📝

让多个AI专家同时干活：趋势研究、财务分析、内容策划一步到位

原文链接：https://mp.weixin.qq.com/s/XcGbkMb6TM6NLQiL7ICwbw

让多个AI专家同时干活：趋势研究、财务分析、内容策划一步到位。211个角色，免费用，附完整教程。

你已经在用 ChatGPT、Claude、DeepSeek 了。

但你有没有觉得——跟一个 AI 聊天，效率已经到天花板了？

你问它一个问题，它给你一个视角。但现实中做任何决策，你需要的是：产品经理的视角、技术的视角、财务的视角、营销的视角……然后综合判断。

agency-orchestrator 就做这件事：一句话，多个 AI 角色自动分工协作，几分钟出完整方案。

开源免费！昨天重大升级！已经很好用了！内嵌爆火：agency-agents 81.9K star！本作者（AI不止语）也是他的第2开发者！

它能干什么

先看一个真实例子。

我在终端里敲了一行命令：

1	`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`

3 分钟后，5 个 AI 角色自动完成了各自的任务：

🔭 趋势研究员 —— 分析了 6 个赛道的竞争度、变现天花板和 AI 提效倍数
📱 平台分析师 —— 对比了 6 大平台，给出”小红书+公众号”组合策略
💰 财务规划师 —— 把月入 2 万拆解成具体收入来源和变现阶梯
✍️ 内容策略师 —— 给出 20 个选题、4 套标题模板、内容生产 SOP
📋 执行规划师 —— 排出 90 天行动计划，精确到每天做什么

输出的不是”建议你做自媒体”这种废话，而是可以直接执行的完整方案。

比较火的案例：一人公司执行流程图如下：

安装（2 分钟）

需要 Node.js 18+。

1	`npm install -g agency-orchestrator`

验证：

-
-

1	`ao --version``# v0.5.0`

看到版本号就装好了。

配置 AI 模型

ao 支持 10 种大模型，分两类：

不需要 API Key 的（有会员就能用）

模型

怎么用

适合场景

Claude Code

–provider claude-code

质量最高，有 Claude Max 就免费

ChatGPT CLI

–provider codex-cli

有 ChatGPT Plus 就能用

GitHub Copilot

–provider copilot-cli

有 Copilot 订阅就能用

Gemini

–provider gemini-cli

有 Google 账号就能用（免费）

Hermes Agent

–provider hermes-cli

🔥 NousResearch 热门开源，免费

Ollama

–provider ollama

本地模型，完全离线

OpenClaw

–provider openclaw-cli

社区 CLI

需要 API Key 的（按量计费）

模型

配置

费用

DeepSeek（推荐）

export DEEPSEEK_API_KEY=”你的key”

充 10 块跑很久

OpenAI

export OPENAI_API_KEY=”你的key”

按 token 计费

任何 OpenAI 兼容 API

设置 OPENAI_BASE_URL

Kimi/零一万物/硅基等

推荐组合：日常用 DeepSeek（便宜），重要任务用 Claude Code（质量高）。

三种用法

用法一：一句话出结果（最简单）

1	`ao compose "你想让AI帮你做的事" --run`

不用写配置，不用选角色。AI 自动从 211 个角色中挑选合适的，生成工作流并立刻执行。

示例：

-
-

`# 商业分析``ao compose "帮我分析做一个AI记账工具的可行性" --run``# 竞品分析``ao compose "对比Cursor、Windsurf和Copilot，给出选择建议" --run``# 内容创作``ao compose "写一篇关于AI Agent趋势的深度文章" --run``# 创业规划``ao compose "用10万块启动一个AI教育项目，做完整规划" --run`

如果只想生成 YAML 不执行：

-
-

1	`ao compose "你的需求"``# 生成 workflows/xxx.yaml，之后手动 ao run 执行`

用法二：用内置模板

-
-

`# 一人公司全员大会 —— 9个AI部门协作出商业方案``ao run workflows/一人公司全员大会.yaml --input idea="帮打工人用AI写简历和模拟面试的求职神器"``# AI深度文章创作``ao run workflows/ai-opinion-article.yaml --input topic="AI会取代程序员吗"``# 创业发布计划``ao run workflows/ai-startup-launch.yaml --input idea="你的产品想法"``# 小说创作``ao run workflows/story-creation.yaml --input premise="一个时间旅行的故事" --input style="悬疑"`

用法三：自己写 YAML（最灵活）

-
-

`name: "我的工作流"``agents_dir: "agency-agents-zh"``llm:``provider: "deepseek"``model: "deepseek-chat"``inputs:``- name: topic``required: true``steps:``- id: research``role: "product/product-trend-researcher"``task: "调研{{topic}}的市场趋势和竞争格局"``output: market_data``- id: analysis``role: "strategy/nexus-strategy"``task: "基于{{market_data}}，给出战略建议"``depends_on: [research]``output: strategy``- id: plan``role: "product/product-manager"``task: "基于{{strategy}}，制定产品路线图"``depends_on: [analysis]``output: roadmap`

执行：

1	`ao run my-workflow.yaml --input topic="AI教育"`

211 个内置角色

1	`ao roles`

覆盖一个公司几乎所有岗位：

类别

角色数

示例

战略

CEO、战略分析师、创新催化师

产品

产品经理、趋势研究员、用户研究员

工程

架构师、全栈开发、代码审查、DevOps

设计

品牌总监、UX设计师、交互设计师

营销

增长黑客、内容策略师、SEO专家、社媒运营

财务

财务分析师、预算规划师、风险分析师

写作

博客作者、文案、编辑、技术写作

招聘专家、面试官、组织发展

法务

合同审查、合规分析、知识产权

测试

QA工程师、性能测试、安全测试

数据分析、客户成功、项目管理…

每个角色都有完整的系统 prompt，不是简单的”你是一个产品经理”，而是包含工作流程、输出格式、思维模式的专业定义。

核心功能详解

DAG 自动并行

没有依赖关系的步骤自动并行执行。比如：

-
-

`steps:``- id: market     # 第1层``task: "市场调研"``- id: user       # 第1层（与market并行）``task: "用户研究"``- id: product    # 第2层（等market和user都完成）``task: "产品规划"``depends_on: [market, user]`

market 和 user 同时跑，都完成后 product 才开始。自动优化执行时间。

变量传递

上一步的输出自动传给下一步：

-
-

1	`- id: research``task: "调研市场数据"``output: market_data # 输出变量``- id: analysis``task: "基于{{market_data}}做分析" # 引用上一步输出``depends_on: [research]`

不同步骤用不同模型（v0.5.0 新增）

调研用便宜的，决策用好的：

-
-

`steps:``- id: research``role: "product/product-trend-researcher"``task: "调研市场趋势"``llm:``provider: deepseek``model: deepseek-chat       # 便宜，适合大量调研``- id: decision``role: "strategy/nexus-strategy"``task: "基于调研做最终决策"``llm:``provider: openai``model: gpt-4o              # 质量高，用于关键决策`

也可以命令行临时切换全部步骤的模型：

1	`ao run workflow.yaml --provider claude-code`

流式输出 + 断点续写（v0.5.0 新增）

之前用 DeepSeek 跑长任务，最头疼的问题：跑到一半，连接断了。

原因是 DeepSeek 服务端有 60 秒超时。AI 想太久，服务器就把连接掐了。

v0.5.0 彻底解决：

流式输出
—— 边想边给你看，不再等全部想完
断点续写
—— 连接断了自动从断的地方接着写，最多续 3 次
智能重试
—— 429 限速、500 服务端错误、网络抖动，自动退避重试

断点恢复（–resume）

跑完一个 9 步的工作流，觉得第 7 步的财务分析不够细？不用全部重跑：

1	`ao run workflow.yaml --resume last --from finance_plan`

只从 finance_plan 开始重新执行，前面 6 步复用上次结果。省时间、省 token。

条件分支

根据上一步结果决定下一步：

-
-

1	`- id: review``task: "审核方案质量"``output: review_result``- id: revise``task: "修改方案"``depends_on: [review]``condition: "{{review_result}} contains 需要修改"`

循环迭代

让 AI 自动改到满意为止：

-
-

1	`- id: write``task: "写文章"``output: draft``loop:``back_to: review``max_iterations: 3``exit_condition: "{{review_result}} contains 通过"`

文件输入

把本地文件内容传给 AI：

1	`ao run workflow.yaml --input prd_content=@prd.md`

查看执行计划

不执行，只看 AI 会怎么分工：

1	`ao plan workflow.yaml`

1	`ao explain workflow.yaml # 用自然语言解释执行计划`

v0.5.0 更新汇总

这是一次大版本更新，解决了 8 个社区 issue：

功能

说明

ao compose –run

一句话生成工作流并立刻执行，零配置

流式输出

DeepSeek 等 API 边想边输出，不再超时断开

断点续写

连接断了自动从断的地方接着写

智能重试

429/500/网络错误自动分级退避重试

步骤级模型切换

同一个工作流不同步骤用不同模型

自定义 Provider

支持任意 OpenAI 兼容 API（base_url）

Agent 身份

每个步骤显示角色名和 emoji

Windows 兼容

修复 Windows 下找不到 CLI 命令的问题

init 优化

优先从 npm 下载角色包，不再依赖 GitHub

compose 文件名

–name 参数自定义生成的 YAML 文件名

升级：

1	`npm install -g agency-orchestrator@latest`

执行结果在哪里

每次执行的结果保存在 ao-output/ 目录：

-
-

`ao-output/``└── 程序员AI自媒体副业规划-2026-04-13T14-38-06/``├── metadata.json          # 执行信息（耗时、token、状态）``└── steps/``├── 1-trend_research.md``├── 2-platform_analysis.md``├── 3-income_model.md``├── 4-content_strategy.md``└── 5-execution_plan.md`

每个角色的输出都是独立的 Markdown 文件，方便查看和引用。

与 Claude Code / Cursor 集成

ao 可以作为 MCP Server 被 Claude Code 或 Cursor 调用：

1	`ao serve`

然后在 Claude Code 或 Cursor 里直接说”帮我跑一个工作流”，它会自动调用 ao。

常见问题

Q：要花多少钱？ 工具本身免费开源。用 DeepSeek API 跑一次完整工作流约 ¥0.1-0.5。用 Claude Code / ChatGPT Plus 等订阅制模型不额外花钱。

Q：和 ChatGPT / Claude 直接对话有什么区别？ 直接对话是一个 AI 给你一个视角。ao 是多个专业角色各自完成擅长的部分，最后汇总。相当于一个人 vs 一个团队。

Q：和 CrewAI / LangGraph 有什么区别？ 它们需要写 Python，需要 API key，角色要自己定义。ao 用 YAML 零代码，211 个角色开箱即用，7 种模型不需要 API key。

Q：跑到一半断了怎么办？ v0.5.0 有流式输出 + 断点续写 + 智能重试。万一还是断了，用 –resume last 从断的地方继续。

Q：Windows 能用吗？ 能。v0.5.0 修复了 Windows 兼容问题。

Q：可以用本地模型吗？ 可以。–provider ollama 支持所有 Ollama 本地模型，完全离线。

链接

GitHub：https://github.com/jnMetaCode/agency-orchestrator
安装：npm install -g agency-orchestrator
角色库：https://github.com/jnMetaCode/agency-agents-zh
问题反馈：提 Issue 或加群交流

agency-orchestrator 是一个开源的多智能体编排工具。用 YAML 定义 AI 协作流程，自动 DAG 并行执行。211 个专业角色开箱即用，支持 10 种大模型（7 种免 API key）。

任何AI 问题点击：提问

进微信群: 请关注 AI不止语，回复 群

欢迎来聊✌️

本文转载自微信公众号，如有侵权请联系删除。

agency-orchestrator 完全指南：一句话让 AI 团队帮你干活