人工智能AI Agent代码智能体多智能体MCP ClientsAgent 编排【免费下载链接】oh-my-openagentOmO: Just type mass ulw keyword with your prompt. Now you are the master of graph engineering.项目地址https://gitcode.com/gh_mirrors/oh/oh-my-openagent点击查看免费下载导读.opencode/command/omomomo.md是 oh-my-openagent 仓库内置的一条彩蛋easter egg斜杠命令当你在 OpenCode 会话中输入/omomomo时Agent 会以庆祝口吻打印一段关于Oh My OpenCode的官方介绍。本文以该命令文件为骨架逐条拆解它揭示的多智能体编排、LSP 工具、AST-Grep、内置 MCP、后台 Agent 与 Claude Code 兼容性等能力并结合仓库源码给出验证路径——读完你既能理解这条彩蛋命令的加载机制与文件格式也能快速建立起对整个项目能力版图的认知。一、彩蛋命令本身omomomo.md 里有什么先看命令文件的真实结构。该文件位于 .opencode/command/omomomo.md由两部分组成1. YAML frontmatter元数据--- description: Easter egg command - about oh-my-opencode ---description字段是命令对用户可见的说明也是命令发现/索引的基础。结合 .opencode/AGENTS.md 的说明.opencode/是项目级 OpenCode 配置目录其中command/下共登记了 5 条斜杠命令/get-unpublished-changes、/omomomo、/publish、/remove-deadcode、/security-research而/omomomo被明确标注为关于 oh-my-opencode 的彩蛋命令。2.command-instruction指令块文件正文是一个 XML 风格的指令块指示 Agent找到彩蛋后以友好、庆祝的语气把下面这段消息原样打印给用户。这意味着该文件本身不是给人类阅读的静态文档而是一条可执行的提示词模板命令触发后打印的内容就是文中# oMoMoMoMoMo···那段自我介绍。命令文件是如何被发现的从仓库源码可以印证命令目录的解析逻辑。opencode-command-dirs.test.ts 中的测试用例展示了getOpenCodeCommandDirs的行为当配置目录位于profiles/下时例如~/.config/opencode/profiles/opus会同时返回 profile 级与父级两套目录profiles/opus/commands、profiles/opus/command、commands、command共 4 个当配置目录不在 profile 下时只返回配置目录下的commands与command两个候选目录。也就是说本项目采用command/单数目录形态文件名经过规范化后即成为带/前缀的命令名见 .opencode/AGENTS.md 中loader normalizes filename → command的约定于是omomomo.md就成了/omomomo。与内置命令体系的关系除项目级命令目录外插件本身还内置了一批斜杠命令其注册机制见 packages/omo-opencode/src/features/builtin-commands/commands.tscreateBuiltinCommandDefinitions()工厂把每个内置命令包装成带command-instruction的模板并按需注入$ARGUMENTS、$SESSION_ID、$TIMESTAMP等占位符最后通过loadBuiltinCommands()按disabled_commands过滤后注册。这与/omomomo文件采用的command-instruction模板格式完全同构——彩蛋命令虽小却是理解整个项目命令体系Claude Code 兼容命令加载、auto-slash-command 钩子的绝佳入口。二、彩蛋正文逐条拆解Oh My OpenCode 是什么命令打印的介绍正文将项目概括为一句话Oh My OpenCode 是一个强大的 OpenCode 插件能把你的 AI 助手变成一支完整的开发团队。下面逐条对照仓库证据展开。1. 多智能体编排Multi-Agent Orchestration正文点名了三个典型 Agent 角色OracleGPT-5.6 Sol通常承担最终综合/决策的高层角色Librarian ExploreGPT 5.6 Luna Fast负责资料检索、代码库探索的低延迟角色Frontend EngineerGemini负责前端实现的角色。这些角色在仓库中有真实对应的实现文件例如 packages/omo-opencode/src/agents/librarian.ts 就实现了 Librarian agent 的提示词与能力绑定。此外packages/model-core/src 下存在 gpt-5.6-copilot-resolution.test.ts、model-capabilities 等模块表明模型名 → 能力 → 角色之间有一套独立的解析与校验链路Agent 角色的模型归属并非写死而是可配置、可回退的相关策略可参考 fallback-chain-from-models.ts 与 fallback-lane-policy.test.ts。团队级协作能力由 packages/team-core/src82 个 TS 文件支撑覆盖多成员编排、任务分发与结果汇聚。2. LSP 工具把完整 IDE 能力交给 Agent正文声称 Agent 拥有完整的 IDE 能力hover、跳转到定义、查找引用、重命名、代码操作code actions。这在仓库中的对应物是lsp-core与lsp-tools-mcp两个包packages/lsp-core/src 实现了与语言服务器的 JSON-RPC 通信、请求上下文与工具面tool surface见 tool-surface.test.tspackages/lsp-tools-mcp/src 把上述能力以 MCP 工具的形式暴露给 Agent其测试套件tools.test.ts、workspace-edit.test.ts 等 20 个测试文件验证了从语言服务器启动、诊断获取到工作区编辑的完整链路。此外packages/lsp-daemon/src 提供了守护进程化的 LSP 服务支持版本回收version-reap.ts、请求路由request-routing.ts等长驻能力说明这套 IDE 工具不是一次性调用而是可持续复用的基础设施。3. AST-Grep25 种语言的结构化代码搜索与替换对应实现为 packages/ast-grep-mcp/src。从该包的源码结构看cli.ts、sg-runner.ts、pattern-hints.ts、normalize.ts它封装了基于语法树AST的搜索/替换引擎并通过模式提示pattern hints与结果归一化提升 Agent 生成查询模式的准确性其配套测试mcp-tools.test.ts、sg-runner.test.ts、smoke.test.ts覆盖了工具面、MCP 协议与端到端冒烟。与基于正则的文本搜索不同AST 级操作能感知语法结构适合大规模重命名、模式迁移类重构。4. 内置 MCPContext7 / Exa / grep.app正文列出的三个内置 MCP 服务分别是Context7文档检索。仓库中 packages/omo-opencode/src/mcp/context7.ts 给出了其真实接线方式默认以 remote MCP 形态指向https://mcp.context7.com/mcp若环境变量CONTEXT7_API_KEY存在且不是占位符值如your api key会自动附加Authorization: Bearer key头ExaWeb 搜索grep.appGitHub 代码搜索。需要说明的是Context7 的配置实现可以直接从上述源码验证Exa 与 grep.app 的能力描述来自彩蛋正文声明。三者的统一承载层是 packages/mcp-client-core/src含 mcp-oauth 与 skill-mcp-manager 等子模块负责 MCP 客户端的连接、OAuth 授权与技能级 MCP 管理。5. 后台 Agent像真实开发团队一样并行工作仓库中的直接证据是 .opencode/background-tasks.json它记录了运行时后台任务的状态sessionID、parentSessionID、agent字段、status等例如其中就存在由exploreagent 运行的任务实例。后台任务的并发与生命周期管理由 packages/omo-opencode/src/features/background-agent 承载process-cleanup.ts 负责子进程的清理回收。这意味着并行跑多个 Agent是有状态、可追踪、可回收的工程化实现而非单纯的多线程提示词拼接。6. Claude Code 兼容已有配置开箱即用对应实现是 packages/claude-code-compat-core/src含features/57 个与shared/20 个 TS 文件它解析 Claude Code 的配置格式并映射到 OpenCode 的插件体系。加载侧的证据见 claude-code-command-loader命令加载器负责把来自.opencode/commands/、Claude Code 插件等来源的命令与内置命令合并见 builtin-commands/AGENTS.md 中Phase 6 of config loading的描述。因此彩蛋中所说的your existing Claude Code config just works是指配置、命令与规则层面的兼容迁移。三、把彩蛋命令当模板如何自定义一条斜杠命令理解了/omomomo的结构后你完全可以在自己的 OpenCode 项目中复刻同款模式。参照 .opencode/command/omomomo.md 的写法在项目级command/或用户级commands/、command/目录下新建一个xxx.md文件写入 YAML frontmatter至少提供description字段对应 .opencode/AGENTS.md 中Skill YAML frontmatter is mandatory的约定命令同理依赖 description 做索引与展示正文用command-instruction包裹要注入给 Agent 的指令可配合$ARGUMENTS接收用户参数保存后在 OpenCode 会话中输入/xxx即可触发。如果想深入了解加载管线可以顺着 packages/omo-opencode/src/features/claude-code-command-loader 与 auto-slash-command 钩子 继续阅读想了解命令/技能目录的完整解析规则可查看 opencode-command-dirs.test.ts 中的全部用例。四、小结/omomomo虽然只是一条彩蛋命令但它以极简篇幅浓缩了 oh-my-openagent 的核心定位一个把 AI 助手升级为多角色开发团队的 OpenCode 插件。本文从命令文件本身出发逐条回溯了正文提到的六大能力在仓库中的真实落点彩蛋声明的能力仓库中的主要佐证多智能体编排agents/librarian.ts、model-core、team-coreLSP 工具IDE 能力lsp-core、lsp-tools-mcp、lsp-daemonAST-Grep25 种语言ast-grep-mcp内置 MCPContext7 等context7.ts、mcp-client-core后台 Agent 并行background-tasks.json、background-agentClaude Code 兼容claude-code-compat-core、claude-code-command-loader下次在项目里输入/omomomo看到那段庆祝消息时你可以清楚地知道屏幕上的每一行能力描述背后都对应着仓库中一组可读、可测、可扩展的真实实现。如果你想更系统地了解这些能力的配置方式建议继续阅读 docs/reference/configuration.md 与 docs/reference/features.md想要理解多 Agent 团队协作模型的读者则可从 docs/guide/team-mode.md 入手。赞分享人工智能AI Agent代码智能体多智能体MCP ClientsAgent 编排【免费下载链接】oh-my-openagentOmO: Just type mass ulw keyword with your prompt. Now you are the master of graph engineering.项目地址https://gitcode.com/gh_mirrors/oh/oh-my-openagent点击查看免费下载相关推荐omomomo 彩蛋命令解析oh-my-openagentOmO如何将 AI 智能体编排成一支完整开发团队omomomo 彩蛋命令解析oh my openagentOmO如何将 AI 智能体编排成一支完整开发团队 在 oh my openagent 仓库的 .人工智能AI Agent代码智能体多智能体MCP ClientsAgent 编排oh-my-openagent 的 /publish Agent 技能:一条命令驱动三层发布面与 npm 全量校验oh my openagent 的 /publish Agent 技能:一条命令驱动三层发布面与 npm 全量校验 oh my openagent 的发布不是一人工智能AI Agent代码智能体多智能体MCP ClientsAgent 编排oh-my-openagent 配置管理器深度解析config-manager 如何驱动 install 命令完成 OpenCode 一键配置oh my openagent 配置管理器深度解析 config manager 如何驱动 install 命令完成 OpenCode 一键配置 导读 pac人工智能AI Agent代码智能体多智能体MCP ClientsAgent 编排创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考