oh-my-claudecode 多智能体编排实战指南Team 分阶段流水线、Magic Keywords 与实用 CLI 工具【免费下载链接】oh-my-claudecodeTeams-first Multi-agent orchestration for Claude Code项目地址: https://gitcode.com/GitHub_Trending/oh/oh-my-claudecodeoh-my-claudecode下文简称 OMC是一个面向 Claude Code 的 teams-first 多智能体编排插件安装即用用自然语言描述需求由多个专职 Agent 分阶段完成规划、执行、验证与修复。本篇基于仓库葡萄牙语 README 的完整骨架展开并结合skills/team/SKILL.md、src/features/magic-keywords.ts、src/cli/commands/wait.ts等源码带你掌握从安装配置到 Team 流水线、Magic Keywords、通知回调与 OpenClaw 集成的全套实操与底层实现细节。一、快速上手三步开始使用OMC 的设计目标是零学习曲线——不学 Claude Code直接用 OMC。整个上手流程只有三步。第 1 步安装在 Claude Code 的插件市场中添加并安装 OMC/plugin marketplace add https://github.com/Yeachan-Heo/oh-my-claudecode /plugin install oh-my-claudecode第 2 步配置/omc-setup一个重要的边缘场景如果你通过omc --plugin-dir path或claude --plugin-dir path直接加载插件目录运行 OMC建议在omc setup时追加--plugin-dir-mode或事先导出OMC_PLUGIN_ROOT环境变量以避免插件在运行时重复提供它已经自带的能力skills/agents造成冲突。完整的决策矩阵与所有可用标志参见 REFERENCE.md 的 Plugin directory flags 小节。另一个相关细节如果你绕过omc启动 shim、直接用claude --plugin-dir path启动 Claude Code需要在 shell 中导出OMC_PLUGIN_ROOTpath让 HUD bundle 解析到与插件加载器相同的 checkout。第 3 步开始创造autopilot: build a REST API for managing tasks就这样其余一切都是自动的。需求不清楚时deep-interview如果你对需求没有把握、想法比较模糊或者想在动手前充分讨论设计可以先用深度采访技能/deep-interview I want to build a task management app深度采访通过苏格拉底式提问在写任何代码之前先澄清你的想法它暴露隐藏假设并按加权维度度量需求清晰度确保执行开始前你确切知道自己要构建什么。该技能的完整定义见 skills/deep-interview/SKILL.md。二、Team 模式v4.1.7 起的规范编排面从v4.1.7起Team成为 OMC 的规范canonical多智能体编排面。旧入口swarm和ultrapilot仍受支持但它们如今只是兼容门面底层统一路由到 Team。/team 3:executor fix all TypeScript errors分阶段流水线Staged PipelineTeam 以分阶段流水线方式运行team-plan → team-prd → team-exec → team-verify → team-fix循环这一流水线在仓库中的权威定义位于 skills/team/SKILL.md。该文件还给出了 Team 的完整编排架构用户发起/team 3:executor ...后由 LeadTEAM ORCHESTRATOR分析并分解任务为带依赖关系的子任务清单TODO 条目 #1、#2、#3…为每个条目预分配负责人再通过 Agent/Task 工具以不同的name如worker-1拉起 N 个 teammates 加入当前会话的隐式团队最后进入监控循环——接收 teammate 自动投递的消息、通过共享任务清单观察进度、在必要时协调解锁直到全部完成后逐一请求下线并清理 OMC team 状态文件.omc/state/team-state.json。值得注意的实现事实源自该 SKILL 文件Claude Code 2.1.178 已移除原生TeamCreate/TeamDelete调用开启CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS1后每个会话存在一个隐式团队teammates 直接经 Agent/Task 工具以独立name值生成team_name仅作为被忽略的遗留元数据不应依赖它做路由。每个阶段由谁执行阶段级 Agent 路由各流水线阶段使用专职 Agent而非清一色的 executor由 Lead 按阶段与任务特征选择阶段必需 Agent可选 Agent选择标准team-planexplorehaiku、planneropusanalystopus、architectopus需求不清用analyst系统边界复杂用architectteam-prdanalystopuscriticopus用critic挑战范围team-execexecutorsonnetexecutoropus、debuggersonnet、designersonnet、writerhaiku、test-engineersonnet按子任务类型匹配复杂自治工作用 opus 版 executorUI 用 designer文档用 writerteam-verifyverifiersonnettest-engineersonnet、security-reviewersonnet、code-revieweropusverifier 必跑涉认证/加密加 security-reviewer改动超过 20 文件或架构级变更加 code-reviewerteam-fixexecutorsonnetdebuggersonnet、executoropus类型/构建错误与回归隔离用 debugger复杂多文件修复用 opus 版 executor四条核心路由规则同样来自 skills/team/SKILL.md由 Lead 按阶段选 Agent而非用户用户的N:agent-type参数只覆盖team-exec阶段的 worker 类型其余阶段一律用阶段适配的专职 Agent。专职 Agent 与执行 Agent 互补分析/评审路由给 architect/criticUI 工作路由给 designertmux CLI worker 是一次性的不参与团队通信。成本模式影响模型档位downgrade 模式下 opus 降为 sonnet、sonnet 降为 haiku质量允许时team-verify始终至少使用 sonnet。风险等级升级评审安全敏感或改动超过 20 个文件的任务team-verify必须包含security-reviewercode-revieweropus。启用 Claude Code 原生团队在~/.claude/settings.json中开启实验性 agent teams{ env: { CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS: 1 } }若团队功能未启用OMC 会发出警告并在可能时回退到无 Team 的执行路径。参数与用法示例skills/team/SKILL.md 给出了比 README 更完整的参数与调用面/team 5:executor fix all TypeScript errors across the project /team 3:debugger fix build errors in src/ /team 4:designer implement responsive layouts for all page components /team refactor the auth module with security review /team ralph build a complete REST API for user management # Codex CLI workers需要 npm install -g openai/codex /team 2:codex review architecture and suggest improvements # Gemini CLI workers需要 npm install -g google/gemini-cli /team 2:gemini redesign the UI componentsNteammate 数量1–20可省略默认根据任务分解自动定规模。agent-type指定team-exec阶段的 OMC Agentexecutor、debugger、designer、codex、gemini 等省略时按阶段感知路由。ralph可选修饰词为整条 Team 流水线套上 Ralph 持久循环失败重试、完成前由 architect 验证。tmux CLI 工作者Codex 与 Geminiv4.4.0v4.4.0 移除了 Codex/Gemini 的 MCP 服务器原x、g提供者。改用/omc-teams在 tmux 分屏中拉起真实的 CLI 进程/omc-teams 2:codex review auth module for security issues /omc-teams 2:gemini redesign UI components for accessibility /omc-teams 1:claude implement the payment flow要在一条命令里做 Codex Gemini 混合工作使用技能/ccg/ccg Review this PR — architecture (Codex) and UI components (Gemini)技能工作者最适用场景/omc-teams N:codexN 个 Codex CLI 面板代码评审、安全分析、架构/omc-teams N:geminiN 个 Gemini CLI 面板UI/UX 设计、文档、大上下文任务/omc-teams N:claudeN 个 Claude CLI 面板tmux 中经 Claude CLI 的一般任务/ccg1 个 Codex 1 个 Gemini三模型并行编排工作者按需启动、任务完成后终止——没有空闲资源占用。前提是已安装codex/geminiCLI 且存在活跃的 tmux 会话。注意包名——项目使用oh-my-claudecode品牌仓库、插件、命令名但 npm 包发布名为oh-my-claude-sisyphus。通过 npm/bun 安装 CLI 工具时请执行npm install -g oh-my-claude-sisyphus。更新与排障# 1. 更新 marketplace 克隆 /plugin marketplace update omc # 2. 重新运行 setup 以刷新配置 /omc-setup如果未启用 marketplace 自动更新你需要手动执行/plugin marketplace update omc同步最新版本后再运行 setup。更新后遇到问题时清理过期的插件缓存/omc-doctor三、为什么选 OMC核心特性与编排模式对比README 归纳的选型理由零配置——开箱即用默认值足够聪明Team 优先的编排——Team 是规范多智能体面swarm/ultrapilot 只是兼容门面自然语言界面——不用背命令描述你想要什么即可自动并行化——复杂任务分发到专职 Agent持久执行——不把工作验证为完成之前不停手成本优化——智能模型路由据称可节省 30%–50% 的 token 开销从经验中学习——自动提取并复用问题求解模式实时可见性——HUD statusline 展示后台正在发生什么。编排模式一览模式是什么何时使用Team推荐规范的分阶段流水线team-plan → team-prd → team-exec → team-verify → team-fix协调 Agent 共享一份任务清单协同工作omc-teamstmux CLI 工作者——分屏中真实的claude/codex/gemini进程Codex/Gemini CLI 任务按需创建、结束即销毁ccg三模型Codex分析型 Gemini设计型并行Claude 综合需要 Codex 和 Gemini 的 backendUI 混合工作Autopilot自主执行单一 Lead Agent端到端 feature仪式最小Ultrawork最大并行不经 Team不需要 Team 时的并行修正/重构突击Ralph带 verify/fix 循环的持久模式必须完整做完、不允许静默半成品Pipeline顺序分阶段处理需要严格排序的多步转换Swarm / Ultrapilotlegacy路由到Team的兼容门面存量工作流与旧文档配套的智能编排能力32 个专职 Agent覆盖架构、研究、设计、测试与数据科学方向智能模型路由——简单任务走 Haiku复杂推理走 Opus自动委派——始终为工作匹配正确的 Agent。仓库中 src/agents/ 目录按 Agent 提供了 TypeScript 定义如 architect.ts、executor.ts并带有 prompt-ssot 提示词单一事实源与 templates/ 模板可用于核对各 Agent 的职责边界与模型档位。四、Magic Keywords高级用户的可选快捷键自然语言本身完全够用Magic Keywords 只是给高级用户的显式控制捷径关键词效果示例teamTeam 规范编排/team 3:executor fix all TypeScript errorsomc-teamstmux CLI 工作者codex/gemini/claude/omc-teams 2:codex security reviewccgCodexGemini 三模型编排/ccg review this PRautopilot完全自主执行autopilot: build a todo appralph持久模式ralph: refactor authulw最大并行ulw fix all errorsplan规划采访plan the APIralplan迭代式规划共识ralplan this featuredeep-interview苏格拉底式需求澄清deep-interview vague ideaswarm已弃用——请改用teamswarm 5 agents: fix lint errorsultrapilot已弃用——请改用teamultrapilot: build a fullstack app注意两点ralph 内含 ultrawork激活 ralph 模式时自动包含 ultrawork 的并行执行swarm N agents语法仍会被识别以提取 Agent 数量但 v4.1.7 的运行时基于 Team。源码级补充内建提示增强关键词除上述模式关键词外OMC 还有一组作用于提示词本身的内建 Magic Keywords实现在 src/features/magic-keywords.ts。该模块定义了三类增强builtInMagicKeywords关键词组触发词示例行为searchsearch、find、grep、trace等 15 个追加[search-mode]指令并行派出 explore 与 document-specialist 后台 Agent配合 Grep/ripgrep/ast-grep绝不停在第一个结果analyzeanalyze、investigate、debug、audit等 17 个追加[analyze-mode]先并行收集上下文1–2 个 explore、必要时 document-specialist复杂问题咨询 architect先综合再深入ultrathinkultrathink、think、reason、ponder重写为扩展推理指令要求多方案比较、边界与风险枚举、放慢节奏从源码结构看检测逻辑有几处值得注意的防御性设计removeCodeBlockssrc/features/magic-keywords.ts#L13-L21在检测前剥离代码块与行内代码避免把代码内容误判为触发词hasActionableTrigger采用\b词边界 正则转义做字面匹配防止触发词以子串形式误命中isInformationalKeywordContext检查命中位置 ±80 字符窗口内是否存在信息性意图如 what is、explain、什么是、説明等多语言模式若是提问而非指令则不触发增强——这解释了为什么问 what is autopilot 不会把会话切进自主模式createMagicKeywordProcessor支持通过PluginConfig[magicKeywords]覆盖三类关键词的触发词列表即触发词是可配置的。五、自定义 Skills一次学习永久复用OMC 可以把调试中沉淀的宝贵知识提取为可移植的 skill 文件并在相关上下文出现时自动注入。项目作用域用户作用域路径.omc/skills/~/.omc/skills/共享给团队纳入版本管理你的所有项目优先级更高覆盖用户作用域较低兜底一个完整的 skill 文件示例# .omc/skills/fix-proxy-crash.md --- name: Fix Proxy Crash description: aiohttp proxy crashes on ClientDisconnectedError triggers: [proxy, aiohttp, disconnected] source: extracted --- Envolva o handler em server.py:42 com try/except ClientDisconnectedError...管理能力Skills 管理/skill list | add | remove | edit | search自动学习/skillify以严格的质量标准提取可复用模式其方法论见 skills/skillify/SKILL.md 与 skills/self-improve/自动注入匹配的 skills 自动加载进上下文无需手动调用。自动注入的运行时机制可参考 src/hooks/ 下的相关 hook 实现如 skill-state、rules-injector 等目录用于核对何时、如何把 skill 内容注入当前上下文的调用链。六、实用工具Utilities1. Rate Limit 等待与自动恢复当会话被 rate limit 阻塞时OMC 可以在限额重置后自动恢复 Claude Code 会话omc wait # 查看状态、获取指引 omc wait --start # 启用自动恢复守护进程 omc wait --stop # 停用守护进程依赖tmux用于会话检测。源码层面该命令实现在 src/cli/commands/wait.ts其设计哲学在文件头注释中写明零学习曲线omc wait直接可用智能默认值自动检测 tmux 与守护进程状态最少命令多数用户只需要omc wait。除--start/--stop外从源码可见还存在status、daemon start/stop、detect等子命令底层能力checkRateLimitStatus、detectBlockedPanes、startDaemon/stopDaemon等来自 src/features/rate-limit-wait/ 模块。omc wait --json可输出结构化的 rate limit、daemon 与 tmux 状态便于脚本消费。2. 通知标签Telegram / Discord / Slack可以配置在 stop 回调发送会话摘要时 哪些人# 设置/替换标签列表 omc config-stop-callback telegram --enable --token bot_token --chat chat_id --tag-list alice,bob omc config-stop-callback discord --enable --webhook url --tag-list here,123456789012345678,role:987654321098765432 omc config-stop-callback slack --enable --webhook url --tag-list !here,U1234567890 # 增量更新 omc config-stop-callback telegram --add-tag charlie omc config-stop-callback discord --remove-tag here omc config-stop-callback discord --clear-tags各平台标签行为Telegramalice会被规范化为aliceDiscord支持here、everyone、数字用户 ID 与role:idSlack支持MEMBER_ID、!channel、!here、!everyone、!subteam^GROUP_IDfile类型回调会忽略标签选项。该子命令在 CLI 中的注册位置见 src/cli/index.ts#L255config-stop-callback type并支持--profile多配置如omc config-stop-callback discord --profile work --enable --webhook url与--show/--disable操作stop 回调的实际发送逻辑位于 src/hooks/session-end/callbacks.ts相关行为由 src/tests/cli-config-stop-callback.test.ts 与 src/tests/cli-notify-profile.test.ts 覆盖。3. OpenClaw 集成将 Claude Code 的会话事件转发到 OpenClaw 网关通过你的 OpenClaw Agent 获得自动化应答与工作流。快速配置推荐/oh-my-claudecode:configure-notifications # → 提示时输入 openclaw → 选择 OpenClaw Gateway对应技能文档见 skills/configure-notifications/SKILL.md。手动配置创建~/.claude/omc_config.openclaw.json{ enabled: true, gateways: { my-gateway: { url: https://your-gateway.example.com/wake, headers: { Authorization: Bearer YOUR_TOKEN }, method: POST, timeout: 10000 } }, hooks: { session-start: { gateway: my-gateway, instruction: Session started for {{projectName}}, enabled: true }, stop: { gateway: my-gateway, instruction: Session stopping for {{projectName}}, enabled: true } } }环境变量变量说明OMC_OPENCLAW1启用 OpenClawOMC_OPENCLAW_DEBUG1启用调试日志OMC_OPENCLAW_CONFIG/path/to/config.json替代配置文件路径支持的 hook 事件6 个活跃于 bridge 实现中事件触发时机主要模板变量session-start会话开始{{sessionId}}、{{projectName}}、{{projectPath}}stopClaude 回答结束{{sessionId}}、{{projectName}}keyword-detector每次提示词提交{{prompt}}、{{sessionId}}ask-user-questionClaude 请求用户输入{{question}}、{{sessionId}}pre-tool-use工具调用前高频{{toolName}}、{{sessionId}}post-tool-use工具调用后高频{{toolName}}、{{sessionId}}响应通道环境变量变量说明OPENCLAW_REPLY_CHANNEL响应通道如discordOPENCLAW_REPLY_TARGET通道 IDOPENCLAW_REPLY_THREAD线程 ID仓库还提供了一个参考网关 scripts/openclaw-gateway-demo.mjs它把 OpenClaw 载荷转发到一个自定义 HTTPS 自动化端点可作为自建网关的起点OpenClaw 路由的背景文档另见 docs/OPENCLAW-ROUTING.md。七、开发者体验HUD、分析与学习Magic keywords——ralph、ulw、plan等显式控制HUD statusline——在状态栏实时呈现编排指标。相关实现位于 src/hud/含 hud 测试集Windows 行为与缓存包装脚本如 scripts/lib/hud-wrapper-template.mjs有专门测试保障Skills 学习——从会话中提取可复用模式分析与成本追踪——跨会话理解 token 使用情况。八、文档索引与进阶参考完整参考——全部功能的文档含 Plugin directory flags 决策矩阵迁移指南——从 v2.x 升级架构文档——幕后工作原理性能监控——Agent 追踪、调试与优化贡献指南——完整的开发者指南fork、本地 checkout、将本仓库链接为激活插件、运行测试与提交 PR。仓库内其他可直接深入的佐证材料团队编排技能 skills/team/SKILL.md、Autopilot hook 实现 src/hooks/autopilot/、Team 子命令 CLI src/cli/commands/team.ts、Ralph 持久 hook src/hooks/ralph/以及 src/tests/ 下的大量行为回归测试。九、运行要求Claude Code CLIClaude Max/Pro 订阅或 Anthropic API 密钥。可选多 AI 编排OMC 可以可选地编排外部 AI 提供方以做交叉验证与设计一致性检查。它们不是必需的——OMC 完全没有它们也能完整工作。提供方安装解锁的能力Gemini CLInpm install -g google/gemini-cli设计评审、UI 一致性1M token 上下文Codex CLInpm install -g openai/codex架构验证、code review 交叉检查README 给出的成本参考3 个 Pro 套餐Claude Gemini ChatGPT合计约 60 美元/月即可覆盖全部需求。十、许可OMC 以MIT许可证发布见 LICENSE。适用前提与限制小结Team 规范编排自 v4.1.7 起生效Codex/Gemini tmux 工作者自 v4.4.0 起取代旧 MCP 提供者开启原生团队需要CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS1rate limit 自动恢复依赖 tmuxCodex/Gemini 混合编排需各自 CLI 已安装。以上均以当前仓库文档与源码为准。【免费下载链接】oh-my-claudecodeTeams-first Multi-agent orchestration for Claude Code项目地址: https://gitcode.com/GitHub_Trending/oh/oh-my-claudecode创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
