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
三声三视10 小时前
75 条文章索引被一条 add 清成 1 条,退出码还是 0:tri-article 的 index.py 我读了 205 行
人工智能·ai·skill·tri-skills·tri-article
牛油果子哥q11 小时前
生产级AI项目上线全流程:Docker容器化、服务编排、监控告警、日志收集、容灾降级、线上运维闭环
人工智能·ai
星辰徐哥11 小时前
本地视频预览别只自己看:把Remotion动效项目发给客户远程验收
docker·ai·node.js·html·音视频·react·remotion
HYDtomako14 小时前
Agent checkpoint设计
ai·agent·checkpoint·claude code
七灵微15 小时前
【AI】代码实战- 基于时间序列的轴承检测1
人工智能·机器学习·ai·pandas·matplotlib
RSABLOCKCHAIN15 小时前
读懂AI-Agent项目Career-ops项目的底层原理
ai
十正16 小时前
把表变成模型够得着的句柄
人工智能·ai·agent
长谷深风11116 小时前
支付审批的智能风险控制设计
大数据·人工智能·ai·大模型·支付·aiagent·hitl
feasibility.16 小时前
当“给机器人指路“成为一门数据工程学——SimpleNav 拆解:导航大模型的标准化之争
ai·机器人·无人机·导航·具身智能·vla·vln
pursue.dreams17 小时前
2026年Skill创作实战指南
ai·skill