ZCode AI 员工团
第 3 步 · 套餐与模型配置 已经准备好日常模型 → 本篇安装一组专业子智能体，让不同模型按岗位协作。
🌟 核心目标：装上一组按专业岗位分工的 AI 员工，让"生产、审查、验证"由不同岗位分别负责。配置了多个不同类型的模型，员工团的分工效果会更完整。预计 5～10 分钟。
⚡ 赶时间？本篇的速通版收录在 一篇跑通。
员工团是作者免费开源分享（MIT）的独立工具包，不是来发信产品的内置功能；本包不收费，可能产生的费用来自你使用的模型服务或套餐。只分享，不教学、不答疑——能上手到什么程度，取决于你的模型配置和上手实践。安装与使用问题请按下方的「常见问题」自助排查；也可以让 AI 读取仓库给出排查建议（自助路径，不保证解决所有问题）。
先看懂它
普通使用方式，是让一个模型从头做到尾。AI 员工团则把工作拆给不同岗位：有人生产、有人审查、有人实际验证，最后再由终审岗位收口。
更专业，来自岗位边界和验收标准；更智能，来自按任务选择合适岗位和模型，而不是让同一个模型反复扮演所有角色。
为什么多模型
不同大模型各有擅长的方向。把模型与岗位匹配，比“所有任务固定用一个模型”更合理。
| 模型特点 | 更适合的任务 | 对应岗位示例 |
|---|---|---|
| 强推理 | 架构、疑难问题、复杂规划 | coder-gpt、seoer |
| 快速低成本 | 日常检查、高频轻任务 | verifier、tijian、shencha-final |
| 图片理解 | 截图、页面和视觉检查 | shencha-ui、frontend |
| 长上下文 | 大仓库、长需求、多文件证据 | coder-kimi |
| 写作能力 | SEO、开发触达、社媒内容 | writer-pro、outreach、sheyun |
GitHub 仓库也给出了从单模型到多模型的效果对比。小白不必一次接入很多模型，先准备 2～3 个能力不同的模型，就能明显改善生产、审查和视觉任务的分工（这是可选优化，不是安装员工团的前提）。各家厂商的 Base URL 和 API 格式速查，见第 3 步的常用供应商速查表。
只有一个模型也能使用；如果已经按第 3 步配置了 2～3 个不同类型或不同供应商的模型，就能更好地分开生产与审查，并兼顾推理、速度和图片能力。
你会得到什么
当前包名为“外贸 AI 员工团”，包含 22 个岗位；版本持续更新、岗位会继续新增，请以上游仓库当前 README 为准。
| 专业组 | 岗位 | 主要工作 |
|---|---|---|
| 🛠️ 工程 | coder、coder-gpt、coder-ds、coder-kimi、frontend | 四岗差异化路由、独立 worktree 隔离并行；前端实现与原型双模式 + 界面微文案 |
| ✍️ 内容 | writer、writer-pro | A-E 内容模式、成功定义与受控双稿盲测 |
| 📊 需求洞察 | dongcha | 从产品发现客群、痛点与问题种子；只提议不授予 |
| 📊 图表 | mermaid | 业务逻辑转业务流程图（单代码块、净化、集合对账） |
| 📱 社媒 | sheyun | S1 单帖、S2 批次、S3 周运营、S4 纯策略 |
| 📣 公众号 | gonghao | G1 单篇、G2 系列、G3 周运营、G4 纯策略；中文长文与平台合规 |
| 🌐 SEO / 外贸 | seoer、huoke、outreach、jiankong | SERP 规划、线索证据分级、触达内容、安全监控 |
| 🔍 核查 | shencha、shencha-content、shencha-ui、verifier、shencha-final、tijian | 专业编辑部内容门禁、工程与视觉审查、运行验证、终审、网站体检 |
| 🏠 仓库 | github | GitHub 硬只读体检：无 Bash / Write / Edit，只产出报告与草稿 |
验收结论统一为
PASS / BLOCK / INCONCLUSIVE：INCONCLUSIVE表示核心证据不足、不得交付；SEND_BLOCKED表示内容可以成稿但禁止发送。
手工新建一个子智能体，需要填写名称、模型、工具、系统提示词和是否注入 AGENTS.md 等设置。这个智能体包已经预先定义好岗位职责和边界，不需要小白逐个创建。
安装前准备
先确认下面几项：
- 已完成 ZCode 第 1～3 步；
- ZCode 版本不低于
3.10.2； - 至少有一个已启用且可以正常对话的模型；
- 电脑已安装 Git；
- 电脑已安装 Python
3.9或更高版本； - Windows 用户另需 PowerShell
5.1或更高版本。
不知道 Git 或 Python 是否已经安装也没关系。下一步把安装任务交给 ZCode 后，它会先检查；不满足时会告诉你缺什么。
1. 发送安装指令
安装只要一句话，版本号都不用管——AI 会自己读仓库 README，取当前版本的安装提示词并按其安全协议执行：
请在 ZCode 中安装或安全更新这个智能体包：repo=https://github.com/tony-apan/zcode_skills。
先实际读取当前 README 的「3 步自动安装」，获取唯一主提示词及其要求的安装协议，使用其中指定的固定 tag；无法读取、内容不完整或版本指向不一致时停止并报告，不凭记忆补写，也不自行改用 main。
执行前说明来源、目标版本、安装位置、拟修改内容和已有配置冲突；保留协议要求的确认，涉及删除或覆盖现有配置时先征得我同意。完成后汇报实际版本、岗位数量、模型分配及未完成项。
这段指令让 ZCode 读取上游安装说明，不等于允许任意操作：执行前 AI 应说明目标版本、安装位置、拟修改内容和已有配置冲突；读取失败时停止；删除或覆盖现有配置前须经你确认。教程不固定具体版本号，以减少版本漂移；仓库入口、安装协议或 ZCode 界面变化时，本教程仍需维护。
安装指令来自上游仓库。若 AI 报告来源跳转、异常索取凭据，或要求执行超出员工团安装范围的操作，请停止并核实；不要因为它引用了 README 就默认批准。
2. 交给 ZCode
回到 ZCode，新建一个会话，把刚才复制的完整提示词发送出去。
ZCode 会依次完成：
- 检查系统、Git 和 Python；
- 获取固定版本；
- 识别已配置模型的能力；
- 为专业岗位分配模型；
- 预览安装结果；
- 安装并汇报岗位、模型和降级项。
如果提示缺少 Git、Python 或可用模型，按它给出的缺项补齐后再重试。如果发现已有同名岗位或本地修改，先看清它列出的冲突和处理方案，不要直接重复覆盖安装。
3. 新会话生效
安装完成后，再新建一个 ZCode 会话。子智能体通常在新会话启动时加载，旧会话里不一定立即出现。
你不需要重装 ZCode，也不需要逐个手工添加岗位。
4. 检查岗位
进入：
左下角齿轮 → 设置 → 子智能体
检查三个位置：
- 页面中出现已安装的专业岗位；
- 岗位右侧显示分配到的模型；
- 右侧开关处于启用状态。
下图显示 22 个已安装岗位分别使用 GLM、DeepSeek、GPT、Kimi、Gemini 等模型。页面顶部总数还可能包含你自己创建的子智能体，所以判断安装结果时应看“已安装”列表和安装汇报。
怎么开始用
新手通用话术
第一次先复制这段：
我已经安装 AI 员工团。请先判断这个任务需要哪些专业岗位，给我一份简短协作计划，说明每个岗位负责什么；生产和审查尽量使用不同岗位。然后按计划执行并汇总结果。
我的任务是：在这里填写你的具体任务。
主智能体会根据任务选择岗位。你也可以直接点名需要的流水线。
代码任务
请让 coder 实现这个修复，再让 shencha 做静态工程审查、verifier 做运行验证，最后交 shencha-final 终审收口。
代码并行对比
请让 coder-gpt 与 coder-ds 基于同一固定基线，在各自独立 worktree 中隔离实现两个方案；不得读取另一候选产物，最后按同一验收标准对比。coder-ds 使用 MODE=PARALLEL_ALTERNATIVE。
内容任务
请让 seoer 基于搜索证据产出选题 brief，交 writer 成稿，再由 shencha-content 验收事实、搜索意图和转化路径，最后交 shencha-final 收口。
内容审查
shencha-content 可以按场景指定审查档位（review_profiles + review_tier），让验收标准随内容类型变化：
请让 shencha-content 审查这篇专业文章，review_profiles=[editorial,seo] review_tier=STANDARD。
请让 shencha-content 审查这个落地页，review_profiles=[conversion] review_tier=STANDARD。
高事实风险的内容用 review_tier=HIGH_RISK；只有 STANDARD 或 HIGH_RISK 得到 PASS 才会给出 publication_decision=GO，QUICK 档永远是 NO_GO。
外贸任务
请让 huoke 筛选并核验目标客户，交 outreach 生成适合目标市场的开发触达内容，并说明证据等级和下一步建议。
outreach 负责生成触达内容，不代表已经替你发送。需要实际发信时，再进入对应发送工具确认。
需求洞察
请让 dongcha 用 L1 PUBLIC_EVIDENCE 分析这组产品资料和公开客户讨论，拓展客群、痛点与问题种子，输出三池和分别给 seoer、writer、huoke 的 handoff；只提议不授予。
流程图任务
这是我的业务说明，请让 mermaid 把完整流程画成流程图，重点标出判断分支和人工环节。
仓库体检
请让 github 给这个仓库做一次只读体检，输出分级问题清单和 README 改写草稿，不修改本地或远端。
模型如何分
推荐的“AI 自适配”安装会读取脱敏后的模型能力清单，再给岗位分配模型。它关注的是模型名称、上下文能力和是否支持图片等信息，不需要你手工给 22 个岗位逐一选择。
安装后仍然可以调整：
- 在 ZCode 的模型设置中新增或启用模型；
- 回到仓库 README，复制当前版本的“更新”提示词；
- 明确告诉 ZCode 需要重新分配模型；
- 新建会话后再次检查岗位列表。
“更智能”指的是任务路由、模型匹配、专业分工和多轮验收，不是安装后把某个大模型本身训练得更强。
单模型能用吗
可以。只有一个模型时，22 个岗位仍能安装，岗位职责和流程也仍然存在。
但多个岗位可能共用同一模型，下面这些优势会减弱：
- 同题并行时缺少真正的模型差异；
- 生产与审查容易使用同一套判断习惯；
- 视觉岗位可能没有图片能力；
- 长上下文或高频轻任务无法按能力和成本分层。
小白不必一次配置很多模型。先用第 3 步的内置模型跑通，再按需要增加一个强推理模型或图片模型即可。
常见问题
看不到岗位
先新建 ZCode 会话，再到“设置 → 子智能体”检查。如果仍没有，回到安装会话查看是否真的出现完成汇报，还是停在环境检查或冲突确认。
模型不可用
如果某个岗位提示模型不存在或供应商不可用：
- 到“设置 → 模型设置”确认对应供应商已启用；
- 确认模型可以在普通新任务中使用；
- 使用仓库当前 README 的更新提示词重新分配模型。
数量不一致
版本持续更新，岗位会继续新增，请以上游仓库当前 README 为准。页面顶部总数还可能包含你自己创建的子智能体，应以安装汇报和“已安装”列表为准。
装不上怎么办
先看两件事，再让 AI 继续：
- 账户额度是否够（内置套餐或第三方余额）；
- 网络是否通（挂了代理或网络不稳时会失败）。
排除后，直接在同一个会话里把下面这句发给 AI，不用从头重来：
请从刚才停止的地方继续安装。
再装来发信 skill
如果你接下来还要用来发信获客，会再装一个 skill。推荐顺序：
先装哪个都能用。 员工团是增强——让不同模型按岗位分工；只装来发信 skill 也能跑完整获客流程。上面只是更顺手的顺序。
来发信 skill 的安装在询盘流程的第一步，那里有完整安装提示词。
📋 员工团安装避坑汇总
| 坑 | 后果 | 怎么避 |
|---|---|---|
| 🔴 凭记忆安装，不读仓库当前 README | 装到旧版或对不上岗位，报错还查不出原因 | 用本篇安装指令让 ZCode 实际读取当前 README，并汇报采用的固定 tag；读取失败或版本指向不一致时停止 |
| 🔴 看到报错就以为"坏了"，直接放弃 | 白折腾，其实多半是额度或网络 | 安装汇报里保留原始错误，先查额度和网络，再按装不上怎么办让 AI 续装 |
| 🟡 一次只装一个岗位 | 越装越乱，还容易重复 | 一次交完整安装提示词，让 ZCode 一并汇报安装结果和模型分配 |
| 🟢 以为员工团是必装 | 卡在这一步过不去 | 它是增强不是硬依赖，只装来发信 skill 也能跑完整流程 |
✅ 完成检查
- 已按指令让 ZCode 读取仓库 README 当前提示词并完成安装；
- ZCode 已汇报安装完成、本次版本的岗位清单和模型分配（岗位会持续新增，数量以汇报为准）；
- 已新建会话让岗位生效；
- “设置 → 子智能体”中能看到已安装岗位和模型；
- 已用一个简单任务跑通“生产 → 审查 → 验证/终审”。
以上完成检查全部通过后，再进入来发信 skill 安装（见下方“再装来发信 skill”）或从连接账号开始获客。
📚 延伸阅读
- 📚 ZCode 套餐与模型配置：还没配好模型的回到这一步
- 📚 AI 工具学习路线：把 ZCode 放进更大的学习路径
- 📚 来发信 B2B 询盘获取系统：装上员工团后开始获客实操
- 👉 外贸 AI 员工团 GitHub 仓库：安装提示词和岗位说明的唯一来源
员工团不是第 5 步、也不是硬依赖；只装来发信 skill 也能跑完整获客流程。想开始获客，就从 📄 搭建 B2B 询盘获取流程 继续。