OH-MY-CODER(1)

NAME

oh-my-coderMulti-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-coder

INFO

98 stars
20 forks
0 views

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

PyPI version PyPI downloads Python License Stars Tests

💡 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

Agent System


🎯 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 Codeoh-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-claudecodeClaude 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框架免费⚠️ 需翻墙多模型
OpenCode开源CLI免费75+模型
MyClaude多后端编排免费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CodeBuddyIDE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
CursorAI原生IDE$20/月¹⚠️ API需代理AI原生IDE
GitHub Copilot编辑器插件$19/月²GitHub生态集成
Claude CodeAI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

  1. Cursor: $20/月(以官网 https://cursor.sh 为准)
  2. GitHub Copilot: $19/月(以官网 https://github.com/features/copilot 为准)
  3. DeepSeek API 赠送额度(以 DeepSeek 官网活动为准)
  4. 腾讯云CodeBuddy: ¥78/人/月企业版(以官网 copilot.tencent.com 为准)
  5. 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 Coderoh-my-claudecode腾讯CodeBuddyCursorCopilotAutoGen
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IDEGitHub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

📖 完整说明请看 Claude Code 迁移完整指南


📌 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)

  1. GitHub Releases 下载最新 VSIX 文件
  2. 打开 VS Code,按 Cmd+Shift+P(macOS)或 Ctrl+Shift+P(Windows/Linux)
  3. 输入 Extensions: Install from VSIX...
  4. 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

  1. 打开 VS Code,左侧活动栏会出现 OMC 图标
  2. 点击图标打开侧边栏,显示三个视图:任务、历史、Agents
  3. 底部状态栏显示当前模型(如 🤖 OMC [DeepSeek]
  4. 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。

📖 完整效果演示(工作流动画 + CLI 执行示例)


🌐 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。

📖 完整 Web 界面预览(截图 + API 端点 + 调用示例)


🏗️ 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[&quot;🚀 构建/分析通道 (9)&quot;]
    E[ExploreAgent&lt;br/&gt;探索代码库]
    A[AnalystAgent&lt;br/&gt;分析需求]
    P[PlannerAgent&lt;br/&gt;制定计划]
    AR[ArchitectAgent&lt;br/&gt;设计架构]
    EX[ExecutorAgent&lt;br/&gt;生成代码]
    V[VerifierAgent&lt;br/&gt;验证测试]
    DB[DebuggerAgent&lt;br/&gt;定位问题]
    TR[TracerAgent&lt;br/&gt;追踪根因]
    PF[PerformanceAgent&lt;br/&gt;性能分析]
end

subgraph Review[&quot;🔍 审查通道 (2)&quot;]
    CR[CodeReviewerAgent&lt;br/&gt;质量审查]
    SR[SecurityReviewerAgent&lt;br/&gt;安全审查]
end

subgraph Domain1[&quot;🎯 领域通道 1/2 (10)&quot;]
    TE[TestEngineerAgent&lt;br/&gt;测试生成]
    DS[DesignerAgent&lt;br/&gt;设计]
    VI[VisionAgent&lt;br/&gt;视觉分析&lt;br/&gt;UI代码生成]
    DC[DocumentAgent&lt;br/&gt;长文档]
    WT[WriterAgent&lt;br/&gt;快速文档]
    SC[ScientistAgent&lt;br/&gt;技术调研]
    GM[GitMasterAgent&lt;br/&gt;Git操作]
    CS[CodeSimplifierAgent&lt;br/&gt;代码简化]
    DB2[DatabaseAgent&lt;br/&gt;数据库]
    AU[AuthAgent&lt;br/&gt;权限认证]
end

subgraph Domain2[&quot;🎯 领域通道 2/2 (6)&quot;]
    API[APIAgent&lt;br/&gt;API开发]
    DO[DevOpsAgent&lt;br/&gt;部署运维]
    UML[UMLAgent&lt;br/&gt;UML建模]
    QA[QATesterAgent&lt;br/&gt;QA验证]
    MG[MigrationAgent&lt;br/&gt;迁移]
    DA[DataAgent&lt;br/&gt;数据处理]
end

subgraph Wizard[&quot;🧙 协调通道 (4)&quot;]
    PM[PromptAgent&lt;br/&gt;提示词优化]
    SI[SelfImprovingAgent&lt;br/&gt;自我改进]
    SM[SkillManageAgent&lt;br/&gt;经验沉淀]
    CT2[CriticAgent&lt;br/&gt;批判分析]
end

User --&gt; Router

%% Router 连接到各通道入口 Agent
Router --&gt; E
Router --&gt; CR
Router --&gt; TE
Router --&gt; PM
Router --&gt; API

%% 构建通道流程
E --&gt; A
A --&gt; P
P --&gt; AR
AR --&gt; EX
EX --&gt; V
DB --&gt; TR
TR --&gt; E

%% 审查通道
CR --&gt; SR
SR --&gt; CT

%% 领域通道内部连接
TE --&gt; DS
VI --&gt; DC
WT --&gt; SC
GM --&gt; CS

%% 领域通道 → 构建通道
DS --&gt; AR
CS --&gt; AR

%% 构建通道 → 审查通道
V --&gt; CR

%% 协调通道连接
PM --&gt; E
SI --&gt; PM
SM --&gt; PM
CT2 --&gt; PM

V --&gt; Result([完成])
CT --&gt; Result
TR --&gt; 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

📖 完整 Agent 清单(含通道分类与职责说明)


🧙 Quest Mode(异步自主编程)

📖 完整说明请看 Quest Mode 文档


🧠 主动学习模块

📖 完整说明请看 主动学习模块文档


平台状态环境变量
TelegramTELEGRAM_BOT_TOKEN
DiscordDISCORD_BOT_TOKEN
WhatsAppWHATSAPP_*
飞书 / LarkFEISHU_*
企业微信WECOM_*
钉钉DINGTALK_*
SlackSLACK_*

📖 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

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。

📖 完整模型配置指南(环境变量、默认模型、状态说明)

生产就绪(推荐优先使用)

模型 ID名称提供商上下文状态
deepseek-chatDeepSeek V4DeepSeek128K✅ production
deepseek-reasonerDeepSeek R1DeepSeek128K✅ production
glm-4-flashGLM-4-Flash智谱200K✅ production
glm-4v-flashGLM-4V-Flash(视觉)智谱4K 图✅ production
moonshot-v1-128kKimi-V3-ProMoonshot128K✅ production
Baichuan4Baichuan4-Turbo百川128K✅ production

本地模型(Ollama)

模型 ID名称提供商上下文状态
ollamaOllama 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:

  1. ✅ Explore - 2.3s | 1,200 tokens | 发现 45 个文件
  2. ✅ Analyst - 5.1s | 3,500 tokens | 识别 3 个实体
  3. ✅ Architect - 8.2s | 5,200 tokens | 设计 REST API
  4. ✅ Executor - 15.7s | 12,000 tokens | 生成 8 个文件
  5. ✅ 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)

📖 完整说明请看 GEP 协议文档


🔒 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

📖 完整说明请看 测试文档


📋 开发进度

📖 完整说明请看 开发进度文档


❓ 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:

Q: 模型调用超时怎么办? A: 可通过以下方式解决:

  1. 在 Web 界面调整 timeout 设置
  2. 设置环境变量 REQUEST_TIMEOUT=60(秒)
  3. 检查网络连接,确认是否能访问对应 API 地址
  4. 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:

  1. 直接安装:pip install oh-my-coder
  2. Docker 部署:docker compose up -d
  3. 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

  1. Fork 本仓库
  2. 创建特性分支 (git checkout -b feature/amazing-feature)
  3. 提交更改 (git commit -m 'feat: 添加某个很棒的功能')
  4. 推送到分支 (git push origin feature/amazing-feature)
  5. 创建 Pull Request

反馈渠道


📄 License

MIT License - 详见 LICENSE


🙏 致谢


❤️ 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

📈 Star History

Star History

SEE ALSO

clihub5/7/2026OH-MY-CODER(1)