OmO skills：将 oh-my-opencode 的多 Agent 协同移植到 Claude Code

Oh-my-opencode 最近太火了，我让 Claude Code 学习了一下，然后我就把它的核心移植到了 Claude Code。

之前的 Codeagent 自己选择 backend 的模式总感觉缺少点灵魂，看到 OmO 的设计直接灵光一现，特定场景下的指定模型 + 特调 prompt 才能够发挥最好，于是我开始了 codeagent 的改造和 omo skills 的移植。

OmO 核心设计：Sisyphus 协调器 + 专业 Agent 团队

Agent 层级

OmO 构建了一个 6+1 人专家团队 (我单独加了一个 develop agent)：

工作流程

用户请求
    ↓
/omo 调用 Sisyphus
    ↓
Intent Gate 分析任务类型
    ↓
    ├─→ 简单任务：Sisyphus 直接执行
    ├─→ 复杂任务：委派给专业 Agent
    └─→ 探索任务：并行启动多个 Agent

Sisyphus 通过 codeagent-wrapper --agent <agent-name> 来委派任务：

codeagent-wrapper --agent oracle - . <<'EOF'
分析这个项目的认证架构，给出改进建议
EOF

使用方法

基础用法

/omo <你的任务描述>

实际案例

1. 代码重构

/omo 帮我重构这个认证模块，提高可维护性

执行流程：

1. Sisyphus 分析任务：需要代码探索 + 架构设计 + 实现
2. 委派 explore 搜索认证相关代码 (grok)
3. 委派 oracle 分析架构问题 (sonnet)
4. 委派 develop 执行重构 (codex)

2. 全栈功能开发

/omo 我需要添加一个支付功能，包括前端 UI 和后端 API

执行流程：

1. Sisyphus 识别为全栈任务
2. 并行启动：
   
   • frontend-ui-ux-engineer 设计支付界面（Gemini Pro）
   • develop 实现后端 API（Codex）
3. Sisyphus 协调两者的接口对接

3. 代码库研究

/omo 这个项目使用了什么认证方案？

执行流程：

1. Sisyphus 识别为研究任务
2. 委派 explore 搜索认证相关代码
3. 委派 librarian 查找外部文档
4. Sisyphus 汇总结果返回

4. 文档生成

/omo 为这个 API 模块生成完整的技术文档

执行流程：

1. explore 搜索 API 代码
2. document-writer 生成文档（Gemini Flash，便宜快速）

配置

Agent - 模型映射在 ~/.codeagent/models.json 中配置：

{ "default_backend": "codex", "default_model": "gpt-5.2", "agents": { "oracle": { "backend": "claude", "model": "claude-opus-4-5-20251101", "description": "Technical advisor", "yolo": true }, "librarian": { "backend": "claude", "model": "claude-sonnet-4-5-20250929", "description": "Researcher", "yolo": true }, "explore": { "backend": "opencode", "model": "opencode/grok-code", "description": "Code search" }, "frontend-ui-ux-engineer": { "backend": "gemini", "model": "gemini-3-pro-high", "description": "Frontend engineer" }, "document-writer": { "backend": "gemini", "model": "gemini-3-flash", "description": "Documentation" }, "develop": { "backend": "codex", "model": "gpt-5.2", "description": "codex develop", "yolo": true, "reasoning": "xhigh" } } } 

2026 未来展望

OmO 的多 Agent 协同模式，代表了 AI 编程工具的一个方向：

1. 异构模型协同：不同模型擅长不同任务
2. 成本效率平衡：在质量和成本之间找到最优解
3. 并行执行：充分利用多模型的并行能力

随着更多专业模型的出现（如代码专用模型、UI 专用模型），这种协同模式的优势会更加明显。

我认为这个方向是一个趋势，让不同的模型去干适合的事。

将 oh-my-opencode 的多 Agent 协同理念移植到 Claude Code，通过 Sisyphus 协调器 + 专业 Agent 团队的架构，实现了：

• 成本优化：按需选择模型，降低 60-80% 成本
• 效率提升：并行执行，缩短 40-50% 时间
• 质量保证：专业分工，各司其职

对于复杂的全栈开发、架构重构、代码库探索等任务，/omo 是比 Claude Code 原生能力更优的选择。

今天才开发完成，估计存在一些 bug 欢迎使用有问题直接提 issue (最好是提 pr。

开始使用：

访问 GitHub - cexll/myclaude: Claude Code and Codex orchestration workflow 安装，不知道怎么安装？ 一切交给 CC

/omo 帮我分析这个项目的架构，并给出改进建议

让 Sisyphus 和他的团队为你工作。