code-yeongyu/oh-my-openagent

它解決了什麼問題

OmO 是一款旨在處理複雜、端到端專業任務的 AI 代理，例如深度研究、構建後端和前端以及大規模代碼遷移，無需用戶不斷干預或重新解釋需求。

它是如何運作的

OmO 作為一個命令行工具運行，集成了多個 LLM 和專業的「技能」。它使用幾個關鍵機制來提高可靠性：

• Ultrawork (ulw)： 一種模式，代理在完成任務前會讀取代碼庫、進行規劃、證明每個步驟，並在實際環境中驗證結果。
• 多代理圖 (Multi-Agent Graphs)： 通過使用 mass ulw 等關鍵字，系統將單個工作轉換為專業代理的並行圖，將特定任務路由到最合適的模型。
• Kibitzer Memory： 一種基於 Markdown 文件 git 倉庫的記憶系統。一個更小、更便宜的模型會監控主要代理的工作，並提供提示以防止重複錯誤。
• 模型混合 (Model Mixing)： 它支持各種前沿模型 (Claude, ChatGPT, Kimi, GLM)，並自動為每個模型應用調整後的系統提示詞。

適用對象

它專為需要能夠在最少監督下執行「實際工作」（編碼、研究和系統架構）的開發人員和專業人士而構建。

亮點

• 自動驗證： 在 ultrawork 過程中證明並檢查步驟。
• 集成記憶： 使用基於 git 的 Markdown 系統來記住用戶偏好和過去的工作。
• 並行執行： 可以編排代理圖以並行處理大規模任務。
• 基於技能的擴展： 僅加載特定任務所需的專業知識/技能。
• 高效的 Token 使用： 將簡單任務路由到更便宜的模型，同時為複雜邏輯保留昂貴的模型。