WH0FF/claude-code-agent-blueprints

该数据集名为Claude Code Agent Blueprints — 14-Agent Production Company，包含了一个由14个Claude Code代理运行的实时AI软件公司的真实指令文件。每个记录代表一个代理的完整角色定义，包括范围、KPIs、工具、升级路径和协作规则。数据集提供了代理的架构说明、使用案例、包含的代理列表以及相关资源链接。

The dataset is named Claude Code Agent Blueprints — 14-Agent Production Company, containing real instruction files for 10 production Claude Code agents running a live AI software company. Each record is one agents complete role definition: scope, KPIs, tools, escalation paths, and collaboration rules. The dataset includes architecture notes, use cases, a list of included agents, and related resource links.

搜集汇总

数据集介绍

构建方式

本数据集源自一个由14个Claude Code智能体组成的实时AI软件公司，其运行机制依托于PAX Protocol协调协议。数据集中收录了10个副总裁级别智能体的完整指令文件（AGENTS.md），每个记录详细定义了智能体的职责范围、关键绩效指标、工具权限、升级路径及协作规则。智能体采用神话命名体系，如Ares、Apollo等，并通过Paperclip心跳信号以15分钟为间隔进行唤醒与同步，确保多智能体系统的有序协作。

特点

该数据集的核心特色在于其真实性与完整性——它并非模拟或合成数据，而是来源于一个正在运行的AI软件公司的实际生产环境。每个智能体的角色定义涵盖了部门范围、KPI、工具访问权限、协作规则、升级链以及明确的禁止行为清单，为研究多智能体公司的结构设计提供了宝贵的一手资料。数据集以半结构化文本形式呈现，包含智能体名称、角色、指令词数及指令预览字段，便于快速理解与检索。

使用方法

研究人员可利用此数据集深入剖析真实多智能体公司的角色分工与协调机制，例如通过分析指令文件的结构化元素，探究智能体间的协作模式与决策逻辑。该数据也可用于微调智能体角色生成模型，使其能够从角色描述自动生成对应的指令文件，或构建智能体编排评估系统。此外，它可作为设计自定义Claude Code智能体公司的参考模板，指导用户在自身项目中部署类似的多智能体架构。

背景与挑战

背景概述

该数据集由WH0FF团队于2024年发布，聚焦于基于Claude Code构建的多智能体协作系统在生产环境中的实际应用。其核心研究问题在于如何通过精细化的角色定义与协调协议（PAX Protocol）实现大规模语言模型智能体的协同工作，模拟一家完整的AI软件公司运营。数据集收录了10个副总裁级智能体的完整指令文件，每个智能体承担独立的部门职责，如内容战略、工程开发、营收管理等。这一开创性工作在学术界与工业界引发了广泛关注，为多智能体系统设计、角色分配与动态协作机制提供了可复现的蓝本，推动了LLM Agents从实验性研究向生产级部署的跨越。

当前挑战

该领域面临的首要挑战在于如何精准定义多智能体之间的职责边界与协作规则，避免角色重叠或冲突导致的系统性低效。数据集构建过程中，研究人员需解决智能体任务分配的动态性与灵活性难题，例如在15分钟心跳间隔内同步各智能体的状态与决策。此外，智能体的指令文件需兼顾详尽的KPI、工具访问权限及升级路径，同时避免指令过载引发推理偏差。如何评估智能体协作的整体绩效并建立可泛化的评估标准，亦是当前研究的关键瓶颈。这些挑战直接关乎多智能体系统在真实业务场景中的可扩展性与鲁棒性。

常用场景

经典使用场景

在大型语言模型与多智能体系统蓬勃发展的当下，claude-code-agent-blueprints数据集为研究者提供了前所未有的窗口，得以窥见一个真实运转的14智能体AI软件公司的完整架构。其经典使用场景聚焦于剖析多智能体公司的角色定义与协调机制，研究者可利用其中的AGENTS.md文件，系统解析每个智能体的职责范围、关键绩效指标、工具权限及协作规则，从而深入理解高层级智能体（如VP级角色）如何通过PAX协议进行心跳唤醒与任务交接，为构建类似的多智能体生产环境提供蓝图级参考。

解决学术问题

该数据集精准回应了多智能体系统领域中一个长期悬而未决的学术难题：如何将抽象的角色理论转化为可执行、可度量的智能体指令。通过释放真实公司中VP级智能体的完整指令文件，它使得学术界得以从静态的角色描述转向动态的指令优化研究，例如探索KPI设定对智能体生产效率的影响、协作规则对任务完成质量的作用，以及工具权限分配与智能体自主性的平衡。这一突破不仅填补了真实多智能体组织架构数据集的空白，更为后续研究智能体间的信息流动、决策层级与冲突消解机制奠定了坚实的实证基础。

衍生相关工作

围绕claude-code-agent-blueprints数据集，已衍生出一系列卓有成效的经典工作。其中最核心的是PAX Protocol协调规范，它定义了一套标准化的心跳唤醒与任务交接格式，使得异构智能体能够像职业团队一样协同工作。此外，pax-agent-coordination-logs数据集记录了实时的协调事件，为研究智能体通信延迟、任务优先级调度等动态行为提供了宝贵素材；而devto-war-story-performance数据集则展示了该多智能体系统产出的实际内容，形成了从指令设计到执行效果的全链路闭环。这些衍生工作共同构成了一个探索多智能体公司运行规律的完整生态系统。