2026年7月GitHub最火AI Agent生态工具：266个专家角色与Hermes WebUI
数据来源：GitHub Search API | 查询
created:>2026-03-01 topic:ai-agents stars:>200| 截至2026年7月2日
2026年的AI Agent生态正在从"单打独斗"走向"团队协作"。agency-agents-zh用266个即插即用的AI专家角色覆盖了20个部门，支持18种工具；hermes-webui则让Hermes Agent从命令行走向浏览器和手机。这两个项目代表了Agent生态的两个关键方向：角色专业化和交互民主化。
目录
1. agency-agents-zh
GitHub: jnMetaCode/agency-agents-zh | ⭐ 16.3K | 🍴 2.8K | Shell | MIT
项目介绍
agency-agents-zh是一个中文原创的AI Agent角色库，包含266个即插即用的AI专家角色，支持Hermes Agent、Claude Code、Cursor、Copilot等18种工具。它覆盖工程、设计、营销、金融等20个部门，并特别包含50个中国市场原创智能体（小红书、抖音、微信、飞书、钉钉等平台的专属Agent）。搭配编排器agency-orchestrator，一句话即可让多位专家按DAG（有向无环图）自动协作。
技术原理
agency-agents-zh的架构设计围绕"角色定义+编排协作"两个核心：
角色定义层：每个AI专家角色是一个独立的配置文件，包含角色描述、技能列表、工作流程和输出格式。这些配置文件兼容多种AI工具的格式（Claude Code的system prompt、Cursor的rules、Hermes的skills等）
编排器层：agency-orchestrator是一个DAG执行引擎，用户可以用自然语言描述任务，编排器自动分析需要哪些专家角色、以什么顺序执行、如何传递中间结果。例如"帮我写一篇小红书种草文案并生成配图"会自动编排：文案专家→配图专家→审核专家
中国市场适配：50个中国市场原创智能体深度集成了小红书、抖音、微信、飞书、钉钉等平台的特性，理解中文互联网的表达方式和运营策略
与通用的cursor rules或system prompt集合的关键区别在于：agency-agents-zh是面向组织结构设计的，20个部门的划分模拟了真实企业的职能分工，每个部门下的专家角色都有明确的职责边界和协作接口。
快速上手
# 克隆仓库
git clone https://github.com/jnMetaCode/agency-agents-zh.git
cd agency-agents-zh
# 查看所有专家角色
ls experts/
# 使用单个专家（以Hermes Agent为例）
cp experts/engineering/backend-architect.md ~/.hermes/skills/
# 使用编排器
# 安装 agency-orchestrator
npm install -g agency-orchestrator
# 一句话让多位专家协作
orchestrate "帮我设计一个电商小程序的技术方案并写好API文档"
# 自动编排：产品经理 → 架构师 → 后端工程师 → 文档专家
角色目录结构：
experts/
├── engineering/ # 工程部门（50+角色）
│ ├── backend-architect.md
│ ├── frontend-expert.md
│ ├── devops-engineer.md
│ └── ...
├── design/ # 设计部门（30+角色）
├── marketing/ # 营销部门（40+角色）
├── finance/ # 金融部门（20+角色）
├── china-specific/ # 中国市场专属（50个）
│ ├── xiaohongshu-expert.md
│ ├── douyin-strategist.md
│ ├── wechat-ops.md
│ └── ...
└── ...
应用场景
适合场景：
- 中国互联网公司的AI赋能（小红书、抖音、微信运营）
- 跨部门AI协作项目（一个任务需要多个专业角色配合）
- AI工具标准化（统一不同工具的角色定义格式）
- 新员工AI辅助（用专家角色快速获得领域知识）
不适合场景：
- 需要深度定制的垂直领域（通用角色可能不够专业）
- 纯英文工作环境（虽然支持多语言，但核心优化方向是中文）
- 单一对话式交互（编排器的价值在多角色协作时才体现）
相似项目对比
| 项目 | Star | 角色数 | 中文支持 | 编排能力 |
|---|---|---|---|---|
| agency-agents-zh | 16.3K | 266 | 原生中文 | DAG编排 |
| awesome-prompts | 12K | 500+ | 翻译 | 无 |
| AutoGPT Agent | 160K | 通用 | 有限 | 自动 |
| CrewAI | 25K | 自定义 | 有限 | 角色协作 |
agency-agents-zh的独特优势在于中国市场深度适配和DAG编排能力。
变现方式
- 企业AI角色定制：为特定企业定制专属AI专家角色库，项目制3-10万元
- AI运营服务：基于小红书/抖音专家角色提供代运营服务，月费5000-20000元
- 培训课程："AI Agent在企业中的落地"培训，2天集训营收费1-3万元/场
- SaaS平台：构建专家角色市场，角色创作者和使用者双向收费
- 咨询顾问：帮助传统企业规划AI Agent落地路径
学习路径
- 入门：选择一个你熟悉的部门（如engineering），阅读5-10个角色定义，理解角色描述的写法
- 实践：用编排器执行一个多角色协作任务，观察DAG的执行流程
- 进阶：为自己的领域创建新的专家角色
- 深入：研究编排器的DAG引擎源码，理解任务分解和依赖管理
2. Hermes WebUI
GitHub: nesquena/hermes-webui | ⭐ 15.3K | 🍴 2.0K | Python | MIT
项目介绍
Hermes WebUI是Hermes Agent的Web和移动端界面，让用户可以从浏览器或手机上使用Hermes Agent的全部能力。它解决了Hermes Agent只能在命令行中使用的限制，让非技术用户也能享受到AI Agent的强大功能。创建于2026年3月30日，已获1.5万Star。
技术原理
Hermes WebUI的架构采用前后端分离设计：
后端层（Python）：基于FastAPI构建，封装了Hermes Agent的核心API，提供RESTful接口和WebSocket实时通信。支持多用户会话管理、任务队列和结果缓存
前端层：使用React + TypeScript构建响应式Web应用，支持桌面和移动端自适应布局。实时显示Agent的思考过程、工具调用和中间结果
移动端适配：PWA（Progressive Web App）技术，支持离线使用和推送通知。用户可以在手机上像使用ChatGPT一样与Hermes交互
会话管理：支持多会话并行、会话历史查看、会话分享和导出
与直接使用命令行Hermes Agent的关键区别在于：WebUI提供了可视化的工具调用展示、文件管理界面、任务进度追踪和团队协作功能。对于不熟悉命令行的用户来说，WebUI大幅降低了使用门槛。
快速上手
# 安装
pip install hermes-webui
# 启动服务
hermes-webui serve --port 8080
# 或使用 Docker
docker run -p 8080:8080 nesquena/hermes-webui
# 访问
# 桌面: http://localhost:8080
# 手机: 同一网络下访问 http://<your-ip>:8080
配置说明：
# hermes-webui.yaml
server:
port: 8080
host: 0.0.0.0
hermes:
model: "hermes-3"
api_key: "${HERMES_API_KEY}"
features:
file_manager: true
task_history: true
share_sessions: true
应用场景
适合场景：
- 非技术团队使用Hermes Agent（产品经理、设计师、运营）
- 移动场景下的AI Agent使用（出差、会议中）
- 团队协作（共享Agent会话和任务结果）
- 演示和教学（可视化展示Agent工作过程）
不适合场景：
- 需要深度终端操作的系统管理任务
- 高并发的API调用场景（WebUI有额外开销）
- 需要完全离线的环境（部分功能依赖云端模型）
相似项目对比
| 项目 | Star | 类型 | 移动支持 | 特点 |
|---|---|---|---|---|
| Hermes WebUI | 15.3K | Web应用 | PWA | 专为Hermes设计 |
| Open WebUI | 50K | 通用Web | 响应式 | 支持多模型 |
| ChatGPT Web | 30K | Web应用 | 响应式 | ChatGPT克隆 |
| LobeChat | 50K | Web应用 | PWA | 多模型+插件 |
Hermes WebUI的独特优势在于与Hermes Agent的深度集成，包括Skills系统、Cron任务、文件管理等原生功能。
变现方式
- 企业部署服务：帮助企业内部部署Hermes WebUI，配置权限和集成SSO，项目制1-5万元
- 白标定制：为SaaS公司提供白标版本的AI助手界面
- 增值功能：在WebUI基础上添加企业特有功能（审批流程、知识库集成）
- 托管服务：提供Hermes WebUI的云端托管，月费制99-499元
- 培训和文档：为企业提供Hermes Agent使用培训
学习路径
- 入门：用Docker快速启动WebUI，体验基本对话和工具调用
- 进阶：研究
src/api/中的后端API设计，理解Hermes Agent的接口规范 - 深入：学习
src/components/中的前端组件，理解实时通信和状态管理 - 贡献：参与WebUI的UI/UX改进，添加新的功能模块
3. 横向对比
| 项目 | Star | 语言 | 核心价值 | 目标用户 |
|---|---|---|---|---|
| agency-agents-zh | 16.3K | Shell | 266个AI专家角色 | 中国企业/团队 |
| Hermes WebUI | 15.3K | Python | Web/移动端Agent界面 | 非技术用户 |
两个项目从不同角度降低了AI Agent的使用门槛：agency-agents-zh通过角色专业化让每个用户都有专属AI顾问，Hermes WebUI通过交互民主化让非技术用户也能使用Agent。它们的共同趋势是——AI Agent正在从"极客玩具"变成"人人可用的工具"。
4. 趋势判断
AI Agent角色库将成为企业标配：agency-agents-zh的266个角色模式会被大量企业复制。未来每个企业都会有自己的"AI员工手册"，定义不同职能的AI专家角色。
中国市场需要原生中文Agent生态：50个中国市场原创智能体的出现说明，直接翻译英文Agent角色是不够的。理解中文互联网平台的运营逻辑和用户习惯，是Agent在中国市场落地的关键。
Web/移动端是Agent普及的关键：Hermes WebUI的1.5万Star证明，命令行界面限制了Agent的用户群体。未来每个Agent产品都需要一个好用的Web界面。
编排器将成为Agent基础设施：agency-orchestrator的DAG编排能力代表了多Agent协作的未来方向。单个Agent的能力有限，但多个专家Agent按流程协作可以解决复杂问题。
角色+界面+编排=完整的Agent平台：将agency-agents-zh的角色库、Hermes WebUI的交互界面和agency-orchestrator的编排能力组合在一起，就是一个完整的AI Agent平台。这可能是2026年下半年的重要创业方向。
数据来源：GitHub Search API | created:>2026-03-01 topic:ai-agents stars:>200 | 截至2026年7月2日
评论