Skip to content

oh-my-claudecode Getting Started

整理日期:2026-04-04 仓库地址:https://github.com/Yeachan-Heo/oh-my-claudecode Stars:23.1k ⭐ | Forks:2068 | 语言:TypeScript | 协议:MIT

项目简介

oh-my-claudecode(OMC)是一个为 Claude Code 打造的多 Agent 编排框架。它的核心理念是"零学习曲线"——你不需要记命令,用自然语言描述任务,OMC 自动把任务拆解、分配给专业化的 Agent、并行执行、验证完成。

一句话总结:把单个 Claude Code 变成一支 19 人的 AI 开发团队。

解决什么问题

Claude Code 本身是一个强大的 AI 编程助手,但它是单线程的——一次只做一件事。当你面对大型项目时:

  • 要改 20 个文件?一个一个来,效率低
  • 需要代码审查 + 安全审查 + 测试?手动切换上下文
  • 想同时用 Codex 和 Gemini 交叉验证?没有现成方案

OMC 把这些编排逻辑自动化了。你说 autopilot: build a REST API,它自动走完 分析→规划→实现→验证→修复 的全流程。

适合什么场景

  • 中大型项目的功能开发(多文件变更)
  • 需要多角度审查的场景(安全+代码质量+架构)
  • 团队开发中需要标准化 AI 工作流的场景
  • 想要同时利用 Claude + Codex + Gemini 三种 AI 能力的场景

项目结构

oh-my-claudecode/
├── src/                    # 核心源码(TypeScript)
│   ├── agents/             # Agent 定义和提示词
│   ├── skills/             # Skill 系统(行为注入)
│   ├── hooks/              # Claude Code 生命周期钩子
│   ├── team/               # Team 模式(多 Agent 协作)
│   ├── features/           # 核心功能模块
│   │   ├── magic-keywords.js   # 魔法关键词检测
│   │   ├── continuation-enforcement.js  # 持续执行保障
│   │   └── background-tasks.js  # 后台任务管理
│   ├── hud/                # HUD 状态栏
│   ├── mcp/                # MCP 服务器(工具暴露)
│   ├── openclaw/           # OpenClaw 集成
│   ├── planning/           # 规划系统
│   ├── verification/       # 验证协议
│   ├── notifications/      # 通知系统(Telegram/Discord/Slack)
│   ├── cli/                # CLI 入口
│   ├── config/             # 配置加载
│   ├── tools/              # LSP/AST 工具
│   └── providers/          # 外部 AI 提供商集成
├── agents/                 # 19 个 Agent 的 prompt 定义(.md 文件)
├── skills/                 # 35+ 个 Skill 定义
├── hooks/                  # hooks.json(生命周期钩子注册)
├── bridge/                 # 运行时桥接(cli.cjs, mcp-server.cjs)
├── scripts/                # 钩子脚本(keyword-detector, persistent-mode 等)
├── .claude-plugin/         # Claude Code 插件元数据
│   ├── plugin.json         # 插件声明
│   └── marketplace.json    # 市场发布信息
└── .mcp.json               # MCP 服务器配置

核心架构

OMC 的架构由四个互锁系统组成:

用户输入 → Hooks(事件检测)→ Skills(行为注入)→ Agents(任务执行)→ State(进度追踪)

架构全景图

┌─────────────────────────────────────────────────────────┐
│                    OH-MY-CLAUDECODE                       │
│                  Intelligent Skill Activation              │
└─────────────────────────────────────────────────────────┘

  用户输入                    Skill 检测                  执行
  ────────                    ─────────                  ────
       │                          │                        │
       ▼                          ▼                        ▼
┌─────────────┐          ┌──────────────────┐     ┌─────────────────┐
│ "ultrawork  │          │   CLAUDE.md      │     │ SKILL 激活      │
│  refactor   │─────────▶│   自动路由       │────▶│                 │
│  the API"   │          │                  │     │ ultrawork +     │
└─────────────┘          │ 任务类型:        │     │ default +       │
                         │  - 多文件实现     │     │ git-master      │
                         │  - 可并行化       │     │                 │
                         │                  │     │ → 并行 Agent    │
                         │ 匹配 Skills:     │     │ → 原子提交      │
                         │  - ultrawork ✓   │     └─────────────────┘
                         │  - default ✓     │
                         │  - git-master ✓  │
                         └──────────────────┘

四大核心系统

1. Hooks 系统(事件驱动)

OMC 注册了 Claude Code 的 11 个生命周期事件,通过 hooks.json 声明钩子脚本:

事件触发时机OMC 用途
UserPromptSubmit用户提交 prompt魔法关键词检测 + Skill 注入
SessionStart会话开始初始化设置,加载项目记忆
PreToolUse工具调用前权限验证,并行执行提示
PostToolUse工具调用后结果验证,项目记忆更新
SubagentStart/Stop子 Agent 启停Agent 追踪和输出验证
PreCompact上下文压缩前保存关键信息到 notepad
StopClaude 即将停止持久模式强制继续(ralph 核心)
SessionEnd会话结束清理和数据保存

关键设计:Hook 通过 <system-reminder> 标签向 Claude 注入额外上下文,比如检测到 ralph 关键词后注入 "The boulder never stops",让 Claude 进入持续执行模式。

2. Skills 系统(行为注入)

Skills 是 OMC 的行为层,不替换 Agent,而是在现有 Agent 上叠加能力。三层堆叠设计:

┌─────────────────────────────────────────────┐
│  保障层(可选)                                │
│  ralph: "不验证通过就不停止"                    │
├─────────────────────────────────────────────┤
│  增强层(0-N 个)                              │
│  ultrawork(并行)| git-master(提交)| ...     │
├─────────────────────────────────────────────┤
│  执行层(主 Skill)                            │
│  default(构建)| orchestrate(协调)| plan ... │
└─────────────────────────────────────────────┘

公式[执行 Skill] + [0-N 增强] + [可选保障]

项目内置 35+ 个 Skill,核心的包括:

Skill功能触发方式
autopilot全自主 5 阶段流水线autopilot build me a...
ralph循环执行直到验证通过ralph: refactor auth
ultrawork最大并行度ulw fix all errors
teamN 个 Claude Agent 协作/team 3:executor "..."
ccgClaude+Codex+Gemini 三模型/ccg review this PR
ralplan迭代规划达成共识ralplan this feature
deep-interview苏格拉底式需求澄清deep-interview "vague idea"
learner从会话中提取可复用模式/learner

3. Agent 系统(19 个专业化 Agent)

按四条车道组织,每个 Agent 有明确的职责边界和默认模型:

Build/Analysis 车道(开发生命周期):

Agent模型职责
exploreHaiku代码发现,文件/符号映射
analystOpus需求分析,发现隐藏约束
plannerOpus任务排序,创建执行计划
architectOpus系统设计,接口定义,权衡分析
debuggerSonnet根因分析,构建错误修复
executorSonnet代码实现,重构(核心)
verifierSonnet完成验证,测试充分性确认
tracerSonnet证据驱动的因果追踪

Review 车道(质量门禁):security-reviewer(Sonnet)+ code-reviewer(Opus)

Domain 车道(领域专家):test-engineer, designer, writer, qa-tester, scientist, git-master, document-specialist, code-simplifier

Coordination 车道critic(Opus)— 挑战其他 Agent 的计划和设计

智能模型路由:简单任务用 Haiku(便宜快速),标准实现用 Sonnet,复杂推理用 Opus。这套路由节省 30-50% 的 token 成本。

典型工作流:

explore → analyst → planner → critic → executor → verifier
(发现)    (分析)    (排序)    (审查)    (实现)     (确认)

4. State 系统(跨上下文持久化)

核心问题:Claude Code 的上下文窗口会被压缩(compact),压缩后之前的信息就丢了。OMC 通过 .omc/ 目录解决这个问题:

.omc/
├── state/                    # 各模式的状态文件
│   ├── autopilot-state.json
│   ├── ralph-state.json
│   └── sessions/{sessionId}/ # 每会话隔离状态
├── notepad.md                # 上下文压缩后仍保留的备忘录
├── project-memory.json       # 项目知识库(跨会话持久化)
├── plans/                    # 执行计划
├── notepads/{plan-name}/     # 每计划知识捕获
│   ├── learnings.md
│   ├── decisions.md
│   └── issues.md
└── research/                 # 研究结果

关键机制:

  • Notepad:在 PreCompact 事件时自动保存关键信息,压缩后重新注入上下文
  • Project Memory:跨会话的项目知识,自动从工具结果中提取并保存
  • <remember> 标签<remember> 保留 7 天,<remember priority> 永久保留

插件集成方式

OMC 作为 Claude Code Plugin 运行,通过两个入口集成:

  1. MCP Server.mcp.json):暴露 LSP、AST、Notepad 等工具给 Claude
  2. Hookshooks.json):注册生命周期钩子脚本

安装后,OMC 不改变 Claude Code 的使用方式,而是在背后自动增强它。

核心工作流程

autopilot 模式(全自主)

用户说 autopilot: build a REST API for tasks,OMC 自动执行 5 个阶段:

Stage 1: analyst → 需求分析,发现隐藏约束
Stage 2: planner → 创建任务排序和执行计划
Stage 3: executor (× N, 并行) → 代码实现
Stage 4: verifier → 验证完成(BUILD/TEST/LINT/FUNCTIONALITY)
Stage 5: debugger → 修复问题 → 回到 Stage 4(循环直到通过)

team 模式(多 Agent 协作)

bash
/team 3:executor "implement fullstack todo app"

启动 3 个 executor Agent 并行工作,执行流水线:

team-plan → team-prd → team-exec → team-verify → team-fix (loop)

v4.4.0 起支持跨 AI 提供商的 tmux CLI Workers:

bash
omc team 2:codex "security review"     # 启动 2 个 Codex 工作进程
omc team 2:gemini "UI accessibility"   # 启动 2 个 Gemini 工作进程
omc team 1:claude "payment flow"       # 启动 1 个 Claude 工作进程

ralph 模式(不完成不停止)

bash
ralph: refactor the authentication module

关键机制:Hook 在 Stop 事件时检查任务是否真正完成,如果没有,注入 "The boulder never stops" 强制 Claude 继续工作。

验证协议

每次任务完成,verifier 执行 7 项检查:

检查项内容
BUILD编译通过
TEST所有测试通过
LINT无 lint 错误
FUNCTIONALITY功能按预期工作
ARCHITECTOpus 级别架构审查
TODO所有 TodoWrite 项已完成
ERROR_FREE无未解决错误

证据必须是 5 分钟内的新鲜输出,不能"假设通过"。

安装部署

方式一:Claude Code Plugin(推荐)

bash
# 在 Claude Code 中执行
/plugin marketplace add https://github.com/Yeachan-Heo/oh-my-claudecode
/plugin install oh-my-claudecode

# 初始化
/setup

方式二:npm 全局安装

bash
npm i -g oh-my-claude-sisyphus@latest

# CLI 命令
omc team 3:executor "fix all errors"
omc wait --start    # 速率限制自动恢复
omc hud             # 实时状态面板

注意:npm 包名是 oh-my-claude-sisyphus,不是 oh-my-claudecode

前提条件

  • Claude Code CLI 已安装
  • Claude Max/Pro 订阅 或 Anthropic API Key
  • tmux(Team 模式和速率限制检测需要)

可选:多 AI 编排

提供商安装用途
Gemini CLInpm i -g @google/gemini-cli设计审查、UI 一致性(1M token 上下文)
Codex CLInpm i -g @openai/codex架构验证、代码审查交叉检查

三个 Pro 计划(Claude + Gemini + ChatGPT)合计 ~$60/月。

自定义 Skill

OMC 支持从实战中提取可复用的 Skill:

yaml
# .omc/skills/fix-proxy-crash.md
---
name: Fix Proxy Crash
description: aiohttp proxy crashes on ClientDisconnectedError
triggers: ["proxy", "aiohttp", "disconnected"]
source: extracted
---
Wrap handler at server.py:42 in try/except ClientDisconnectedError...
  • 项目级.omc/skills/(团队共享,版本控制)
  • 用户级~/.omc/skills/(所有项目共用)
  • 项目级优先级更高
  • /learner 自动从会话中提取模式

OpenClaw 集成

OMC 可以将 Claude Code 会话事件转发到 OpenClaw Gateway:

bash
/oh-my-claudecode:configure-notifications
# → 选择 "openclaw" → "OpenClaw Gateway"

支持 6 个钩子事件:session-start, stop, keyword-detector, ask-user-question, pre-tool-use, post-tool-use

关键发现 / 学习心得

1. 设计哲学:Skill 叠加 > Agent 替换

OMC 最聪明的设计是 Skill 不替换 Agent,而是叠加行为。这意味着你可以组合任意 Skill,比如 ralph + ultrawork + git-master = 并行执行 + 不完成不停 + 自动提交。这种组合爆炸式的灵活性来自简单的三层架构。

2. Hook 系统是核心创新

Claude Code 的 Hook 系统(生命周期事件)是整个 OMC 的基石。特别是:

  • Stop 事件 + persistent-mode = ralph 的"永不停止"能力
  • UserPromptSubmit + keyword-detector = 零学习曲线的魔法关键词
  • PreCompact + notepad = 跨上下文记忆

这些 Hook 的组合让 Claude Code 从一个工具变成了一个可编程的 AI 运行时。

3. 模型路由的经济学

三层模型路由(Haiku/Sonnet/Opus)不只是技术选择,更是经济决策。explore 和 writer 用 Haiku,executor 用 Sonnet,architect/planner/critic 用 Opus——在保证质量的前提下节省 30-50% token 成本。

4. 与 oh-my-codex 的关系

同一作者(Yeachan Heo)同时维护 oh-my-codex(给 OpenAI Codex 的类似框架),说明多 Agent 编排是一个跨平台的通用需求,不绑定特定 AI 提供商。

5. 验证协议的务实设计

要求"5 分钟内的新鲜输出"作为验证证据,这个细节很关键——防止 Agent 用缓存的旧结果"假装"通过验证。

与同类项目对比

项目定位差异
SuperpowersClaude Code 增强功能增强为主,非多 Agent 编排
everything-claude-code资源集合信息整合,非工具
Ouroboros自我改进循环单 Agent 迭代,非多 Agent 并行
OMC多 Agent 编排框架19 Agent + Skill 叠加 + 三模型路由

参考资源

Real notes from real engineering exploration.