Agency Orchestrator：一句话组队 AI 专家团队
用一句话组建你的‘一人公司’AI 专家团队，零代码 YAML 编排，几分钟交付完整方案。
证据显示：CLI 支持 --resume 和 --from 实现回滚；有 approval 步骤类型用于人工确认；文档说明 API key 保存在本地，Web Studio 不上传；有自动备份和恢复机制（针对 Claude 配置）。扣分：未明确最小权限原则，未展示数据流透明度的详细日志，敏感数据处理（如密钥存储）细节不足，依赖安全未提供审计或漏洞扫描证据，外部影响（如网络请求）未明确说明。
证据显示：有大量测试（test/ 目录），包括 acceptance、azure-compat 等，覆盖多种场景；依赖在 package.json 中列出，但未提供可用性保证；失败消息有重试和超时机制。扣分：依赖可用性未验证，失败消息的具体内容未展示。
证据显示：支持多种 LLM 提供商和多种语言，有 Web Studio、CLI、Docker 等多种使用方式，场景覆盖广泛。扣分：能力边界（如角色数量限制）未明确，触发精度（如 compose 的准确性）未验证，环境适配（如不同操作系统）未完全说明。
证据显示：有 README、LICENSE、package.json 等，信息架构清晰；安装说明详细；命名稳定（ao 命令）；有示例和 FAQ（教程链接）；已知限制（如弱模型效果差）有提及；Apache-2.0 许可证；版本号存在但无 changelog；维护责任未明确。扣分：无 changelog，维护责任未明确。
证据显示：输出为完整计划，可直接使用；边际价值高（多角色协作）；成本效益好（支持无 API key 选项）。扣分：输出可用性未实际验证，成本效益未量化。
证据显示：README 中的声明有部分测试支持（如 acceptance 测试），但未提供独立验证；有 EVAL_FINDINGS.md 提及，但未提供细节；事实与推断区分不明确。扣分：跨来源佐证不足，事实与推断区分不明确。
- 发布者身份未验证，需谨慎对待。
- 依赖安全未提供审计或漏洞扫描证据，建议检查依赖版本。
- 数据流透明度和敏感数据处理细节不足，建议查看源码确认密钥处理方式。
- 无 changelog，版本更新历史不透明。
这个 Agent 能做什么，适合哪些场景？
Agency Orchestrator 是一个开源的多智能体编排引擎，让用户用一句话或 YAML 文件定义工作流，自动从 267 个中文、184 个英文（另有韩、俄、葡、印尼、阿拉伯语角色库）专业 AI 角色中匹配组队，按 DAG 并行执行并输出可验收的交付物。它支持 11 种大模型提供商，其中 7 种免 API key（如 Claude Code、Gemini CLI、Copilot CLI、Codex CLI、Ollama 等），也支持 DeepSeek、OpenAI、火山引擎等 API key 方式。除 CLI 外，还提供网页 Studio（图形界面）、桌面客户端（Electron）和 Docker 部署，内置 MCP Server 供 Claude Code、Cursor 等 14 个 AI 编程工具调用。工作流支持依赖管理、条件分支、循环、人工审批、断点续跑和对话式返工，每次运行会保存完整的输出报告和元数据。
用户通过命令行 ao compose "一句话描述" --run 或用 Web Studio 发出任务，引擎自动用 AI 拆解任务、从角色库挑选专家、设计 DAG 并生成 workflow YAML，然后启动各步骤。每个步骤由指定角色（例如 product/product-manager）执行，通过 {{变量}} 传递输出，支持并行（concurrency）、依赖（depends_on）、条件（condition）、循环（loop）、人工审批/输入节点（type: approval / human_input）。运行完成后，产出保存在 ao-output/ 目录，包含 summary.md、各步骤文件、metadata.json（耗时、token 用量）。用户还可以用 ao run <workflow.yaml> 直接执行已有工作流，用 ao serve 启动 MCP Server，提供 run_workflow、validate_workflow 等工具，集成到 Claude Code/Cursor。Web Studio 支持可视化拖拽、实时进度、多语言角色库切换、提示词优化与产物查看。
- 创业者用
ao compose生成可行性分析报告，将市场、财务、产品等角色自动组队并行产出。 - 开发者在 CI 中用
ao run执行 PR 审核工作流，自动调用代码审查、安全、性能角色。 - 内容创作者使用内置模板如
story-creation.yaml协作创作小说，通过--feedback对话式返工。 - 技术负责人用
ao plan和ao explain预览工作流执行计划，评估多角色协作的合理性。 - 已有 Claude Pro 订阅的用户零配置使用
--provider claude-code，无需额外 API key。 - 团队用
ao team save把跑得好的角色阵容存为团队，再ao run --team复用到新任务。
这个 Agent 有哪些优点和局限？
- 支持 11 种 LLM 提供商，其中 7 种免 API key（Claude Code、Gemini CLI、Copilot、Codex、Ollama 等），大幅降低入门成本。
- 提供 267 个中文角色和 184 个英文角色，覆盖产品、工程、设计、营销等领域，即插即用。
- 零代码 YAML 定义工作流，支持 DAG 自动构建、变量传递、条件分支和循环，降低编排复杂度。
- 提供网页 Studio 图形界面、桌面客户端和 Docker 部署，适应不同用户偏好。
- 集成 14 个 AI 编程工具（通过 MCP Server），可嵌入 Claude Code、Cursor 等工作流程。
- 内置 32 个工作流模板，覆盖开发、营销、战略、人事等场景，可一键运行。
- 轻量级本地小模型（如 8B 级）能力不足，多智能体协作反而可能放大漂移，需使用 DeepSeek/Claude/Gemini 等较强模型才有良好效果。
- CLI 模式需要 Node.js 环境和 npm 全局安装，桌面客户端虽免安装但体积较大。
- 部分 provider（如 Gemini CLI、Codex CLI）需要额外安装对应命令行工具并登录账号。
- API key 类 provider（如 DeepSeek）会产生 API 费用，虽然成本较低。
- 工作流 YAML 自定义需要学习其 schema，有一定学习曲线。
如何安装或部署这个 Agent？
安装 CLI：npm install -g agency-orchestrator。桌面客户端可直接从 GitHub Releases 下载（Electron，macOS/Windows/Linux），自带引擎与 Node，无需 npm 安装。Docker 部署：docker run -d -p 8088:8088 -v ao-data:/data ghcr.io/jnmetacode/agency-orchestrator:latest，或使用仓库中的 docker-compose.yml。首次运行通常无需配置 key：若本机已登录 Claude Code / Gemini CLI 等，工具会自动探测并使用。需要 DeepSeek 时，设置环境变量 DEEPSEEK_API_KEY 或使用 ao init 配置。
如何使用这个 Agent？
基础用法：ao compose "帮我分析做一个AI记账工具的可行性" --run --provider deepseek（DeepSeek）或 --provider claude-code（已有 Claude 会员）。首次运行会生成工作流并执行，输出到 ao-output/。要使用 Web Studio：运行 ao web 并打开浏览器，通过图形界面选择专家、运行工作流、查看产物。也可以直接运行内置模板：ao run workflows/一人公司全员大会.yaml --input idea="..."。在 Cursor 或 Claude Code 中，可配置 MCP Server（ao serve）后直接调用工作流操作。更多 CLI 命令包括 ao roles、ao init --lang en、ao team save/list、ao prompt optimize 等。
这个 Agent 与同类方案有什么区别？
与 ChatGPT/Claude 相比，本工具提供多角色并行协作而非单点对话；与 CrewAI/LangGraph 等 Python 框架相比，本工具无需编写代码，使用 npm 安装和 YAML 配置，内置 267+ 角色。
常见问题
哪些模型提供商会产生费用？
如何保证多智能体输出的质量？
acceptance 验收标准，注入 prompt 并作为评审依据；同时可在工作流中设计人工审批节点（type: approval）把关关键决策。官方评测建议使用 DeepSeek 及以上档位的模型。失败重试机制是怎样的？
llm.retry 配置重试次数，并通过 --resume last 从上次运行恢复，或 --from <step-id> 指定步骤重跑。能否在无网络环境下运行？
如何自定义角色？
AO_AGENTS_DIR 指向自己的角色目录，或将角色文件放在 ~/.ao/roles/ 下，在 Studio 中可视化增删。