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。

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：

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

使用方法

基础用法：

实际案例

1. 代码重构

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

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）

1. Sisyphus 协调两者的接口对接

3. 代码库研究

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

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": "opencode",  "default_model": "opencode/grok-code",  "agents": {    "sisyphus": {      "backend": "claude",      "model": "claude-sonnet-4-20250514",      "yolo": true, // 开启 yolo    },    "oracle": {      "backend": "claude",      "model": "claude-opus-4-5-20251101"    },    "librarian": {      "backend": "claude",      "model": "claude-sonnet-4-5-20250514"    },    "explore": {      "backend": "opencode",      "model": "opencode/grok-code"    },    "develop": {      "backend": "codex",      "model": "gpt-5.2",      "yolo": true, // 开启 yolo    },    "frontend-ui-ux-engineer": {      "backend": "gemini",      "model": "gemini-3-pro-preview"    },    "document-writer": {      "backend": "gemini",      "model": "gemini-3-flash-preview"    }  }}

技术要求

• codeagent-wrapper：需要支持 --agent 参数

• 后端 CLI：需要安装 codex、claude、opencode、gemini 命令行工具

• API 密钥：配置对应的 API keys

优势

1. 成本低

• 代码搜索用免费的 grok-code

• 文档生成用便宜的 gemini-3-flash

• 只在关键决策时调用昂贵的 oracle

实测：相比全程使用 Claude Opus，成本降低 60-80%

2. 效率高

• 并行执行：前端和后端同时开发

• 专业分工：UI 交给 Gemini，代码交给 Codex

• 快速探索：explore agent 使用轻量模型快速搜索

实测：复杂任务的完成时间缩短 40-50%

3. 质量更好

• oracle 提供架构审查

• frontend-ui-ux-engineer 专注 UI/UX 质量

• develop 专注代码实现质量

适用场景

与 Claude Code 原生能力的对比

实现原理

OmO 的核心是 Intent Gate：

Sisyphus 根据任务特征，动态决定：

1. 需要哪些 Agent

2. 是并行还是串行

3. 如何汇总结果

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。

官方纯血 AI 中转站：https://dogcoding.cn/