GitHub Open Source · CS146S Week 4

Awesome Claude Agents:给 Claude Code 配一支 24 人 AI 开发团队

Awesome Claude Agents — AI Development Team
👥 24 个专职子智能体🎭 编排器 + 专家分工⚠️ 实验性 · 高耗 token📦 MIT License

用一支各司其职的专家 AI 智能体团队给 Claude Code 加 buff:协同构建完整功能、调试复杂问题、以专家级知识应对任何技术栈。作者:vijaythecoder。

🎬

项目是什么 + 重要警示

01

这是一个开源的 子智能体(subagent)合集:把 24 个写好的专职 agent 定义装进 Claude Code 的 ~/.claude/agents/,你的 Claude 就从「一个全能选手」变成「一支有技术主管、有框架专家、有 QA 的开发团队」——描述需求,团队自动检测你的技术栈并调度对口专家。

⚠️ 重要警示(原文原话)
本项目是实验性的,且极耗 token。作者正在用 Claude 订阅积极测试这些 agent——复杂工作流下 token 消耗会很高:多智能体编排跑一个复杂功能可能消耗 1 万–5 万 token。谨慎使用,盯紧你的用量。

三分钟上手

02

前置条件

安装 agents
git clone https://github.com/vijaythecoder/awesome-claude-agents.git

方式 A · 软链接(推荐,自动跟进更新)——macOS/Linux:

# Create agents directory if it doesn't exist (preserves existing agents)
mkdir -p ~/.claude/agents

# Symlink the awesome-claude-agents collection
ln -sf "$(pwd)/awesome-claude-agents/agents/" ~/.claude/agents/awesome-claude-agents

Windows(PowerShell):

# Create agents directory
New-Item -Path "$env:USERPROFILE\.claude\agents" -ItemType Directory -Force

# Create symlink
cmd /c mklink /D "$env:USERPROFILE\.claude\agents\awesome-claude-agents" "$(Get-Location)\awesome-claude-agents\agents"

方式 B · 复制(静态,不自动更新):

# Create agents directory if it doesn't exist
mkdir -p ~/.claude/agents

# Copy all agents
cp -r awesome-claude-agents/agents ~/.claude/agents/awesome-claude-agents
验证安装
claude /agents
# Should show all 24 agents.
初始化你的项目

进入项目目录,运行以下命令配置你的 AI 团队:

claude "use @agent-team-configurator and optimize my project to best use the available subagents."
开始构建
claude "use @agent-tech-lead-orchestrator and build a user authentication system"

你的 AI 团队会自动检测技术栈、调用对口的专家!

🎯

自动配置的六步原理

03

@agent-team-configurator 会自动搭好最适合你的 AI 开发团队。被调用时它依次做六件事:

定位 CLAUDE.md

找到既有项目配置,并保留「AI Team Configuration」小节之外你的全部自定义内容。

检测技术栈

检查 package.json、composer.json、requirements.txt、go.mod、Gemfile 及构建配置,理解你的项目。

发现可用 agents

扫描 ~/.claude/agents/.claude/ 文件夹,构建一张覆盖所有可用专家的能力表。

挑选专家

优先选择框架专属 agent 而非通用 agent;总是把 @agent-code-reviewer 和 @agent-performance-optimizer 纳入做质量保障。

更新 CLAUDE.md

创建带时间戳的「AI Team Configuration」小节,写入检测到的技术栈和一张「任务 | Agent | 备注」映射表。

给出使用指引

展示检测到的栈、选中的 agents,并给出可直接开工的示例命令。

👥

24 个智能体全阵容

04
团队结构:3 编排器 + 13 框架专家 + 4 通用专家 + 4 核心成员 = 24 🎭 编排器 ×3技术主管 · 项目分析 · 团队配置 💼 框架专家 ×13 Laravel ×2 · Django ×3 Rails ×3 · React ×2 Vue ×3 后端 / API / ORM / 组件架构 / SSR / 状态管理 🌐 通用专家 ×4 后端开发(多语言) 前端开发(任意框架) API 架构师 Tailwind 前端专家 🔧 核心团队 ×4 代码考古学家 代码评审员 性能优化师 文档专家
图 1 · 24 个智能体的团队结构(增补整理:分组与数目均出自原文清单)

🎭 编排器(3 个)

💼 框架专家(13 个)

🌐 通用专家(4 个)

🔧 核心团队(4 个)

🧮 合计
24 个专职 agent 协同为你构建项目。完整清单见 agents/ 目录
🔥

为什么团队胜过单体 AI

05

项目宣称的收益(README「The Impact」)

🚢 更快交付
完整功能以分钟计,而不是以天计
🧼 更好质量
每一行代码都遵循最佳实践
📚 边写边学
看专家如何拆解问题
📈 放心扩展
架构面向增长而设计
🧐 阅读提示(增补)
上面四条收益是项目 README 的自我宣称,没有附带基准或数据;结合第 01 章作者自己的「实验性 + 高耗 token」警示来定预期比较稳妥。
📚

资源、社区与术语

06

深入学习

加入社区

许可证:MIT License——在你的项目里自由使用!

Star History Chart
README 中的 Star History 动态图表(本图为 2026-07-05 抓取的静态快照;实时版)
把 Claude Code 变成一支能交付生产级功能的 AI 开发团队。
简单安装,强大效果。描述即构建。
—— README 结语(原文:Simple setup. Powerful results. Just describe and build.)

术语表(增补)

子智能体(subagent)
Claude Code 中在独立上下文里运行的专职 agent,由 markdown 文件定义(角色 + 工具 + 系统提示)。
编排器(orchestrator)
负责拆解任务、把子任务路由给对口专家的「管理型」agent。
@agent-xxx
在提示里显式点名某个 agent 的调用语法。
Context7 MCP
一个提供最新框架文档检索的 MCP 服务器,供 agent 查阅现行 API 用法。
Eloquent / ActiveRecord / Django ORM
Laravel、Rails、Django 三大框架各自的对象关系映射层——项目为每个都配了专门优化专家。

一句话带走

这个项目把「子智能体」玩成了组织学:编排器管调度、专家管实现、核心团队管质量,并用 team-configurator 把整套阵容自动写进 CLAUDE.md。代价也写得很诚实——实验性、且一个复杂功能就可能烧掉 1–5 万 token。