NAME
oh-my-coder — Multi-Agent AI Coding Assistant - 支持 DeepSeek/文心/通义 等12+国产大模型,多智能体协作编程
SYNOPSIS
pip install oh-my-coderINFO
DESCRIPTION
Multi-Agent AI Coding Assistant - 支持 DeepSeek/文心/通义 等12+国产大模型,多智能体协作编程
README
Oh My Coder
🤖 31 个专业 Agent · 12 家国产大模型 · 自进化系统 — 国产首个多 Agent 编程框架,开箱即用。
🎯 GLM-4.7-Flash 完全免费 · 一键 pip install 体验 · 无需翻墙 · 本地运行
✨ 适合谁? 国内开发者 / 需要免费 AI 编程助手 / 想要私有化部署的团队
💡 灵感来源: oh-my-claudecode (28.9k ⭐) — 我们为国内开发者提供零门槛替代方案
- 🎯 为什么选择 Oh My Coder?
- 🚀 Claude Code 迁移指南
- 💰 零成本起步 [NEW]
- 🎯 项目简介
- 🚀 快速开始
- 👀 快速示例
- 🎬 效果演示
- 🌐 Web 界面预览
- 🏗️ 架构设计
- 🤖 Agent 系统(31 个专业 Agent)
- 🧙 Quest Mode(异步自主编程)
- 🧠 主动学习模块
- 🧠 分层记忆系统
- 🌐 多平台 Gateway
- 📂 工作目录上下文感知
- 🧠 支持的模型
- 🔄 工作流
- 📊 任务总结
- 🔒 安全特性
- 📁 项目结构
- 🧪 测试
- 📋 开发进度
- ❓ 常见问题
- 🤝 贡献
- 📄 License
- 🙏 致谢
🎯 为什么选择 Oh My Coder?
💰 零成本起步 — 国产大模型免费额度 + 开箱即用,无需翻墙、无需 Claude 订阅
⚠️ Claude 封号?这里是国产替代方案
2026年4月14日更新:Claude 官方强制实名认证,中国大陆用户账号被封。如果你正在寻找 Claude Code 的替代品,oh-my-coder 是最佳国产开源选择:
| 对比项 | Claude Code | oh-my-coder |
|---|---|---|
| 模型 | 仅 Claude(需翻墙) | 6个生产模型 + Ollama(GLM-4.7-Flash 完全免费) |
| 价格 | 需 Claude Pro ($25/月) | 完全免费开源 |
| 数据隐私 | 上传到海外服务器 | 本地处理,不上传 |
| 中国用户 | 封号风险高 | 完全支持 |
| Agent数量 | 约10个 | 31个专业Agent |
| 开源 | 闭源 | MIT开源协议 |
迁移指南:如果你之前用 Claude Code,切换到 oh-my-coder 只需:
pip install oh-my-coder
omc config set -k GLM_API_KEY -v "your_key" # 注册获取:https://open.bigmodel.cn/
omc run "你好,介绍一下你自己"
🏆 差异化优势
与 Claude Code、Gemini CLI 等国际工具相比,oh-my-coder 的三大核心优势:
1️⃣ 国产模型全家桶(12家 vs 单家)
- Claude Code:仅支持 Claude(需翻墙,$25/月)
- Gemini CLI:仅支持 Google Gemini
- oh-my-coder:✅ 6个生产模型 + Ollama(GLM-4.7-Flash、DeepSeek-V4、智谱 GLM、Kimi、豆包、百川),GLM-4.7-Flash 完全免费
2️⃣ 中文友好(中文文档 vs 英文为主)
- Claude Code / Gemini CLI:英文为主,中文支持有限
- oh-my-coder:✅ 全中文交互,中文文档、中文错误提示、中文 Agent 命名
3️⃣ 完全开源可私有部署(vs 闭源)
- Claude Code:闭源,无法自托管
- Gemini CLI:开源 CLI,但依赖 Google 云服务
- oh-my-coder:✅ MIT 协议完全开源,支持本地离线运行、私有部署、二次开发
完整竞品对比(2026年AI编程工具生态)
多Agent编排框架对比
| 工具 | 类型 | Stars | 价格 | 开源 | 国内可用 | 多Agent | 模型支持 |
|---|---|---|---|---|---|---|---|
| oh-my-claudecode | Claude Code插件 | 28,890 ⭐ (截至2026-04-19) | 需Claude Pro ($25/月) | ✅ | ⚠️ 需翻墙 | ✅ 32个Agent | 仅Claude |
| oh-my-coder | 多Agent框架 | 较少 | 免费 | ✅ MIT | ✅ | ✅ 31个Agent | ✅ 12家国产模型 |
| AutoGen | 微软多Agent框架 | 大 | 免费 | ✅ | ⚠️ 需翻墙 | ✅ | 多模型 |
| OpenCode | 开源CLI | 中 | 免费 | ✅ | ✅ | ✅ | 75+模型 |
| MyClaude | 多后端编排 | 小 | 免费 | ✅ | ✅ | ✅ | Claude/Codex/Gemini |
国内AI编程助手对比
| 工具 | 类型 | 价格 | 多Agent | 主要特点 |
|---|---|---|---|---|
| 腾讯云CodeBuddy | IDE插件 | 免费个人版 / ¥78/人/月企业版 | ❌ | MCP协议支持,混元模型 |
| 文心快码(Comate) | IDE插件 | 免费个人版 / ¥150/人/月企业版 | ✅ | SPEC规范驱动,200+语言 |
| 通义灵码 | IDE插件 | 免费 | ❌ | 阿里系集成 |
| Cursor | AI原生IDE | $20/月¹ | ⚠️ API需代理 | AI原生IDE |
| GitHub Copilot | 编辑器插件 | $19/月² | ❌ | GitHub生态集成 |
| Claude Code | AI编程CLI | 需Claude Pro ($25/月) | ✅ | 原生CLI,Agent能力 |
| Qoder | 多Agent编程 | 免费+付费 | ✅ | 多Agent协作 |
oh-my-coder 的定位
同类开源项目对比:oh-my-coder 是目前唯一一个将多Agent编排框架 + 国产模型 + 中文交互 + 完全免费结合起来的开源项目。
与原版 oh-my-claudecode(28,890 ⭐ (截至2026-04-19))相比,我们聚焦在国产模型支持和零成本两个核心差异点,适合无法使用Claude Pro/翻墙的国内开发者。
📌 价格说明:
- Cursor: $20/月(以官网 https://cursor.sh 为准)
- GitHub Copilot: $19/月(以官网 https://github.com/features/copilot 为准)
- DeepSeek API 赠送额度(以 DeepSeek 官网活动为准)
- 腾讯云CodeBuddy: ¥78/人/月企业版(以官网 copilot.tencent.com 为准)
- 文心快码Comate: ¥150/人/月企业版(以官网 comate.baidu.com 为准)
核心优势对比
| 特性 | Oh My Coder | oh-my-claudecode | 腾讯CodeBuddy | Cursor | Copilot | AutoGen |
|---|---|---|---|---|---|---|
| 多Agent协作 | ✅ 31个 | ✅ 32个 | ❌ | ❌ | ❌ | ✅ |
| 开源免费 | ✅ MIT | ✅ | ⚠️ 企业版付费 | ❌ $20/月 | ❌ $19/月 | ✅ |
| 国内直连 | ✅ | ❌ 需翻墙 | ✅ | ❌ 需翻墙 | ❌ 需翻墙 | ✅ |
| 国产模型支持 | ✅ 6个生产 + Ollama | ❌ | ✅ 混元 | ❌ | ❌ | ❌ |
| 中文交互 | ✅ | ❌ | ✅ | ✅ | ✅ | ⚠️ |
| 本地运行 | ✅ | ⚠️ 需Claude Code | ❌ | ❌ | ❌ | ✅ |
| 自托管 | ✅ | ❌ | ❌ | ❌ | ❌ | ✅ |
| 核心差异 | 国产模型+零成本 | Claude生态 | 大厂背书 | AI原生IDE | GitHub集成 | 企业级框架 |
🎯 定位:oh-my-claudecode 聚焦 Claude 生态(28,890 ⭐ (截至2026-04-19),32个Agent,社区成熟)。我们专注国产模型直连 + 中文优化 + 本地离线运行,为国内开发者提供零门槛的多Agent编程体验。
🚀 Claude Code 迁移指南
📌 项目简介
Oh My Coder 是一个多智能体协作编程系统,通过多个专业 Agent 协作完成复杂开发任务。
核心优势:
- 🧠 智能路由 - 根据任务类型自动选择合适模型,通过三层模型路由自动选择性价比最高的模型
- 🔄 协作模式 - 多个 Agent 分工协作,像真实团队一样工作
- 🇨🇳 中文优先 - 本土化设计,支持国内主流大模型
- ⚡ 成本优化 - 优先使用低成本/免费模型,支持 DeepSeek 等高性价比选项
- 🧠 自动 Skills 生成 - 任务完成后自动判断是否值得沉淀为 Skill,4种触发条件:工具调用≥5次、错误修复、用户纠正、非平凡工作流,自动生成符合 SKILL.md 规范的技能文件,学习曲线:越用越聪明
- 🌐 多平台 Gateway - 支持 Telegram Bot / Discord Bot 双向消息,统一消息格式,跨平台协作,CLI 一键启动:
omc gateway start --telegram <token>
💰 零成本起步
无需信用卡,无需充值,直接使用免费模型开始编程
三步快速配置
# 方式1: DeepSeek(推荐) omc config set -k DEEPSEEK_API_KEY -v "your_key"方式2: 智谱 GLM(需注册获取 API Key,有免费额度)
omc config set -k GLM_API_KEY -v "your_key" # https://open.bigmodel.cn/
方式3: MiMo(长上下文支持)
omc config set -k MIMOX_API_KEY -v "your_key"
免费模型对比
📊 数据来源:各平台官方文档(2026-04-20)
| 模型 | 免费额度 | 上下文 | 推荐理由 |
|---|---|---|---|
| DeepSeek V4 | 新用户赠送余额 | 128K | 首选,代码能力强,性价比高 |
| 智谱 GLM-4.7-Flash | 完全免费 | 200K | 零成本,中文优化,128K 输出 |
| 小米 MiMo | 免费一周活动 | 长上下文 | 小米出品,大文件处理 |
💡 推荐策略:先用 GLM-4.7-Flash(完全免费),不够再切换 DeepSeek
详细对比: 免费模型推荐
⚡ 快速开始
📖 完整安装与配置指南(安装依赖、API Key 配置、模型特定配置、运行方式)
三步上手
第一步:安装(Python 3.9+,pip)
pip install -e .
# 或开发模式(可改源码):pip install -e ".[dev]"
第二步:配置 API Key(任选其一,免费额度先用)
# 方式 A:智谱 GLM(推荐,首次注册送大量免费额度) omc config set -k GLM_API_KEY -v "your_key" # 注册地址:https://open.bigmodel.cn/方式 B:DeepSeek(新用户赠送余额,128K 上下文)
omc config set -k DEEPSEEK_API_KEY -v "your_key"
注册地址:https://platform.deepseek.com/
方式 C:通义千问
omc config set -k QWEN_API_KEY -v "your_key"
第三步:启动
# Web 界面(浏览器访问 http://localhost:8080) omc server start或 CLI 交互
omc run "你好,介绍一下你自己"
要求:Python 3.9+(生产环境 3.10+),无需翻墙,无需信用卡
👀 快速示例
CLI 示例
# 探索当前项目 omc explore .执行一个完整构建任务
omc run "为用户模块添加 CRUD 接口"
代码审查
omc run "审查 src/api 目录下的代码" -w review
调试问题
omc run "修复登录接口偶发的超时问题" -w debug
查看所有 Agent
omc agents
=== Quest Mode (异步自主编程) ===
创建 Quest
omc run "实现用户认证模块" --quest
查看 Quest 列表
omc quest-list
查看 Quest 状态
omc quest-status <quest-id>
订阅桌面通知 + Webhook
omc quest-notify --dingtalk https://oapi.dingtalk.com/robot/send?access_token=xxx
=== 工作目录上下文感知 ===
扫描项目文件
omc context scan
获取项目摘要
omc context summary
查看浏览器上下文(当前打开的标签页)
omc context browser
=== 配置管理 ===
查看当前配置
omc config show
设置 API Key(使用 -k 参数指定变量名,-v 指定值)
omc config set -k DEEPSEEK_API_KEY -v <your-key> omc config set -k GLM_API_KEY -v <your-key>
列出可用模型
omc config list-models
=== 代码清理 ===
扫描项目中的冗余代码
omc clean .
自动修复可清理的问题
omc clean . --fix
激进模式(自动删除空文件)
omc clean . --aggressive
=== 成本估算 ===
根据任务描述推荐最优模型
omc cost "设计新系统架构"
指定涉及文件数量以提高准确性
omc cost "重构用户模块" --files 10
列出所有可用模型及定价
omc cost --list
=== 版本迭代记忆 ===
列出历史决策记录
omc agent decisions
检索相关历史决策(解决鬼打墙问题)
omc agent decision "用户登录报错 500"
记录新的重要决策
omc agent record-decision -t "修复 X 问题" -p "问题描述" -s "解决方案"
查看决策记忆统计
omc agent decision-stats
Web API 示例
import httpx调用异步执行(SSE 实时推送)
resp = httpx.post( "http://localhost:8080/api/execute", json={"task": "实现用户认证模块", "workflow": "build"}, timeout=30 )
resp.iter_lines() 接收 SSE 流式进度
同步执行(直接返回)
resp = httpx.post( "http://localhost:8080/api/execute-sync", json={"task": "审查 src/core 目录", "workflow": "review"} ) print(resp.json()["result"])
输入 → 输出示例
| 任务输入 | 工作流 | 输出 |
|---|---|---|
"为商品模块添加分页查询接口" | build | 自动探索项目结构 → 分析 API 规范 → 设计 REST 接口 → 生成代码 → 运行测试验证 |
"审查 src/auth 目录" | review | 调用 CodeReviewerAgent + SecurityReviewerAgent,返回质量报告和安全建议 |
"修复注册接口的空指针异常" | debug | 调用 TracerAgent 追踪调用链 → DebuggerAgent 定位根因 → 自动修复 |
"为 order.py 生成单元测试" | test | 调用 TestEngineerAgent 分析函数 → 生成 pytest 测试用例 → 执行验证 |
💻 VS Code 插件
Oh My Coder 提供官方 VS Code 插件,在编辑器内即可使用所有功能。
安装方式
方式 1:从 VSIX 安装(推荐)
- 从 GitHub Releases 下载最新 VSIX 文件
- 打开 VS Code,按
Cmd+Shift+P(macOS)或Ctrl+Shift+P(Windows/Linux) - 输入
Extensions: Install from VSIX... - 选择下载的
.vsix文件
方式 2:从 Marketplace 安装(待发布)
🚧 即将上架 VS Code Marketplace,敬请期待
功能特性
| 功能 | 说明 |
|---|---|
| 6 个生产模型 | DeepSeek V4 / R1、智谱 GLM-4、Kimi、百川 |
| Ollama 本地模型 | 支持本地运行,完全离线 |
| 10 个工作流模板 | build / review / debug / test / autopilot / pair / refactor 等 |
| 状态栏增强 | 实时显示当前模型、任务状态 |
| 历史记录 | 记录任务执行历史,支持模型/工作流筛选 |
| 任务视图 | 查看当前任务进度、Agent 执行情况 |
| Agents 视图 | 浏览 31 个专业 Agent |
使用方法
- 打开 VS Code,左侧活动栏会出现 OMC 图标
- 点击图标打开侧边栏,显示三个视图:任务、历史、Agents
- 底部状态栏显示当前模型(如
🤖 OMC [DeepSeek]) - 按
Cmd+Shift+P输入OMC: Run Task开始新任务
🎬 效果演示
支持 CLI 和 Web 两种使用方式,完整开发流程自动化。
🌐 Web 界面预览
内置 Web 界面,浏览器打开即可使用,支持任务提交、进度追踪、结果查看。
🏗️ 架构设计
多 Agent 协作流程
flowchart TD User([用户输入任务]) Router{智能路由器}subgraph Build["🚀 构建/分析通道 (9)"] E[ExploreAgent<br/>探索代码库] A[AnalystAgent<br/>分析需求] P[PlannerAgent<br/>制定计划] AR[ArchitectAgent<br/>设计架构] EX[ExecutorAgent<br/>生成代码] V[VerifierAgent<br/>验证测试] DB[DebuggerAgent<br/>定位问题] TR[TracerAgent<br/>追踪根因] PF[PerformanceAgent<br/>性能分析] end subgraph Review["🔍 审查通道 (2)"] CR[CodeReviewerAgent<br/>质量审查] SR[SecurityReviewerAgent<br/>安全审查] end subgraph Domain1["🎯 领域通道 1/2 (10)"] TE[TestEngineerAgent<br/>测试生成] DS[DesignerAgent<br/>设计] VI[VisionAgent<br/>视觉分析<br/>UI代码生成] DC[DocumentAgent<br/>长文档] WT[WriterAgent<br/>快速文档] SC[ScientistAgent<br/>技术调研] GM[GitMasterAgent<br/>Git操作] CS[CodeSimplifierAgent<br/>代码简化] DB2[DatabaseAgent<br/>数据库] AU[AuthAgent<br/>权限认证] end subgraph Domain2["🎯 领域通道 2/2 (6)"] API[APIAgent<br/>API开发] DO[DevOpsAgent<br/>部署运维] UML[UMLAgent<br/>UML建模] QA[QATesterAgent<br/>QA验证] MG[MigrationAgent<br/>迁移] DA[DataAgent<br/>数据处理] end subgraph Wizard["🧙 协调通道 (4)"] PM[PromptAgent<br/>提示词优化] SI[SelfImprovingAgent<br/>自我改进] SM[SkillManageAgent<br/>经验沉淀] CT2[CriticAgent<br/>批判分析] end User --> Router %% Router 连接到各通道入口 Agent Router --> E Router --> CR Router --> TE Router --> PM Router --> API %% 构建通道流程 E --> A A --> P P --> AR AR --> EX EX --> V DB --> TR TR --> E %% 审查通道 CR --> SR SR --> CT %% 领域通道内部连接 TE --> DS VI --> DC WT --> SC GM --> CS %% 领域通道 → 构建通道 DS --> AR CS --> AR %% 构建通道 → 审查通道 V --> CR %% 协调通道连接 PM --> E SI --> PM SM --> PM CT2 --> PM V --> Result([完成]) CT --> Result TR --> Result
三层模型路由
┌──────────────┐ ┌──────────────┐ ┌──────────────┐
│ 任务类型 │ ──▶ │ 模型层级 │ ──▶ │ 提供商选择 │
└──────────────┘ └──────────────┘ └──────────────┘
EXPLORE LOW (快) DeepSeek
ANALYST MEDIUM (平衡) DeepSeek
ARCHITECT HIGH (高质量) DeepSeek
CODE_GEN MEDIUM DeepSeek
REVIEW LOW DeepSeek
🤖 Agent 系统(31 个专业 Agent)
Oh My Coder 内置 31 个专业 Agent,覆盖代码生成、审查、测试、安全、文档等完整开发流程。
覆盖完整开发生命周期的五大通道:
| 通道 | Agent | 职责 |
|---|---|---|
| 🚀 构建 | Explore → Analyst → Planner → Architect → Executor → Verifier | 探索→分析→设计→实现→验证 |
| 🔍 审查 | CodeReviewer + SecurityReviewer | 质量审查 + 安全扫描 |
| 🎯 领域 | TestEngineer / Designer / Vision / GitMaster / Database … | 测试·设计·视觉·Git·数据库 |
| 🧙 协调 | PromptAgent + SelfImproving + SkillManage + Critic | 提示词·自进化·经验沉淀 |
| 🛡️ 安全 | Debugger + Tracer + Performance | 调试追踪·性能分析 |
🧙 Quest Mode(异步自主编程)
🧠 主动学习模块
| 平台 | 状态 | 环境变量 |
|---|---|---|
| Telegram | ✅ | TELEGRAM_BOT_TOKEN |
| Discord | ✅ | DISCORD_BOT_TOKEN |
| ✅ | WHATSAPP_* | |
| 飞书 / Lark | ✅ | FEISHU_* |
| 企业微信 | ✅ | WECOM_* |
| 钉钉 | ✅ | DINGTALK_* |
| Slack | ✅ | SLACK_* |
📖 详见 Gateway 文档
🔀 模型切换 CLI
一键切换默认模型,无需重启:
omc model list # 列出 12 个模型(✅ 7 个生产就绪,⚠️ 5 个 Beta/待完善)
omc model current # 显示当前模型
omc model switch glm # 切换到智谱 GLM
配置存储在 ~/.omc/config.json,环境变量 OMC_DEFAULT_MODEL 优先级更高。
📂 工作目录上下文感知
Oh My Coder 可以感知当前工作目录和浏览器上下文,为 Agent 提供更准确的信息。
功能
| 命令 | 说明 |
|---|---|
context scan | 扫描项目文件结构,生成文件树 |
context summary | 生成项目摘要(语言统计、关键文件) |
context tree | 显示项目文件树 |
context stats | 显示项目统计信息 |
context browser | 获取浏览器当前打开的页面 |
checkpoint --list | 列出所有快照 |
checkpoint --restore <id> | 回滚到指定快照(自动备份当前状态) |
checkpoint --diff <id> | 查看快照与当前工作区的差异 |
checkpoint --delete <id> | 删除快照 |
mcp --start | 启动 MCP Server(stdio 模式) |
mcp --install | 生成 Claude Desktop / Cursor MCP 配置 |
mcp --list | 列出所有 MCP tools 和 resources |
mcp --status | 查看 MCP 连接状态 |
使用示例
# 扫描项目 omc context scan获取摘要
omc context summary
查看浏览器
omc context browser
💡 支持的模型
共 7 个模型,系统自动按性价比选择:✅ 6 个生产就绪,⚠️ 1 个本地模型。
生产就绪(推荐优先使用)
| 模型 ID | 名称 | 提供商 | 上下文 | 状态 |
|---|---|---|---|---|
deepseek-chat | DeepSeek V4 | DeepSeek | 128K | ✅ production |
deepseek-reasoner | DeepSeek R1 | DeepSeek | 128K | ✅ production |
glm-4-flash | GLM-4-Flash | 智谱 | 200K | ✅ production |
glm-4v-flash | GLM-4V-Flash(视觉) | 智谱 | 4K 图 | ✅ production |
moonshot-v1-128k | Kimi-V3-Pro | Moonshot | 128K | ✅ production |
Baichuan4 | Baichuan4-Turbo | 百川 | 128K | ✅ production |
本地模型(Ollama)
| 模型 ID | 名称 | 提供商 | 上下文 | 状态 |
|---|---|---|---|---|
ollama | Ollama 本地模型 | 本地 | 取决于模型 | ✅ production |
💡 Ollama 使用说明:
- 安装 Ollama:https://ollama.ai
- 拉取模型:
ollama pull llama3.2- 列出模型:
ollama list- 聊天:
ollama chat llama3.2
环境变量一览
| 变量名 | 必填 | 说明 |
|---|---|---|
DEEPSEEK_API_KEY | 推荐 | DeepSeek 平台,新用户赠送余额 |
GLM_API_KEY | 推荐 | 智谱平台,GLM-4-Flash 完全免费 |
QWEN_API_KEY | 可选 | 阿里云百炼 |
KIMI_API_KEY | 可选 | Moonshot |
DOUBAO_API_KEY | 可选 | 火山引擎 |
BAIDU_API_KEY / ERNIE_API_KEY | 可选 | 文心一言 |
MINIMAX_API_KEY | 可选 | MiniMax |
MIMOX_API_KEY | 可选 | 小米 MiMo |
OMC_DEFAULT_MODEL | 可选 | 覆盖默认模型,如 deepseek-chat |
REQUEST_TIMEOUT | 可选 | 请求超时(秒),默认 60 |
TELEGRAM_BOT_TOKEN | 可选 | Telegram Bot Token(Gateway 消息推送) |
DISCORD_BOT_TOKEN | 可选 | Discord Bot Token(Gateway 消息推送) |
DINGTALK_ACCESS_TOKEN | 可选 | 钉钉机器人 Access Token(通知) |
WECOM_WEBHOOK_URL | 可选 | 企业微信机器人 Webhook(通知) |
🔄 工作流
| 工作流 | 命令 | 说明 |
|---|---|---|
🚀 build | -w build | 完整开发流程:探索 → 分析 → 设计 → 实现 → 验证 |
🔍 review | -w review | 代码审查 + 安全审查 |
🐛 debug | -w debug | 问题定位 → 修复 → 验证 |
🧪 test | -w test | 设计测试 → 实现测试 → 运行验证 |
🤖 autopilot | -w autopilot | 自动路由:根据任务关键词自动选择合适工作流 |
👥 pair | -w pair | 结对编程:Explorer + Critic 交替协作进行代码审查 |
🔧 refactor | -w refactor | 重构模式:分析热点 → 制定计划 → 执行 → 验证 → 测试 |
📊 任务总结
每个任务完成后自动生成结构化总结,记录执行全过程:
核心功能
| 功能 | 说明 |
|---|---|
| 全流程记录 | 每个 Agent 的执行时间、Token 消耗、执行结果 |
| 成本统计 | 自动计算总成本,支持多模型费用对比 |
| 优化建议 | 根据执行情况智能推荐优化策略 |
| 多格式导出 | JSON(机器解析)、TXT(快速查看)、HTML(报告分享) |
使用示例
from src.core.summary import generate_summary, print_summary, save_summary任务完成后生成总结
summary = generate_summary( task="为电商系统实现订单模块", workflow="build", completed_steps=[ {"agent": "ExploreAgent", "status": "completed", "duration": 2.3, "tokens": 1200, "result": "发现 45 个文件"}, {"agent": "AnalystAgent", "status": "completed", "duration": 5.1, "tokens": 3500, "result": "识别 3 个实体"}, {"agent": "ArchitectAgent", "status": "completed", "duration": 8.2, "tokens": 5200, "result": "设计 REST API"}, {"agent": "ExecutorAgent", "status": "completed", "duration": 15.7, "tokens": 12000, "result": "生成 8 个文件"}, {"agent": "VerifierAgent", "status": "completed", "duration": 10.3, "tokens": 4800, "result": "pytest 18/18 通过"}, ], )
打印到终端
print_summary(summary)
保存为 HTML 报告
save_path = save_summary(summary, format="html")
输出: reports/summary_build_电商系统实现订单模块_20260407_113800.html
总结输出示例
✅ 任务: 为电商系统实现订单模块 📋 工作流: build ⏱️ 耗时: 41.6s 💰 成本: ¥0.03 🔢 Token: 26,700 🤖 Agent 数: 5 🔧 模型: deepseek-chat, deepseek-chat, deepseek-reasoner📊 执行步骤:
- ✅ Explore - 2.3s | 1,200 tokens | 发现 45 个文件
- ✅ Analyst - 5.1s | 3,500 tokens | 识别 3 个实体
- ✅ Architect - 8.2s | 5,200 tokens | 设计 REST API
- ✅ Executor - 15.7s | 12,000 tokens | 生成 8 个文件
- ✅ Verifier - 10.3s | 4,800 tokens | pytest 18/18 通过
💡 优化建议: ✅ 执行效率良好,无需特殊优化
高级用法
from src.core.summary import load_summary, print_summary_compact从历史报告加载
summary = load_summary(Path("reports/summary_xxx.json"))
紧凑模式(单行,适合日志)
print_summary_compact(summary)
输出: ✅ [build] 为电商系统实现订单模块 | 41.6s | ¥0.03 | 5 agents
📌 总结文件默认保存在
reports/目录,可通过output_dir参数自定义路径。
🧬 GEP 协议支持 (WIP)
🔒 安全特性
Oh My Coder 高度重视代码安全:
- 本地执行 - 代码本地运行,不上传云端
- 密钥本地存储 - API 密钥仅存储在本地环境变量
- 安全审查 - 生成的代码经过 SecurityReviewerAgent 安全扫描
- Diff 预览 - 修改文件前可预览变更(GitMasterAgent)
- 沙盒模式 - 支持在隔离环境中运行(需额外配置)
📁 项目结构
oh-my-coder/
├── src/
│ ├── agents/ # 智能体模块(31 个 Agent)
│ │ ├── base.py # Agent 基类 & 注册机制
│ │ ├── explore.py # 代码探索
│ │ ├── analyst.py # 需求分析
│ │ ├── architect.py # 架构设计
│ │ ├── executor.py # 代码实现
│ │ ├── evolution.py # 🆕 自进化 & 版本迭代记忆
│ │ ├── code_cleaner.py # 🆕 代码清理 Agent
│ │ ├── cost_optimizer.py # 🆕 成本优化建议
│ │ ├── smart_test.py # 🆕 智能测试增强
│ │ └── ...
│ ├── core/ # 核心引擎
│ │ ├── router.py # 三层模型路由器
│ │ ├── orchestrator.py # 智能编排引擎
│ │ └── summary.py # 任务总结生成器
│ ├── models/ # 模型适配层(12 个厂商)
│ │ ├── base.py # 统一接口
│ │ ├── deepseek.py # DeepSeek 适配器
│ │ ├── mimo.py # 小米 MiMo
│ │ ├── glm.py # 智谱 GLM
│ │ ├── kimi.py # Kimi
│ │ ├── doubao.py # 字节豆包
│ │ ├── tiangong.py # 天工AI
│ │ ├── baichuan.py # 百川智能
│ │ ├── tongyi.py # 通义千问
│ │ ├── minimax.py # MiniMax
│ │ ├── spark.py # 讯飞星火
│ │ ├── wenxin.py # 文心一言
│ │ └── hunyuan.py # 腾讯混元
│ ├── web/ # 🌐 Web 界面
│ │ ├── app.py # FastAPI 应用 + SSE
│ │ ├── templates/ # HTML 模板
│ │ └── static/ # CSS 样式
│ ├── cli.py # CLI 入口
│ └── main.py # API 入口
├── tests/ # 测试套件
│ ├── test_web.py # Web 界面测试
│ └── test_integration.py # 集成测试
🧪 测试
📋 开发进度
❓ 常见问题
Q: API Key 如何获取? A: 请访问对应模型的官方网站注册账号后获取:
- DeepSeek: https://platform.deepseek.com/
- 小米 MiMo: https://platform.xiaomimimo.com/
- 智谱 GLM: https://open.bigmodel.cn/
- Kimi: https://platform.moonshot.cn/
- 豆包: https://console.volcengine.com/
- 天工AI: https://model-platform.tiangong.cn/
- 百川智能: https://platform.baichuan-ai.com/
- 通义千问: https://dashscope.console.aliyun.com/
- MiniMax: https://api.minimax.chat/
- 讯飞星火: https://xinghuo.xfyun.cn/
- 文心一言: https://console.bce.baidu.com/
- 腾讯混元: https://console.cloud.tencent.com/hunyuan
Q: 模型调用超时怎么办? A: 可通过以下方式解决:
- 在 Web 界面调整 timeout 设置
- 设置环境变量
REQUEST_TIMEOUT=60(秒) - 检查网络连接,确认是否能访问对应 API 地址
- 切换到响应更快的模型(如 DeepSeek / 豆包)
Q: 如何切换不同的模型? A: 设置对应模型的环境变量即可:
export DEEPSEEK_API_KEY=your_key # 默认使用
export KIMI_API_KEY=your_key # 备选模型
路由器会根据任务类型和成本自动选择最优模型。
Q: 生成的代码有安全问题怎么办?
A: Oh My Coder 内置 SecurityReviewerAgent,会对生成的代码进行安全审查。建议配合 omc run -w review 进行额外审查后再合并代码。
Q: 支持本地部署吗? A: 支持。提供三种方式:
- 直接安装:
pip install oh-my-coder - Docker 部署:
docker compose up -d - 支持对接本地模型 API(如 Ollama)
🤝 贡献
欢迎提交 Issue 和 PR!详见 CONTRIBUTING.md。
开发环境搭建
git clone https://github.com/VOBC/oh-my-coder.git cd oh-my-coder python3 -m venv venv && source venv/bin/activate pip install -e ".[dev]"运行测试
python3 -m pytest tests/ -q
代码检查
python3 -m ruff check src/ tests/ python3 -m black src/ tests/
提交前完整检查
./scripts/pre-commit.sh
代码规范
- ruff 检查:
python3 -m ruff check src/ tests/ - black 格式化:
python3 -m black src/ tests/ - pytest 测试:
python3 -m pytest tests/ -q - 所有 PR 必须通过 CI(ruff + black + pytest)
快速贡献
- Fork 本仓库
- 创建特性分支 (
git checkout -b feature/amazing-feature) - 提交更改 (
git commit -m 'feat: 添加某个很棒的功能') - 推送到分支 (
git push origin feature/amazing-feature) - 创建 Pull Request
反馈渠道
📄 License
MIT License - 详见 LICENSE
🙏 致谢
- oh-my-claudecode 的启发
- DeepSeek 提供优质 API 服务
- 所有贡献者
❤️ 支持这个项目
如果你觉得这个项目对你有帮助,可以通过以下方式支持我们:
⭐ 其他帮助方式
- 给项目点个 Star — 让更多人看到这个项目
- 提交 Issue — 反馈问题或建议新功能
- 提交 PR — 贡献代码,帮助项目变得更好
- 分享给朋友 — 让更多需要的人知道这个工具