Skill 说明
OmO 是什么
OmO(oh-my-openagent)是一个终端 AI 编程智能体,一条 omo 命令跑起来,目标是把 token 直接变成成品:查资料、做演示文稿、写后端、写前端、写代码。它跑在作者自研的 senpi 上(pi 的 fork),下面这些能力都是内置的。
核心是关键词驱动的任务编排:在提示词里加 ultrawork(简写 ulw),agent 会先读代码库再动手、做计划、每步自证、在真实环境里验证结果;加 mass ulw 则把整个任务变成一个 agent 图,各部分并行跑、各自挑合适的模型、完成前互相检查。
| 特性 | 说明 |
|---|---|
| mass ulw | 任务拆成多 agent 并行图,按能力分配模型 |
| Kibitzer | 一个廉价小模型常驻,读历史记录,在主 agent 犯错前提醒 |
| 记忆系统 | 以 markdown 文件的 git 仓库形式保存,跨会话不丢上下文 |
| 多模型 | /login 支持 Claude、ChatGPT、Kimi、GLM 订阅 |
| 技能 | 自带技能库含浏览器操作,按需加载 |
| 执行优化 | 独立工具调用合并成一次往返,参数错误自动修复 |
配置文件在 ~/.omo/omo.jsonc,项目可以再放一份 .omo/omo.jsonc 覆盖,就近生效。GitHub 上约 7 万 star。
OmO 怎么安装
macOS / Linux:
curl -fsSL https://get.omo.dev/install.sh | bash
omoWindows PowerShell:
irm https://get.omo.dev/install.ps1 | iex脚本会把对应系统的 omo 二进制装到 ~/.local/bin,并用 release 校验和验证。也可以用包管理器:
npm i -g omo-ai注意包名是 omo-ai,npm 上那个 omo 是别人的无关包。
OmO 怎么使用
- 进入你的项目目录,直接运行
omo。 - 用自然语言描述任务;觉得任务难就在提示词里加
ulw,需要大规模并行就加mass ulw。 - 用
/login登录已有的模型订阅,不需要每家用一套配置。 - 用
/thinking <level>调整思考强度,Shift+Tab循环切换,/efforts <level>直接设推理档位。 - 从 OpenCode 或 LazyCodex 迁过来的,跑一次
omo setup把 provider key、MCP、技能和模型选择带过来。 - 用
omo doctor检查各任务类别有没有可用模型,omo doctor --models看每个 agent 实际用的模型和执行顺序。 - 中断后续做:命令行用
omo -c继续上一次,omo -r打开选择器,会话内用/resume。
OmO 适合谁用
- 想让 AI 端到端交付一个完整功能、而不是只补全几行代码的开发者
- 手上同时有多个模型订阅(Claude、ChatGPT、Kimi、GLM),想把它们混着用又不想手动挑的人
- 要跑长任务(大规模调研、机器学习流水线、没人愿意做的迁移)的个人或小团队
- 受不了每次重开会话都要重新解释背景和约束的人
- 习惯终端工作流、愿意花一次时间配置
omo.jsonc的用户
OmO 项目地址
- GitHub 仓库:https://github.com/code-yeongyu/oh-my-openagent
- 项目官网:https://omo.dev
- 官方文档:https://omo.dev/docs
- 安装说明:https://omo.dev/docs/install
- Release 下载:https://github.com/code-yeongyu/oh-my-openagent/releases