jnMetaCode/agency-orchestrator
🚀 One sentence → your one-person company of AI experts → complete deliverable in minutes. 267 CN + 184 EN + 5 more languages (ko/ru/pt-BR/id/ar) · zero-code YAML · auto-verified acceptance · Web Studio / Desktop / Docker · 11 LLM providers (7 key-free). 一句话组建你的「一人公司」AI 专家团队,几分钟交付完整方案;验收自动核验,网页 / 桌面 / Docker 全渠道。
Agency Orchestrator – 是什么
Agency Orchestrator (AO) 是一个基于 Node.js 的工具,可让您同时运行多个 AI「专家」来解决任务。您可编写一个极简的 YAML 工作流来描述哪些角色应参与、做什么以及步骤之间的依赖关系,或让 AO 从单一自然语言提示中自动生成工作流。引擎随后调用选定的大语言模型(LLM)提供商,尽可能并行运行步骤,并将输出整合为最终交付成果。
核心理念
| 概念 | AO 如何实现 |
|---|---|
| 多代理协作 | AO 内置了 267 个中文角色(以及可选的多语言包)。每个角色只是一个系统提示,告诉 LLM 以特定专家身份行动(例如“产品经理”、“财务规划师”)。 |
| 零代码编排 | 您可以运行 ao compose "<任务描述>" --run,AO 会自动选择合适的专家,设计 DAG(有向无环图)步骤,并执行。无需 YAML,无需代码。 |
| YAML 工作流文件 | 对于可重复的流水线,您编写一个简短的 YAML 文件,列出 steps、每个步骤的 role、task 提示、可选的 acceptance 准则,以及 depends_on 依赖关系。AO 解析文件,构建 DAG 并执行。 |
| 图形化 Studio | 本地 Web UI(ao web)允许您拖拽节点、选择角色、编辑提示,并实时查看进度。UI 与 CLI 共享相同的角色库和工作流文件。 |
| 提供方灵活性 | AO 可使用 11 个 LLM 提供方(Claude、DeepSeek、OpenAI、Gemini 等)。其中 7 个可通过本地安装的 CLI(Claude-code、Copilot-cli 等)在无需 API 密钥的情况下运行。 |
| 安全优先的服务切换 | AO 可将底层 Claude 服务替换为自定义端点,并自动备份原始配置,若出现问题可一键恢复。 |
| 结果共享 | 运行完成后,可生成自包含的 HTML 报告(ao report),或通过 Webhook 将输出推送到 DingTalk、Feishu 或 WeChat 群组(--notify)。 |
谁会用它?
- 个人创业者:希望拥有“AI 驱动的团队”来起草商业计划、市场分析、内容日历等。
- 产品经理:需要快速可行性研究、PRD 审查或跨学科设计评审。
- 开发者:希望获得 AI 生成的代码审查、架构评估或可交付给编码代理的骨架代码。
- 内容创作者:寻找 AI 驱动的头脑风暴、脚本撰写和视频生成流水线。
- 团队:希望拥有可重复、可审计的工作流(接受标准、版本化输出、可恢复运行)。
快速入门(3 步启动)
- 安装 –
npm install -g agency-orchestrator(或下载 Electron 桌面客户端以实现零安装体验)。 - 运行一行命令 –
ao compose "帮我分析做一个AI记账工具的可行性" --run。AO 会自动选择合适专家,构建 DAG,并输出简洁摘要。 - 探索模板 –
ao run workflows/一人公司全员大会.yaml -i idea="..."运行预构建的“一人公司”工作流,包含计划、营销、财务等模块。
关键命令(CLI 快捷表)
| 命令 | 作用 |
|---|---|
ao demo |
快速演示多代理协作。 |
ao compose "<句子>" |
从自然语言生成工作流。 |
ao compose "..." --run |
生成并立即执行。 |
ao run <workflow.yaml> |
执行已保存的 YAML 工作流。 |
ao team save <workflow.yaml> --name <team> |
将角色阵容保存为可重用的“团队”。 |
ao run --team <team> "<新任务>" |
在新提示上重用已保存的团队。 |
ao prompt optimize "<提示>" --save <name> |
让 AO 优化提示并保存。 |
ao report |
生成上次运行的可共享 HTML 报告。 |
ao serve |
启动 MCP 服务器,使 Claude Code 或 Cursor 等工具可程序化调用 AO。 |
架构亮点
- 角色库 位于
~/.ao/roles(或自定义AO_AGENTS_DIR)。每个角色是一个包含系统提示的 Markdown 文件。 - 工作流引擎 读取 YAML,构建 DAG,解析步骤间的
{{variables}},并通过选定的 LLM 提供方执行每个步骤。 - 并行性 – AO 自动检测独立分支并并行运行(可通过
concurrency配置)。 - 接受标准与断言 – 步骤可声明
acceptance标准或assert规则(文件数量、令牌大小、正则匹配)。失败的断言会触发重试或定向重做。 - 可恢复性 –
--resume和--from允许您使用先前保存的输出从特定步骤重启,实现低成本迭代。 - 可扩展的“技能” – 小型可重用方法论(如测试驱动开发、结构化代码审查)可通过
skill字段附加到步骤。
生态与扩展
- 多语言角色包(
agency-agents-ko、pt-br、ar等)可通过 npm 安装,并在 Studio 中选择。 - 创意资产 – AO 内置 1500+ 图像提示和 76 个视频模板,可直接从 UI 使用。
- Docker / NAS 部署 – 官方镜像
ghcr.io/jnmetacode/agency-orchestrator,使用简单docker run命令;挂载ao-data卷以持久化密钥和输出。 - 集成 – 内置 14 个 AI 编码助手(Claude Code、Cursor、Copilot 等)的 MCP 适配器,使这些工具可无需编写胶水代码直接调用 AO 工作流。
何时使用 AO 优于简单替代方案
| 情况 | 使用 AO | 使用单聊天 LLM |
|---|---|---|
| 需要 多个 专家视角(产品、技术、财务、营销) | ✅ AO 构建团队并合并结果 | ❌ 需反复提问并手动拼接 |
| 希望拥有可重复、可审计的流水线(含接受检查) | ✅ YAML + assert/acceptance |
❌ 无内置验证 |
| 偏好图形化拖拽视图 | ✅ Studio UI | ❌ 无 GUI |
| 希望本地运行且无需支付 API 调用费用 | ✅ 使用 CLI(Claude-code、Copilot-cli、Ollama)或免费无密钥提供方 | ❌ 多数单聊天服务需密钥 |
总结:Agency Orchestrator 是一个真正的、生产就绪的框架,用于协调多个 AI 代理解决复杂、多学科任务,同时提供低代码 CLI 和功能完整的 Web Studio。它明确处于 AI 代理 / 多 LLM 编排领域。
相关
- 项目
- 项目
- 项目
- Dispatch