
如何用Orkas市场扩充你的AI团队30位现成专家Agent与自定义Agent创建完整教程【免费下载链接】OrkasOrkas is an open-source, local-first AI desktop app: a commander LLM directs specialist sub-agents, and runs your installed coding CLIs — Claude Code, Codex, OpenCode, OpenClaw, Hermes — as local sessions. Agents self-evolve via reflection and skill crystallization. BYO keys. macOS / Windows / Linux.项目地址: https://gitcode.com/gh_mirrors/or/OrkasOrkas 是一款开源、本地优先的 AI 多智能体桌面应用它的核心不是单个聊天机器人而是一个能指挥AI 团队的Commander指挥官。你只需描述目标Commander 就会拆解任务并调度专家 Agent 协作完成。Orkas 内置市场Marketplace提供30 位现成的专家 Agent覆盖深度研究、内容写作、PPT 制作、股票分析、电商运营、视频与图像创作等方向其中 9 位随应用开箱即用。本教程将带你完整走完认识市场 → 安装现成专家 → 用对话创建自己的自定义 Agent 的三步流程。为什么需要Agent 市场而不是一个万能聊天机器人传统单助手的局限很明显让同一个模型又写报告、又做研究、又出 PPT上下文很快就会被撑爆每个方向都做不深。Orkas 的思路是把专业能力沉淀为一个个独立 Agent每位专家 Agent 拥有自己的技能Skills、私有记忆和工具Commander 只负责派单把目标拆成步骤分发给最合适的专家再汇总成果所有对话、文件、API Key 和自定义 Agent 都保存在你本地磁盘~/.orkas/模型调用直连你的服务商不经过任何中间服务器每位专家可以在不同 Agent 上混用不同模型一个用 Claude一个用 DeepSeek一个用本地 Ollama互不锁定。30 位专家 Agent开箱即用的 9 位与市场中的 21 位应用首次启动即装好 9 位核心专家其余可在市场中一键安装。内置专家清单见 README.md市场打包的 Agent 内容位于 resources/builtin/marketplace/agents/。以下是部分代表每个目录里的 agent.json 定义了该专家的角色、工作流与标准专家 Agent擅长什么DeepResearcher深度研究规划调研路径、核验信源、标注矛盾产出带引用的可审计报告ContentWriter把目标、素材或粗糙草稿写成可发布的文章、社媒成稿、newsletterPptMaker把主题、提纲或文档变成可编辑、可审查的 PPTX 演示文稿OfficeWorker创建、编辑、检查、批量处理 Word / Excel / PowerPoint / PDFProductDeveloper仓库感知的工程开发实现 PRD、修 bug、重构、代码评审VideoStudio制作与剪辑视频解说、数字人、字幕配音、高光片段、本地化ImageStudio海报、封面、社媒图、信息图HTML/CSS/SVG 优先需要时调用图像模型UIDesigner从 PRD、截图或 Figma 素材产出可编辑的 HTML 优先 UI 设计稿SeoGeoAgent网站技术 SEO 审计、内容质量、Core Web Vitals、AI 可引用性评分与修复清单StockAnalyserA 股/港股/美股研究因子筛选、策略回测、组合风险分析、交易前校验ECommerce 系列选品研究、销售数据分析、评论 VOC 分析、上架运营、商品文案五个专项VoiceStudio配音、多角色台词、长文朗读、录音转写、字幕与音频混音以 StockAnalyser 为例它的 agent.json 中不仅有中文/英文双语角色描述还完整定义了四段式workflow路由 → 数据核验 → 安全决策 → 交付和standards如价格结论必须以行情 API 为准网页片段不能替代——这正是专家与提示词的区别它是一份可复用、可版本化的职业规范。一键安装市场 Agent安装机制是怎么工作的安装流程对你来说是市场 → 点击安装两步背后由以下模块协作完成有兴趣可以看源码src/main/features/marketplace.ts与市场服务的请求通道src/main/features/marketplace_catalog.ts拉取 Agent/Skill 目录清单支持按 id 或名称批量解析src/main/features/builtin_marketplace.ts把随包内置的市场内容补种到你的个人安装目录断网也能装src/main/features/marketplace_installs.ts维护本地安装清单版本、来源、启用状态src/main/features/agents.tsAgent 的统一注册与管理安装完成后 Commander 立即可调度。安装完成后无需重启配置Commander 会自动感知新专家并在你的下一个任务中按需分派。 建议先只装与你工作相关的 2~3 位避免一次引入过多专家增加选择噪音。创建自定义 Agent 的三种方式市场的专家是通用款而真正贴合你业务的是自定义 Agent。Orkas 提供了从零门槛到精细控制的三档方式1. 对话式创建直接告诉 Commander 你要什么这是最省事的路径。Orkas 内置了系统技能agent-creatorSKILL.md其中定义了 Agent 的完整字段协议名称、双语描述、角色设定persona、专业知识knowhow、工作标准standards、工作流workflow、技能与工具组、输入参数等。你只需要用大白话描述我要一个每周自动整理销售周报、输出到 Excel 的专家Commander 会读取规范并替你生成配置。2. 会话内编辑持续打磨专家人设创建后进入该 Agent 的专属会话即可反复对话修改。系统提示词 chat_agent_setup.md 规定了会话与 Agent 的绑定关系——同一个agent容器会被解释为修补当前专家而不是新建一个因此你每次微调改一句话描述、补一条质量标准都是在原地迭代不会长出重复的专家。3. CLI 型 Agent把你电脑上已装的编码命令行接进来如果你已在使用 Claude Code、Codex、OpenCode、OpenClaw 或 Hermes 等本地编码 CLI可以把它们封装成一个自定义 Agent由 Commander 以本地子会话方式驱动。此类 Agent 的创建提示词见 chat_agent_setup_cli.md——它只允许编辑名称、描述、输入与交互模式工作流和工具由 CLI 运行时接管保证封装出的专家角色描述与具体 CLI 品牌解耦换底层引擎时配置不用重写。 三条建议给自定义 Agent 写清负责什么、不负责什么触发词与边界标准里尽量写可验证的交付物文件、格式、检查项命名用职责式而非人名式例如WeeklySalesReporter优于小张。越用越聪明Agent 的自我进化Orkas 中每位 Agent 都维护两份元文件meta/COMPETENCE.md擅长与不擅长什么和meta/LEARNING_STRATEGIES.md被验证有效的做法并在下一轮运行时注入系统提示词。进化不是每次任务后都触发而是由权重信号错误恢复、用户纠正、任务复杂度、已知弱项等 6 项评分达标后才进行反思复盘源码见 src/main/features/metacognition.ts 与 reflection-orchestrator.ts。此外Agent 还能通过skill_manage把我如何解决 X 类问题结晶为私有 SKILL.md从下一轮对话起直接复用——这就是技能结晶skill crystallization的含义你的专家会带着你的项目经验持续变强。快速上手清单安装应用macOS / Windows 使用官方安装包Linux 可从源码运行要求 Node 22.12、glibc 2.34入口脚本为 run.sh。配置模型密钥Settings → AI Providers填入 Claude、OpenAI、Gemini、DeepSeek、Kimi、GLM、Qwen 等任一密钥或指向本地 Ollama / LM Studio 端点。逛市场装专家按需安装 DeepResearcher、PptMaker、StockAnalyser 等现成专家。对话创建自定义 Agent向 Commander 描述你的业务场景让 agent-creator 生成配置。派活并观察进化一个任务完成后查看该 Agent 的元文件变化确认它正在沉淀经验。Orkas 的完整对比、FAQ 与架构设计三个调度动词、并发上限、上下文预算都写在 README.md 与 docs/ 中。把通用专家当即战力把自定义 Agent 当长期雇员再用自我进化给团队持续加薪——这就是用 Orkas 市场扩充 AI 团队的最短路径。【免费下载链接】OrkasOrkas is an open-source, local-first AI desktop app: a commander LLM directs specialist sub-agents, and runs your installed coding CLIs — Claude Code, Codex, OpenCode, OpenClaw, Hermes — as local sessions. Agents self-evolve via reflection and skill crystallization. BYO keys. macOS / Windows / Linux.项目地址: https://gitcode.com/gh_mirrors/or/Orkas创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考