jnMetaCode/agency-orchestrator

它是什么

Agency Orchestrator 是一个多代理 AI 协作引擎。你只需输入一句描述目标的句子（例如：“分析 AI 会计工具的可行性”），它就会自动组建一个由专业 AI“角色”组成的团队（内置 276 个角色，如市场研究员、财务规划师和 UX 设计师），设计工作流，在可能的情况下并行执行步骤，并交付完整的结构化结果。

它专为非程序员设计：你可以使用简单的 CLI 指令 (ao compose "..." --run) 或可视化网页 Studio (ao web)，也可以通过简单的 YAML 文件手动定义工作流。

核心功能

• 自动组建团队：AI 会根据你的提示，从 276 个中文（及 191 个英文）角色库中挑选相关的专家角色。
• 基于 DAG 的工作流引擎：解析 YAML，建立依赖图，自动检测可并行执行的步骤，通过 {{variables}} 在步骤间传递输出，并以指数退避机制重试失败任务。
• 零代码 / 低代码：使用单一句话，或编写包含步骤、角色和依赖关系的简单 YAML 文件。
• 灵活的模型提供商：支持 20 多种 API。特别值得一提的是，它可以重复使用你现有的已登录编码 CLI（Claude Code, GitHub Copilot, OpenAI Codex 等），无需 API 密钥，也可以使用传统密钥（DeepSeek, OpenAI, Gemini 等）。它还通过 Ollama 支持本地模型。
• 质量闸门：每个步骤都可以设置 acceptance 标准（注入提示词中）和 assert 规则（如文件数量或正则表达式匹配等机械检查），以验证输出结构。
• 恢复与反馈：从检查点重新执行 (--resume)，或要求特定专家根据你的反馈修改其输出 (--feedback)。
• 团队配置：将优秀的角色阵容保存为可重复使用的“团队”，并应用于新任务。
• 提示词实验室 (Prompt Lab)：优化、测试并对你的提示词进行版本控制。
• 技能：将方法论手册（如 TDD、结构化代码审查）附加到特定的工作流步骤。
• 集成：可从 Cursor, Claude Code 等（19 种工具）调用，并提供 MCP 服务器 (ao serve)。
• 部署：可通过 npm 安装，或作为 Docker 容器运行以进行 NAS/自托管。

运作原理（简单说明）

1. 你输入一个目标（或编写一个 YAML 文件）。
2. 引擎（或 AI 作曲家）挑选角色并建立分步计划（DAG）。
3. 每个步骤使用角色特定的系统提示词和任务调用 LLM。
4. 步骤在依赖关系允许的情况下并行执行；输出被链接起来。
5. 结果保存到 ao-output/ 文件夹中，并可选择导出为 DOCX/PDF 或分享为独立的 HTML 报告。

适用对象

适合那些希望拥有“AI 专家团队”来进行规划、研究、内容创作、代码审查或商业分析的人，且无需编写 Python 或管理复杂的代理框架。对于中文用户特别友好，因为内置了庞大的中文角色库。