Wie man über 300 KI-Spezialisten in Claude Code und Cursor installiert

Kurz gesagt: agency-agents ist die größte kuratierte Sammlung von KI-Agenten-Personas auf GitHub, mit 149.312 Sternen am 1. September 2026. Es liefert über 300 Agenten-Definitionsdateien in rund 20 Kategorieordnern und installiert diese mit einem Befehl in Claude Code, Cursor, Codex, Gemini CLI, OpenCode, Windsurf, Aider und einem Dutzend weiterer Tools. Was man erhält, ist ein Rahmen, keine Fähigkeit. Die Personas ändern die Art und Weise, wie Ihr Agent eine Aufgabe angeht; sie geben ihm keine Fakten, die er nicht besitzt, und sie überdauern die Sitzung nicht.

Dies ist ein tiefer Einblick in ein Tool aus unserer Zusammenfassung der fünf Open-Source-KI-Agenten-Tools, die 2026 eine Installation wert sind.

Ihr Codierungsagent hat eine Persönlichkeit: den hilfreichen Generalisten. Bitten Sie ihn, einen Authentifizierungsablauf zu überprüfen, und Sie erhalten vernünftige, aber vergessliche Ratschläge. Bitten Sie einen Sicherheitsprüfer mit einem Bedrohungsmodell und einer Checkliste, und Sie erhalten Ergebnisse.

Diese Lücke füllt agency-agents. Es begann als Reddit-Thread über Agentenspezialisierung und wuchs zu einer so großen Liste heran, dass die Installation aller Elemente mindestens eine beliebte Agenten-Laufzeitumgebung zum Absturz bringt. Hier erfahren Sie, was sich tatsächlich darin befindet, wie Sie die gewünschten Teile installieren und welche zwei Dinge eine Persona-Bibliothek nicht für Sie tun kann.

Was Sie tatsächlich installieren

Jeder Agent ist eine Markdown-Datei. Kein einzeiliger System-Prompt und kein Plugin mit Code. Eine Datei enthält eine Identität und Persönlichkeit, eine Kernmission, einen Arbeitsprozess, technische Ergebnisse mit Beispielen und Erfolgskennzahlen.

Zählt man die Markdown-Dateien im Repository-Baum am 1. September 2026, so gibt es 312 in 20 übergeordneten Kategorieordnern, oder 306, wenn man das Verzeichnis examples/ ausschließt. Die Verteilung ist ungleich zugunsten des Erstellens von Dingen:

Bemerkenswert ist, dass die README-Datei des Repositorys immer noch „über 230 Agenten“ bewirbt. Diese Angabe ist veraltet. Der Baum ist auf über 300 angewachsen.

Die Engineering-Abteilung ist der Bereich, in dem die meisten Entwickler beginnen werden, und die Spezifität ist höher, als man es von einer Prompt-Sammlung erwarten würde. Neben den offensichtlichen Einträgen für Frontend Developer und Backend Architect gibt es einen Network Engineer, der auf Cisco IOS-XE, Juniper Junos und Palo Alto PAN-OS spezialisiert ist, einen Embedded Firmware Engineer für ESP32-, STM32- und Nordic-Targets, einen Incident Response Commander für Post-Mortems und Rufbereitschaft, und einen Codebase Onboarding Engineer, der darauf ausgelegt ist, ein Repository schreibgeschützt zu erkunden und Fakten darüber zu nennen, anstatt Änderungen vorzuschlagen.

Das Letztere ist ein gutes Beispiel dafür, wie das Muster funktioniert. Eine schreibgeschützte Persona mit einem expliziten Bearbeitungsverbot ist ein wirklich anderes Tool als Ihr Standardagent, und es kostet nichts außer einer Datei.

Installation ohne Beschädigung Ihrer Einrichtung

Das Repository liefert Konvertierungs- und Installationsskripte mit. Der interaktive Pfad erkennt, was Sie installiert haben, und fragt, was Sie möchten:

git clone https://github.com/msitarzewski/agency-agents.git
cd agency-agents
./scripts/install.sh

Das Ansteuern eines bestimmten Tools und einer Untergruppe von Abteilungen ist die vernünftigere Standardeinstellung:

# alles, in Claude Code
./scripts/install.sh --tool claude-code

# nur zwei Abteilungen
./scripts/install.sh --tool claude-code --division engineering,security

# nur benannte Agenten
./scripts/install.sh --tool cursor --agent frontend-developer,ui-designer

# prüfen, was existiert, bevor man sich festlegt
./scripts/install.sh --list teams
./scripts/install.sh --tool opencode --division engineering --dry-run

Zu den unterstützten Zielen gehören Claude Code, Cursor, Codex, Gemini CLI, OpenCode, GitHub Copilot, Windsurf, Aider, Kimi Code, Hermes, Antigravity, Osaurus und Mistral Vibe. Es gibt auch eine native Desktop-App unter agencyagents.app für macOS, Linux und Windows, die die Liste durchsucht, mit einem Klick installiert und sich automatisch aktualisiert, sowie ein Homebrew Cask.

Lesen Sie dies, bevor Sie alles installieren. Die Laufzeitumgebung von OpenCode registriert derzeit nur etwa 119 Agenten und verwirft den Rest stillschweigend, was das Repository als Workaround für einen Upstream-Bug dokumentiert. Die Installation einer Untermenge mit --division hält Sie unterhalb des Limits, und der Installer warnt Sie, wenn eine Auswahl dieses überschreiten würde. Stilles Abschneiden ist der schlimmste Fehlerfall überhaupt, da der gewünschte Agent fehlt und Sie nichts davon erfahren.

Selbst abgesehen von diesem spezifischen Fehler ist die Installation von 300 Personas eine schlechte Idee. Eine Liste, die Sie sich nicht merken können, ist eine Liste, die Sie nicht verwenden werden. Installieren Sie die zwei Abteilungen, in denen Sie arbeiten, lesen Sie vier oder fünf der Dateien und löschen Sie diejenigen, die nicht zur tatsächlichen Arbeitsweise Ihres Teams passen.

Was eine Persona ändert und was nicht

Eine Persona ist ein Rahmen. Sie legt fest, wonach der Agent sucht, welches Format er produziert und was er als erledigt betrachtet. Das ist mehr wert, als es klingt, denn ein großer Teil schlechter Agenten-Ausgabe liegt nicht daran, dass das Modell falsch ist, sondern daran, dass das Modell auf die falsche Form der Antwort optimiert.

Was eine Persona nicht tun kann, ist Informationen zu liefern, die das Modell nicht besitzt. Dies ist die Grenze, die Menschen nach einer Woche entdecken, und sie zeigt sich am stärksten im Bereich von APIs.

Laden Sie den Backend Architect und bitten Sie ihn, einen Client für Ihren internen Abrechnungsdienst zu schreiben. Er wird sauberen, idiomatischen Code für eine von ihm erfundene Antwortstruktur produzieren. Er kann nicht wissen, dass Ihr Dienst einen 409-Fehler mit einem anderen Fehler-Envelope zurückgibt, wenn ein Idempotenzschlüssel wiederholt wird, oder dass der Paginierungs-Cursor undurchsichtig statt ein Offset ist. Die Persona hat den Code besser organisiert. Sie hat ihn nicht korrigiert.

Dieselbe Grenze gilt für die Testabteilung. Eine QA-Persona schreibt gründliche Tests gegen ihr eigenes mentales Modell der API, sodass die Tests bestehen und nichts beweisen. Wir haben behandelt, warum diese spezifische Schleife gefährlich ist in Testing nicht-deterministischer KI-Agenten, und was kaputt geht, wenn sich die reale Form ändert in Was passiert, wenn API-Änderungen KI-Agenten brechen.

Die Lösung besteht darin, dem Agenten den Vertrag zu geben, anstatt zu hoffen, dass die Persona kompensiert. Wenn Ihre API in Apidog entworfen wurde, ist die OpenAPI-Spezifikation die Quelle der Wahrheit: reale Schemata, reale Statuscodes, reale Fehler-Envelopes. Der Agent liest sie, anstatt sie aus Aufrufstellen zu rekonstruieren. Mocks werden aus derselben Spezifikation generiert, einschließlich der Fehlerzweige, die eine Persona niemals vortäuschen würde, und die Testsuite schlägt in CI lautstark fehl, wenn Realität und Spezifikation voneinander abweichen.

Diese Paarung ist das nützliche mentale Modell. Die Persona entscheidet, wie der Agent arbeitet. Die Spezifikation entscheidet, was wahr ist. Weiterführende Lektüre: Verwendung Ihrer OpenAPI-Spezifikation als Agenten-Tools und Entwicklung von API-Tool-Schemata für Agenten. Wenn Sie eine Live-Spezifikation in den Kontext Ihres Agenten einbinden möchten, laden Sie Apidog herunter und verweisen Sie es auf Ihr bestehendes Projekt.

Die zweite Grenze: Eine Persona ist kein Team

Hier ist das, was die Metapher der Liste verspricht und nicht liefert.

Das Verkaufsargument ist eine komplette Agentur, die Ihnen zur Verfügung steht. In der Praxis aktivieren Sie eine Persona in einer Sitzung, sie erledigt eine Aufgabe, und die Sitzung endet. Morgen geben Sie die Aktivierung erneut ein. Es gibt kein Team, weil nichts persistent ist: keine Aufgabenverteilung, keine Aufzeichnung dessen, was der Sicherheitsprüfer letzten Dienstag gefunden hat, und keine Möglichkeit für einen Kollegen, dies zu sehen. Neun der Abteilungen in diesem Repository beschreiben Rollen, die nur innerhalb einer Organisation Sinn ergeben, und das Tool, das sie installiert, hat kein Konzept dafür.

Wenn Sie möchten, dass die Idee der Liste über eine einzelne Terminalsitzung hinaus Bestand hat, ist die fehlende Ebene das Aufgabenmanagement. Sharkly ist genau dafür gebaut, und die Zuordnung zu agency-agents ist präzise genug, um sie näher zu erläutern.

• Ein Agent in Sharkly ist eine gespeicherte Konfiguration, kein Prompt, den Sie neu eingeben. Er enthält Anweisungen, Laufzeitumgebung, Fähigkeiten, Repositories und Umgebung. Eine einmal abgestimmte Persona wird wiederverwendet, was die dauerhafte Version dessen ist, was eine .md-Datei in ~/.claude/agents/ anstrebt.
• Eine Crew ist ein führender Agent plus andere Agenten und Personen. Dies ist das Abteilungskonzept mit tatsächlicher Mechanik. Crews arbeiten ‚leader-first‘: Der Anführer liest den Aufgabenkontext, entscheidet, welche Mitglieder hinzugezogen werden sollen, und kombiniert deren Ergebnisse an einem Ort, anstatt dass jeder Spezialist gleichzeitig startet und sich beeilt.
• Arbeit wird zugewiesen, nicht aufgerufen. Sie geben einem Agenten eine Aufgabe, so wie Sie sie einem Teammitglied geben würden. Sie existiert in einem Bereich, einem Projekt und einem Sprint, mit Jira-Synchronisierung, wenn Ihr Team bereits dort arbeitet.
• Die Ausführung bringen Sie selbst mit. Sie verbinden einen Computer, der Ihr Laptop, ein Server oder ein Container sein kann, und Sharkly verwendet die darauf bereits installierte Laufzeitumgebung. Ihr Claude Code oder Codex Abonnement erledigt die Arbeit; niemand verkauft Ihnen Tokens weiter.
• Die Ausgabe ist überprüfbar. Fortschritt, Tool-Aufrufe und Ergebnisse werden zur Aufgabe zurückgestreamt, und die Ausgabe des Agenten erscheint als Kommentare, auf die Sie antworten können. Eine Aufgabe im Backlog startet keinen Lauf, so dass Sie die Arbeit vorbereiten können, bevor etwas ausgeführt wird.

Einfach ausgedrückt: agency-agents liefert Ihnen die Stellenbeschreibungen, und Sharkly bietet Ihnen den Ort, an dem diese Aufgaben zugewiesen, ausgeführt und überprüft werden. Nutzen Sie das Repository als Bibliothek von Rollendefinitionen, um echte Agenten zu initialisieren, anstatt es als Ordner zu installieren und zu vergessen.

Eigene schreiben, ihre als Vorlage nutzen

Das Beständigste, was dieses Repository Ihnen bietet, ist ein Format. Sobald Sie ein paar Dateien gelesen haben, dauert das Schreiben einer Persona für Ihren eigenen Stack etwa fünfzehn Minuten, und eine hausspezifische schlägt eine generische jedes Mal.

Die Struktur, die sich in den guten Dateien wiederholt:

• Identität und Stimme. Wer dieser Agent ist und wie er spricht. Klingt kosmetisch, und es ist der Teil, der verhindert, dass der Agent mitten in einer langen Aufgabe in den generischen Assistentenmodus zurückfällt.
• Kernmission. Ein Satz darüber, was Erfolg bedeutet. Die Datei des Codebase Onboarding Engineer ist ein klares Beispiel: schreibgeschützt erkunden, Codepfade verfolgen, Fakten über Struktur und Verhalten nennen, nichts vorschlagen.
• Arbeitsprozess. Geordnete Schritte, die der Agent befolgt. Dies ist der Abschnitt, der es wert ist, übernommen zu werden. Eine Überprüfungs-Persona mit einem siebenstufigen Prozess erzeugt konsistente Ausgaben über mehrere Sitzungen hinweg; eine ohne sie erzeugt, was immer das Modell an diesem Tag wollte.
• Lieferobjekte. Die konkreten Artefakte, mit Format. Sagen Sie „eine Markdown-Tabelle der Befunde mit Schweregrad, Dateipfad und Zeilennummer“ statt „ein Bericht“.
• Erfolgskennzahlen. Woran der Agent erkennt, dass er fertig ist, was gleichzeitig das ist, womit Sie seine Arbeit überprüfen.

Eine hausinterne Version für API-Arbeiten könnte so aussehen:

# API-Vertragsprüfer

## Mission
Verifizieren, dass neue oder geänderte Endpunkte der OpenAPI-Spezifikation in diesem
Repository entsprechen, bevor sie zur Überprüfung gelangen. Melden Sie Abweichungen. Bearbeiten Sie keinen Code.

## Prozess
1. Lesen Sie die Spezifikation für jeden Endpunkt, der vom aktuellen Diff betroffen ist.
2. Vergleichen Sie für jeden den Handler mit der Spezifikation: Statuscodes,
   Antwortschema, Fehler-Envelope, erforderliche Header, Paginierungsstil.
3. Führen Sie die Vertragstests aus. Protokollieren Sie Fehler wortgetreu.
4. Überprüfen Sie, ob neue Endpunkte zur Spezifikation hinzugefügt wurden, nicht nur zum Router.
5. Kennzeichnen Sie jedes Antwortfeld, das im Code vorhanden, aber in der Spezifikation fehlt.

## Lieferobjekte
Eine Tabelle: Endpunkt, Methode, Abweichungstyp, Spezifikationszeile, Codezeile, Schweregrad.
Keine Prosa-Zusammenfassung. Keine vorgeschlagenen Korrekturen, es sei denn, Sie werden dazu aufgefordert.

## Erledigt, wenn
Jeder Endpunkt im Diff erscheint in der Tabelle mit einem Urteil, und die
Ausgabe des Vertragstests wird als Beweis mitgeliefert.

Diese Datei ist kurz und leistet mehr für ein Backend-Team als jede der 59 im Repository enthaltenen Engineering-Personas, da sie Ihre Spezifikation, Ihre Tests und Ihre Definition von „erledigt“ benennt. Schritt drei ist der wichtige Teil: Die Persona wird angewiesen, Beweise statt einer Meinung zu liefern, was den Unterschied zwischen einer überprüfbaren Bewertung, auf die Sie reagieren können, und einem beruhigenden Absatz ausmacht.

Der gleiche Trick funktioniert für Incident Response, Migrationsarbeit, Abhängigkeits-Upgrades und Onboarding. Übernehmen Sie die Dateistruktur, bewahren Sie die Prozessdisziplin, ersetzen Sie den generischen Inhalt durch Ihren eigenen. Wenn die Agentenausgabe eine Übergabe an einen Menschen oder einen anderen Agenten überstehen muss, leistet der Formatvertrag den größten Teil der Arbeit, was der Punkt ist, den wir in Agentenübergabe und Kontextweitergabe gemacht haben.

Sind die Sternenzahlen hier aussagekräftig?

149.312 Sterne sind eine Menge, und das verdient einen Vorbehalt. Persona-Repositories sammeln Sterne schneller als fast jede andere Kategorie, weil sie leicht zu verstehen, leicht zu teilen und kostenlos auszuprobieren sind. Ein Stern bedeutet, dass jemand dies für eine gute Idee hielt, nicht, dass er sie immer noch verwendet.

Was dieses Repo glaubwürdig macht, ist die Art der Arbeit und nicht die Anzahl. Es hat eine echte Beitragsgeschichte seit Oktober 2025, ist unter MIT-Lizenz, dokumentiert seine eigenen Grenzen einschließlich der OpenCode-Registrierungsobergrenze, und die Agentendateien enthalten spezifische Domain-Inhalte anstatt generischen Rollen-Fluff. Vergleichen Sie das mit den vielen „awesome prompts“-Repos, die ihren Höhepunkt erreichten und dann aufhörten.

Beurteilen Sie es, indem Sie drei Dateien in einer Abteilung öffnen, die Sie gut kennen. Wenn die Datei des Frontend Developers Dinge sagt, die ein guter Frontend Developer sagen würde, ist der Rest wahrscheinlich in Ordnung. Wenn es sich wie eine Stellenanzeige liest, überspringen Sie das Repo.

Wie man tatsächlich Wert daraus zieht

Ein Workflow, der sich bewährt:

1. Installieren Sie eine Abteilung. Wählen Sie diejenige, die Ihrer täglichen Arbeit entspricht. Für die meisten Leser: Engineering.
2. Lesen Sie die Dateien. Vier oder fünf, von Anfang bis Ende. Sie suchen nach den Prozessabschnitten, die den wertvollen Teil ausmachen.
3. Bearbeiten Sie sie. Fügen Sie Ihren Stack, Ihre Konventionen, Ihre Definition von „erledigt“ hinzu. Eine Persona, die einen generischen React-Shop beschreibt, ist weniger wert als dieselbe Datei mit Ihren Testregeln.
4. Geben Sie den bearbeiteten Personas echte Eingaben. Ein Sicherheitsprüfer mit Ihrer OpenAPI-Spezifikation findet Vertragsprobleme. Derselbe Prüfer ohne sie erstellt eine Checkliste.
5. Befördern Sie diejenigen, die sich bewähren. Jede Persona, auf die Sie zweimal pro Woche zugreifen, sollte zu einem gespeicherten Agenten in einem Aufgabenmanagementsystem werden und nicht nur eine Datei sein, die Sie zwischen Maschinen kopieren.

Dieser letzte Schritt ist der Punkt, an dem Teams dies entweder skalieren oder stillschweigend aufgeben.

FAQ

• Funktioniert agency-agents mit Cursor und Codex oder nur mit Claude Code? Mit allen. Das Skript convert.sh generiert Integrationsdateien pro Tool und install.sh --tool zielt auf ein bestimmtes ab. Claude Code, Cursor, Codex, Gemini CLI, OpenCode, Copilot, Windsurf, Aider, Kimi Code und mehrere andere werden unterstützt. Wenn Sie Agenten-Clients für die API-Arbeit vergleichen, lesen Sie unseren Blick auf API-Clients in Cursor und Copilot.
• Sollte ich alle 300 Agenten installieren? Nein. Bei OpenCode geht das nicht, da die Laufzeitumgebung etwa 119 registriert und den Rest stillschweigend verwirft. Bei anderen Tools können Sie es technisch gesehen, aber Sie werden die meisten davon niemals verwenden. Installieren Sie nach Abteilung.
• Machen Personas den Agenten intelligenter? Sie machen ihn besser ausgerichtet. Die Genauigkeit bei Sachfragen, einschließlich dessen, was Ihre API zurückgibt, ändert sich nicht. Das erfordert eine echte Spezifikation, was das Argument in Braucht man im Zeitalter der KI-Agenten noch ein API-Tool ist.
• Ist es sicher, das Installationsskript auszuführen? Es schreibt Agenten-Definitionsdateien in die Konfigurationsverzeichnisse Ihres Tools. Das ist sein Zweck. Es ist MIT-lizenziert mit vollständigem Quellcode, und --dry-run zeigt Ihnen, was es tun würde, bevor es es tut. Führen Sie zuerst den Dry Run aus. Das allgemeine Prinzip dafür, was Sie Agenten berühren lassen, finden Sie in KI-Agenten-Schutzmaßnahmen.
• Was ist der Unterschied zwischen diesem und einem Agenten-Framework? Wenn Sie möchten, dass die Personas mehrere gleichzeitig statt einer pro Sitzung ausgeführt werden, dann ist das Orca. Ein Framework wie Strands oder AgentKit bietet Ihnen Laufzeit-Orchestrierung im Code. agency-agents liefert Ihnen Markdown-Dateien, die das Verhalten eines bestehenden Agenten ändern. Unterschiedliche Ebene, keine Überschneidung.

Zusammenfassung

agency-agents ist die beste Version einer spezifischen Idee: Ihr Agent leistet bessere Arbeit, wenn er weiß, welche Rolle er spielt. Installieren Sie eine Abteilung, lesen Sie die Dateien, bearbeiten Sie sie so, dass sie Ihrem Team entsprechen, und Sie erhalten einen echten Mehrwert für etwa zwanzig Minuten Einrichtungszeit.

Seien Sie dann ehrlich über die beiden Dinge, die es nicht löst. Die Personas wissen nicht, was Ihre API zurückgibt, dafür ist Apidog da, und sie bleiben nicht in etwas erhalten, das ein Team sehen oder überprüfen kann, dafür ist Sharkly da. Eine Liste ist ein guter Anfang. Sie ist keine Organisation und keine Quelle der Wahrheit.