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
玫瑰互动GEO4 小时前
GEO优化学习九级模型:开发者从认知层切入
人工智能·ai·ai搜索·gem·生成式引擎优化·gem优化
VIP_CQCRE6 小时前
用 Ace Data Cloud 的 gpt-image-2,把 AI 图像生成接入真实业务场景
ai·aigc·api·图像生成·acedatacloud
满脑子技术的前端工程师6 小时前
第六章 TypeScript MCP Server:独立综合项目与能力验收
ai
EchoMind-Henry6 小时前
Muse外设两条接入路,成本该怎么算
人工智能·ai
Jo乔戈里9 小时前
免费本地搜图软件
图像处理·python·搜索引擎·ai
全栈练习生16 小时前
大模型原理之 Softmax
python·ai
唯鹿16 小时前
Jev初体验记录
人工智能·ai·jev
网络毒刘17 小时前
MCP 资源与提示(resources/prompts)实战:不只 tools,把只读上下文结构化喂给 Agent
人工智能·ai·cursor
数商思语行17 小时前
从BA、产品、实施或开发转做FDE,先补哪种能力
人工智能·ai·供应链·商业分析·ontology·本体·fde
我是神618 小时前
俄罗斯恢复软件r.saver汉化版
ai·数据恢复