OmO(多模型超级智能体)

作者 设施特

让一个 AI 干完整活,最烦的是它每一步都要你回来盯着、错了还重复犯。OmO 只要在提示词里加 mass ulw,就把任务拆成上百个 agent 的并行图,各自跑最合适的模型,配一个便宜模型专门在旁边防它犯老错。7 万 star。

Github
Skill 编程开发 v1.0.0 热度 360

将提示词发送给你的 AI 安装该 Skill

复制下方提示词,粘贴到 Cursor / Claude Code / WorkBuddy 等本地 Agent,按说明安装。

请根据 https://www.cweto.cn/?ai_hub=skill_install ,安装本站 Skill @ai_hub/work-46(OmO(多模型超级智能体))。
详情页:https://www.cweto.cn/work-46.html
GitHub:https://github.com/code-yeongyu/oh-my-openagent
请装到当前 Agent 的 skills 目录(见安装说明中的路径表),完成后重启或刷新 Agent。
安装说明 GitHub
支持的本地 Agent 目录
  • Claude Code → ~/.claude/skills/
  • Cursor → ~/.cursor/skills/
  • Windsurf → ~/.codeium/windsurf/skills/
  • Codex → ~/.codex/skills/
  • Gemini CLI → ~/.gemini/skills/
  • WorkBuddy → ~/.workbuddy/skills/
  • OpenClaw 变体 → 各自 skills 目录

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
omo

Windows 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

  1. 进入你的项目目录,直接运行 omo。
  2. 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。
  3. 用 /login 登录已有的模型订阅,不需要每家用一套配置。
  4. 用 /thinking <level> 调整思考强度,Shift+Tab 循环切换,/efforts <level> 直接设推理档位。
  5. 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。
  6. 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。
  7. 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