1. 为什么你的 Claude Code 输出总像“外行硬聊”
用 Claude Code 写代码、做 Code Review、分析测试报告时,你是不是经常遇到这种情况:回答面面俱到但没重点,像百科摘抄;让它评审架构,它给你列一堆通用原则,落不了地;让它分析测试数据,它说“建议提高覆盖率”,但没告诉你哪块最容易出缺陷。问题不在模型能力,而在于你只给了任务,没给它一个“专家身份”。
Claude Code 本身支持自定义 agents 目录,你可以把一套完整的角色人设文件丢进去,让它在特定任务里自动带上“记忆、职责、成功指标、沟通风格”。agency-agents 这个项目就是干这个的:英文原版 80+ 角色,中文版 agency-agents-zh 还补了小红书运营、抖音策划、公众号编辑、Prompt 工程师等本土角色。我实测下来,同一个测试报告,用通用提问和用“测试结果分析师”人设,输出深度差了一个量级。
这篇面向已经在用 Claude Code、但觉得输出“不够专业”的开发者、产品经理和内容创作者。你会拿到可复制的 agency-agents 配置骨架、Prompt 人设模板,以及在 Claude Code 里验证角色切换后专业度提升的具体动作。全程不需要复杂环境,跟着做就能跑通。
2. 前置准备:TaoToken 接入与 Claude Code 环境
Claude Code 要跑起来,得先有一个能调用 Claude 系列模型的 API 入口。TaoToken 提供兼容 Anthropic 的接口,配置简单,适合拿来配合 agency-agents 做角色实验。官网地址是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ,API 基址是 https://taotoken.net/api (注意 API 地址不加 UTM 参数)。
你需要先拿到一个 API Key。登录后进入控制台,在 API Keys 页面创建一个新 Key,复制保存。这个 Key 后面会写进 Claude Code 的环境变量里。如果你还没决定用哪个模型,可以先到模型对话页面试一下 Claude 的输出风格,确认符合预期再接入编码环境。
Claude Code 的安装方式按官方文档走即可,核心是让它读取到ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY两个环境变量。TaoToken 的接入文档里有针对 Claude Code 的配置说明,建议对照操作。配置完成后,你在终端里运行claude能正常进入对话,就说明前置环境通了。
这里有个容易踩的坑:不要把 Key 直接硬编码在项目文件里提交到 Git。用 shell 的 export 或者.env文件配合 gitignore 管理。另外,agency-agents 的角色文件是纯 Markdown,不涉及任何密钥,可以放心放进版本库。
3. 可复制配置:agency-agents 骨架与 Claude Code agents 目录
Claude Code 读取自定义角色的默认目录是~/.claude/agents/。你把 agency-agents-zh 的角色文件复制进去,它就能在对话中被激活。先克隆中文版仓库:
git clone https://github.com/jnMetaCode/agency-agents-zh.git mkdir -p ~/.claude/agents cp -r agency-agents-zh/* ~/.claude/agents/复制完成后,用ls ~/.claude/agents/确认文件已经就位。每个角色是一个独立的 Markdown 文件,文件名通常就是角色名,比如测试结果分析师.md。Claude Code 在启动时会扫描这个目录,你可以在对话里用“用 XX 角色”来激活。
如果你不想全量复制,也可以只挑几个常用角色。比如做后端开发,先放“后端架构师”“QA 工程师”“测试结果分析师”;做内容,放“小红书运营”“微信公众号编辑”。文件越少,Claude Code 扫描越快,激活时也更容易命中。
下面是一个可复用的角色文件骨架,你可以照着写自己的“专家马甲”:
--- name: 测试结果分析师 description: 专注测试结果评估和质量度量分析的测试分析专家,把原始测试数据变成可执行的洞察,驱动质量决策。 color: indigo --- ## 你的身份与记忆 - **角色**:测试数据分析与质量情报专家,擅长统计分析 - **个性**:爱较真数据、注重细节、洞察驱动、质量优先 - **记忆**:你记住各种测试模式、质量趋势,以及哪些根因分析方法真正管用 - **经验**:你见过团队靠数据驱动质量决策走向成功,也见过忽视测试数据导致翻车的项目 ## 核心使命 ### 全面的测试结果分析 - 分析功能、性能、安全、集成测试的执行结果 - 通过统计分析识别失败模式、趋势和系统性质量问题 - 从覆盖率、缺陷密度、质量度量中提炼可执行洞察 - **底线**:每份测试结果都要分析出模式和改进机会 ### 质量风险评估与发布就绪判断 - 基于质量度量和风险分析评估发布就绪状态 - 给出 Go/No-Go 建议,附上支撑数据和置信区间 ## 沟通风格 - **用数据说话**:“测试通过率从 87.3% 提升到 94.7%,统计置信度 95%” - **聚焦洞察**:“失败模式分析显示 73% 的缺陷出在集成层” - **给出背景**:“当前缺陷密度 2.1/千行代码,比行业平均低 40%” ## 成功指标 - 质量风险预测和发布就绪评估准确率 95% - 90% 的分析建议被开发团队采纳 - 测试完成后 24 小时内交付质量报告这个骨架的关键在于:身份与记忆让模型有“人设连续性”,核心使命把职责拆到可执行动作,沟通风格给出具体话术示例,成功指标让输出有量化标准。普通 prompt 只说“你是测试专家”,而这份文件告诉模型“你是谁、怎么想、怎么做、做成什么样”。
4. 验证请求:在 Claude Code 中切换角色并对比输出
配置好之后,怎么验证角色真的生效了?最直接的办法是做 A/B 对比。先不用角色,直接问一个测试分析问题:
我有一份测试报告:总用例 1200,通过 1048,失败 152,覆盖率 78%。 请分析这份报告并给出发布建议。通用回答大概率是“通过率 87.3%,建议修复失败用例后再发布,覆盖率有待提高”。信息没错,但浅。
接着激活角色再问同一个问题:
用测试结果分析师的角色,帮我分析这份测试报告: 总用例 1200,通过 1048,失败 152,覆盖率 78%。角色激活后,输出会明显不同:它会先算通过率 87.3%,然后追问失败用例的分布(是集中在集成层还是单元层),会提到缺陷密度、失败模式聚类,会给出带置信区间的 Go/No-Go 建议,甚至提醒你“覆盖率 78% 在核心模块可能不够,建议看分支覆盖率而非行覆盖率”。这就是“专家马甲”带来的专业度差异。
如果你想更系统地验证,可以准备三组问题:一组架构评审、一组 Code Review、一组测试分析。每组分别用通用提问和对应角色提问,把输出并排贴到表格里对比。你会看到角色输出在“具体动作、量化指标、风险边界”三个维度上明显更扎实。
在 Claude Code 里激活角色的语法不复杂,直接在对话开头写“用 XX 角色”即可。如果角色文件里的name字段是中文,Claude Code 也能识别。实测下来,角色名越具体,激活越稳定,比如“测试结果分析师”比“测试专家”更容易命中。
5. 本篇常见错排查
角色不生效,输出和通用回答没区别。先检查~/.claude/agents/目录是否存在,文件是否真的复制进去了。再检查文件头部是否有合法的 YAML front matter(---包裹的 name/description)。如果 front matter 格式错误,Claude Code 会跳过该文件。
激活时角色名对不上。角色名以文件里的name字段为准,不是文件名。你可以用grep -r "^name:" ~/.claude/agents/列出所有可用角色名,复制准确名称再激活。
输出仍然很泛,没有量化指标。检查角色文件里“成功指标”和“沟通风格”两节是否写具体了。如果只写“要专业”,模型还是会泛。把“用数据说话”的示例话术写进去,输出会明显收敛。
Claude Code 启动变慢。agents 目录文件太多会拖慢扫描。建议只保留当前项目常用的 5 到 10 个角色,其余归档到别的目录,需要时再复制回来。
API 调用报错或超时。先确认ANTHROPIC_BASE_URL是否指向 https://taotoken.net/api ,以及 Key 是否有效。如果报 401,去控制台重新生成 Key;如果报连接超时,检查网络环境是否能正常访问 API 地址。接入文档里有针对常见报错的排查步骤,可以对照看。
角色之间职责重叠导致输出混乱。比如同时激活“后端架构师”和“QA 工程师”问同一个问题,模型可能来回切换视角。一次只激活一个角色,或者明确说“先以架构师视角评审,再以 QA 视角补充”。
6. 把角色用进日常:从单次对话到长期工作流
角色配置好之后,真正的价值在于把它变成日常习惯。我自己的做法是:Code Review 固定用“代码评审员”角色,测试报告固定用“测试结果分析师”,写技术文档固定用“技术写作专家”。每次不用重新解释背景,Claude Code 自动带上对应的职责边界和输出标准。
如果你长期做编码和 Agent 类任务,可以考虑 TaoToken 的 Coding Plan,配合 agency-agents 的角色体系,把常用角色固化到项目级的.claude/agents/目录里,团队共享。这样新成员拉下代码就自带一套“专家马甲”,不用每个人从头调 prompt。
想先试模型输出风格,去模型对话页面直接对比不同角色的话术差异。需要管理多个 Key 或查看用量,进控制台和 API Keys 页面操作。接入细节和报错排查,接入文档里有完整说明。角色文件本身是纯文本,你可以随时改、随时加,把团队里真正管用的“老专家经验”写成下一份人设。