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。

Logo

汇聚全球AI编程工具,助力开发者即刻编程。

更多推荐