/HR 部门负责人	CEO 组织架构协作（决策→部门并行→汇总）
`一人公司全员大会.yaml`	CEO、市场调研员、用户研究员、产品经理、市场负责人、CFO	一人公司全员大会（CEO→6 部门并行→决策）
`ai-startup-launch.yaml`	CEO、产品经理、架构师、市场负责人、财务顾问	SaaS 产品发布决策（CEO→4 部门并行→发布计划）

生态与社区

你的 AI 会员 ──→ agency-orchestrator ──→ 380+ 个 AI 角色协作 ──→ 高质量输出
                     │                  (211 中文 + 170+ 英文)
    ┌────────────────┼────────────────┐
    ▼                ▼                ▼
  14 个 AI 编程工具    CLI 模式         MCP Server
  (Cursor/Claude     (自动化/CI/CD)   (Claude Code/
   Code/Copilot...)                   Cursor 直接调用)

项目	定位	一句话
本项目（agency-orchestrator）	🚀 编排引擎	一句话 → 211 专家协作，几分钟出方案（9 家 LLM / 6 免费）
agency-agents-zh	🎭 中文角色库	211 个即插即用 AI 专家，含 46 中国原创（小红书 / 抖音 / 飞书 / 钉钉）
agency-agents	🎭 英文角色库	170+ 个英文 AI 角色 by @msitarzewski
superpowers-zh	🧠 工作方法论	20 个 skills 教 AI 怎么干活（TDD / 调试 / 代码审查等）
ai-coding-guide	📖 实战教程	66 个 Claude Code 技巧 + 9 款工具最佳实践 + 配置模板
shellward	🛡️ 安全中间件	8 层防御 + DLP 数据流 + 注入检测，零依赖（含 MCP Server）

交流

微信公众号 「AI不止语」（微信搜索 AI_BuZhiYu）— 技术问答 · 项目更新 · 实战文章

渠道	加入方式
QQ 2群	点击加入（群号 1071280067）
微信群	关注公众号后回复「群」获取入群方式

路线图

v0.1 — YAML 工作流、DAG 引擎、4 个 LLM 连接器、CLI、实时输出
v0.2 — 条件分支、循环迭代、人工审批、Resume 断点续跑、5 个部门协作模板
v0.3 — 9 个 AI 工具集成、20+ 工作流模板、ao explain、ao init --workflow、--watch 模式
v0.4 — MCP Server 模式（ao serve）、14 个 AI 工具集成、一键安装脚本、32 个工作流模板、10 种 LLM（7 种免 API key：Claude Code / Gemini / Copilot / Codex / OpenClaw / Hermes / Ollama）
v0.5 — ao compose --run 一句话出结果、实时流式输出、智能重试（指数退避）、步骤级模型覆盖、Agent 身份标识
v0.6 — Web UI、可视化 DAG 编辑器、英文工作流模板、工作流市场

贡献

参见 CONTRIBUTING.md，欢迎 PR！

许可证

Apache-2.0

一句话出结果

你能用它做什么

更多真实演示

工作原理

工作流

步骤

输出

生态与社区

交流

路线图

贡献

许可证