AX 爱鲜报

OmO 全能智能体

OmO 是一个终端 AI 智能体工具,只需在提示词中加入 ultrawork 或 mass ulw 关键词,即可把复杂任务拆解成多智能体协作图,支持多模型混用、记忆系统与技能加载,帮助开发者完成研究、编码、迁移等真实工作。

过去 7 天收获 4 颗 Star

爱鲜报评分

0.0

0 人评分

7k

星数

否

中文

TypeScript

主语言

是

活跃

369

贡献者

人工分析

EDITORIAL

推荐理由

OmO 把多智能体编排做成了极低门槛的关键词触发方式,适合希望用 Claude、ChatGPT、Gemini 等前沿模型协同处理复杂工程任务的开发者。它内置记忆系统、技能库与并行工具调用,能显著减少重复解释与上下文丢失。项目热度极高、迭代活跃,但安装脚本与配置体系偏重,建议先阅读文档再上手。

适用场景

  • 复杂代码库调研与重构
  • 多模型协同的自动化开发流程
  • 跨源深度研究与报告生成
  • 机器学习流水线搭建
  • 大型迁移任务的编排执行

优点

  • 关键词触发多智能体图编排,使用门槛低
  • 支持 Claude、ChatGPT、Kimi、GLM 等多模型混用
  • 内置基于 Markdown 与 Git 的长期记忆系统
  • 技能按需加载,避免上下文浪费
  • 并行工具调用与参数修复提升执行效率

缺点

  • 安装依赖 curl 脚本,企业环境需额外审查
  • 配置项较多,默认行为偏主观
  • 许可证为 SUL-1.0,商用前需确认条款
  • 文档以英文为主,中文资料相对有限
上手难度 进阶

OmO 是什么

OmO 是一个运行在终端里的 AI 智能体工具,核心理念是「把 token 变成完成的工作」。你只需在提示词中加入 ultrawork(或 ulw)关键词,智能体就会先阅读代码库、制定计划、逐步验证,再在真实环境中确认结果。

如果任务更庞大,输入 mass ulw,整个任务会被拆解成一张智能体协作图:不同部分由最适合的模型并行执行,并在完成前逐一校验。

核心特性

关键词驱动的图工程

  • ultrawork / ulw:让智能体进入深度工作模式
  • mass ulw:把任务展开为多智能体 DAG,并行推进

记忆系统 Kibitzer

记忆以 Markdown 文件形式存放在 Git 仓库中。一个轻量模型伴随主智能体运行,读取历史工作记录,在即将重复错误前给出提醒,减少反复解释。

多模型混用

通过 /login 可接入 Claude、ChatGPT、Kimi、GLM 等订阅,每个模型都配有专属系统提示词,无需手动挑选。

技能与执行优化

  • 按任务需要加载技能,包含浏览器操作能力
  • 多个独立工具调用合并为一次往返
  • 自动修复格式错误的工具参数
  • 长任务保留检查记录,会话重启后可续接

安装与使用

官方提供一键安装脚本:

curl -fsSL https://get.omo.dev/install.sh | bash
omo

Windows PowerShell 可使用对应的 install.ps1。也支持通过包管理器安装 omo-ai。

进入项目目录后运行 omo,描述任务即可开始。常用命令包括:

  • /thinking <level>:调整模型思考强度
  • /resume:恢复历史会话
  • /help:查看全部命令

配置

默认配置位于 ~/.omo/omo.jsonc,项目级配置可放在 .omo/omo.jsonc,就近生效。所有配置项可参考官方配置文档。

适用人群

OmO 适合需要处理复杂工程任务、希望用多模型协作提升效率的开发者。由于配置体系较丰富,建议先阅读官方文档再深入使用。

评论

登录后才可评论与评分

0 条评论

  • 暂无评论,来写第一条吧。