OMC 的执行原理是什么

OMC(oh-my-claudecode)的执行原理,核心是一套多智能体编排层,架在 Claude Code

之上,通过分派、状态管理和技能触发来协调工作。具体机制:

1. 委派机制(Delegation)

不是所有任务都自己做。规则很明确:

  • 多文件改动、重构、调试、评审、规划、研究、验证 → 委派给专门 agent

  • 琢碎操作、简单澄清、单条命令 → 自己直接做

2. Agent 目录 + 模型路由

每类工作对应专门 agent(如 explore 用 haiku 做快速搜索,architect/planner 用

opus 做深度分析,executor 用 sonnet

做实现),按任务复杂度选模型档位,避免用重模型做轻任务。

3. 技能触发(Skills)

关键词自动识别并调用对应 skill,例如 "ralph"→持久化重试循环、"ulw"→高并发并行执

行、"ultrathink"→深度推理(就是你刚才触发的这个)。触发靠 CLAUDE.md

里的关键词映射表,不需要手动 /命令。

4. Hook 与系统提醒

Claude Code 的 hook 机制会在工具调用前后注入 <system-reminder>,OMC

借此传递状态(比如 "boulder never stops" 表示 ralph/ultrawork

模式仍在跑),实现跨轮次的状态感知。

5. 状态持久化

state_read/state_write 等工具把执行状态写到 .omc/state/,配合

notepad(工作记忆)、project_memory(项目级记忆)实现跨会话的上下文延续。Notepad

分 7 天过期和永久优先两级。

6. 验证闭环

强制"写"和"审"分离------同一个执行上下文不能自我批准,必须交给 verifier 或

code-reviewer 做独立评审,完成前要求:任务清零、测试通过、有验证证据。

7. Team 编排(可选)

更复杂场景可用 /team 显式拉起团队流水线:team-plan → team-prd → team-exec →

team-verify → team-fix(失败可循环回

fix),适合有独立并行分支、协调成本值得付出的场景。

一句话总结:OMC 不是让模型自己包揽一切,而是通过"识别任务类型 → 路由给合适的

agent/模型 → 记录状态 →

独立验证"这一闭环,把单轮对话变成可追踪、可分工的工程流程。

相关推荐
进击的雷神8 小时前
不预测数字,而是重演未来:多智能体仿真引擎 MiroFish 上手体验
ai·开源·mirofish
dozenyaoyida9 小时前
AI与大模型新闻日报 | 2026-11-08
人工智能·搜索引擎·ai·大模型·新闻
Solange__11 小时前
Blender 3D模型优化:普通复制、共享网格、实例、合并怎么选?
人工智能·3d·ai·自然语言处理·编辑器·blender·材质
菩提小狗15 小时前
每日极客日报 · 2026年11月13日
ai·开源·极客日报·it热点·技术资讯
效率工作实验室16 小时前
企业级AI Agent平台前十名解析:按部署需求挑对更省心
ai·企业级ai·agent平台·agent平台怎么选·agent私有化部署
效率工作实验室18 小时前
2026主流AI Agent平台推荐榜单:多维度对比与选型指南
ai·企业级ai·agent平台·agent平台对比·agent平台推荐
码云社区18 小时前
能碳管理系统开发要关注什么?能源数据、统计口径与AI分析的衔接
java·人工智能·ai·能源·能源管理系统·能碳管理系统·能碳管理系统源码
aicat_cn21 小时前
OpenAI 解散机器人团队,改让 GPT-6 直接控制机器人
ai·大模型
江湖有缘21 小时前
基于Ubuntu部署SoduWork:企业级 AI 原生协同平台实战全流程
linux·人工智能·ubuntu·ai·soduwork