01 — Agent 人格与提示词设计模式

Agent 人格与提示词设计模式

学习目标

本章将通过 Agency-Agents 的具体实现，深入理解人格化 Agent 的提示词设计。阅读本章后你将能够：

分析 Agency-Agents 中 160+ Agent 的统一提示词结构
理解 vibe 字段如何在 Agent 人格中起决定性作用
对比不同领域 Agent 的通信风格差异

前置知识

本章涉及 Agent 人格与提示词设计的通用原理，建议先阅读：

Agent 人格与提示词设计模式

下文假设你已理解通用概念，直接聚焦 Agency-Agents 的具体实现。

项目实践

Agency-Agents 的统一 Agent 定义格式

Agency-Agents 中每个 Agent 都遵循统一的 YAML frontmatter + Markdown body 格式：

---
name: Reality Checker
description: Stops fantasy approvals, evidence-based certification
color: red
emoji: 🧐
vibe: Defaults to "NEEDS WORK" — requires overwhelming proof for production readiness.
---

关键字段分析：

字段	用途	Agency-Agents 中的示例值
`name`	人类可读的 Agent 名称	`Reality Checker`、`AI Engineer`
`description`	一句话功能描述	`Stops fantasy approvals...`
`color`	UI 颜色标识	`red`（QA 类）、`blue`（工程类）、`cyan`（编排类）
`emoji`	视觉图标	`🧐`、`🤖`、`🎛️`
`vibe`	人格核心压缩	`"Defaults to NEEDS WORK..."`

Vibe 字段：人格的核心压缩

Agency-Agents 的 vibe 字段是整个 Agent 定义中最精炼的部分。它用一句话定义了 Agent 的态度：

Agent	Vibe	隐含态度
Reality Checker	”Defaults to NEEDS WORK”	批判性、怀疑主义
Agents Orchestrator	”The conductor who runs the entire dev pipeline”	指挥者、系统性
AI Engineer	”Turns ML models into production features that actually scale”	工程化、务实
Frontend Developer	类似 “Build beautiful, responsive UIs”	创造性、注重细节

为什么 vibe 比 description 更重要？

description 描述 Agent 做什么，vibe 定义 Agent 是谁。同一个 “Frontend Developer” 角色，可以用不同的 vibe 呈现为 “追求像素完美的完美主义者” 或 “快速交付 MVP 的实用主义者”。

正文结构的七个模块

每个 Agent 的 Markdown body 通常包含七个模块：

1. 🧠 Your Identity & Memory     — 自我认知
2. 🎯 Your Core Mission          — 核心使命（子任务分组）
3. 🚨 Critical Rules             — 强制性约束
4. 🔄 Your Workflow Process       — 步骤化流程（含伪代码）
5. 💭 Your Communication Style    — 通信风格示例
6. 🎯 Your Success Metrics        — 量化成功标准
7. 🚀 Advanced Capabilities       — 进阶能力（可选）

以 AI Engineer 为例（engineering/engineering-ai-engineer.md）：

Core Mission 分为三组：Intelligent System Development、Production AI Integration、AI Ethics and Safety
Critical Rules 强制要求 bias testing、privacy-preserving ML、transparent AI
Workflow 四步：需求分析 → 模型开发 → 生产部署 → 监控优化
Success Metrics 具体化：F1 > 85%、推理延迟 < 100ms、可用性 > 99.5%

跨领域的通信风格差异

Agency-Agents 中不同领域的 Agent 有不同的通信风格定义：

领域	通信风格特征	示例
Engineering	数据驱动、技术精确	”Reduced inference latency from 200ms to 45ms”
Design	视觉叙事、用户体验	”This design creates an emotional connection…”
Marketing	影响力导向、ROI 驱动	”Campaign achieved 3x ROAS with 40% lower CPA”
Testing	证据优先、批判性	”NEEDS WORK — no visual proof of premium features”
Finance	审慎、风险意识	”Conservative estimates suggest 18-month runway”

问题与规避

Frontmatter 特殊字符解析失败

问题：vibe 字段常包含冒号、引号、破折号等字符。Bash 的 get_field 函数使用简单的 awk 匹配，对复杂值可能解析不完整。

规避：Agency-Agents 的 convert.sh 使用 sub("^" f ": ", "") 只移除前缀，保留值中的冒号和引号。但如果值本身包含嵌套结构（如 YAML 列表），则需要更高级的解析器。

人格过度导致功能退化

问题：某些 Agent 定义中包含大量角色扮演内容（如 “You are a whimsical injector…”），可能导致 LLM 将注意力从功能指令转移到人格扮演上。

规避：Agency-Agents 通过 Critical Rules 和 Workflow Process 两个模块确保功能性指令优先于人格描述。人格定义应精简，规则和工作流应具体。

设计取舍

七模块结构 vs 精简结构

方案	优势	代价
七模块	全面、一致、适合复杂任务	Token 消耗大、简单任务过度
精简（仅 mission + rules）	Token 效率高、响应快速	缺少成功指标和通信风格指导

Agency-Agents 选择七模块结构，因为它的 Agent 是长期使用的角色定义，每次激活都会加载完整上下文。对于一次性任务 Agent，精简结构更合适。

参考来源

Agency-Agents Repository, commit 783f6a7
Agent 人格与提示词设计模式

版本信息

📅 2026-05-26 🏷️ 783f6a7 🔀 783f6a7