📄 工具详情 ⚙️ 安装教程 📚 使用教程
能力标签
🔌 MCP🤖 Agent🔄 工作流🐳 Docker💻 CLI🔗 REST API🖼 视觉🧠 Claude🖥 本地 LLM
oh-my-coder Agent工作流
🛠
AI工具

oh-my-coder Agent工作流

基于 Python · 开源 AI 工具，GitHub 社区精选
英文名：oh-my-coder
⭐ 105 Stars 🍴 23 Forks 💻 Python 📄 MIT 🏷 AI 8.0分
8.0AI 综合评分
多智能体AI编程国产模型代码审查工作流
🌐 访问官网 📺 TG 频道
✦ AI Skill Hub 推荐

oh-my-coder Agent工作流 是 AI Skill Hub 本期精选AI工具之一。综合评分 8.0 分，整体质量较高。我们强烈推荐将其纳入你的 AI 工具库，帮助提升工作效率。

📚 深度解析

oh-my-coder Agent工作流 是一款基于 Python 的开源工具，在 GitHub 上收获 0k+ Star，是多智能体、AI编程、国产模型、代码审查领域中的优质开源项目。开源工具的最大优势在于代码完全透明，你可以审计每一行代码的安全性，也可以根据自身需求进行二次开发和定制。

**为什么要使用开源工具而非商业 SaaS？**
对于个人开发者和有隐私需求的用户，本地部署的开源工具意味着数据不离本机，不受第三方服务商的数据政策约束。同时，开源工具通常没有使用次数限制和月度费用，一次安装即可长期使用，对于高频使用场景的总拥有成本（TCO）远低于订阅制商业工具。

**安装与环境准备**
oh-my-coder Agent工作流 依赖 Python 运行环境。建议通过 pyenv（Python）或 nvm（Node.js）管理 Python 版本，避免全局环境污染。对于新手用户，推荐先创建虚拟环境（python -m venv venv && source venv/bin/activate），再安装依赖，这样即使出现问题也可以随时删除虚拟环境重新开始，不影响系统稳定性。

**社区与维护**
GitHub Issue 和 Discussion 是获取帮助的最快渠道。在提问前建议先检查 Closed Issues（已关闭的问题），大多数常见问题都已有解答。遇到 Bug 时，提供 pip list 的输出、完整错误堆栈和最小可复现示例，能显著提高开发者响应速度。AI Skill Hub 将持续追踪 oh-my-coder Agent工作流 的版本更新，及时通知重要功能变化。

📋 工具概览

多智能体协作的AI编程助手，支持DeepSeek、GLM、MiMo等12+国产大模型。集代码生成、代码审查、工作流自动化于一体，适合开发者提升编码效率和代码质量。

oh-my-coder Agent工作流 是一款基于 Python 开发的开源工具，专注于 多智能体、AI编程、国产模型 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

GitHub Stars
⭐ 105
开发语言
Python
支持平台
Windows / macOS / Linux
维护状态
轻量级项目，按需更新
开源协议
MIT
AI 综合评分
8.0 分
工具类型
AI工具
Forks
23

📖 中文文档

以下内容由 AI Skill Hub 根据项目信息自动整理，如需查看完整原始文档请访问底部「原始来源」。

多智能体协作的AI编程助手，支持DeepSeek、GLM、MiMo等12+国产大模型。集代码生成、代码审查、工作流自动化于一体，适合开发者提升编码效率和代码质量。

oh-my-coder Agent工作流 是一款基于 Python 开发的开源工具，专注于 多智能体、AI编程、国产模型 等核心功能。作为 GitHub 开源项目，它拥有活跃的社区支持和持续的版本迭代，代码完全透明可审计，支持本地部署以保护数据隐私。无论是个人使用还是集成到企业工作流，都能提供稳定可靠的解决方案。

📌 核心特色
  • 开源免费，支持本地部署，数据完全自主可控
  • 活跃的 GitHub 开源社区，持续迭代更新
  • 提供详细文档和使用示例，新手友好
  • 支持自定义配置，灵活适配不同使用环境
  • 可作为基础组件集成进现有技术栈或进行二次开发
🎯 主要使用场景
  • 本地部署运行，保护数据隐私，满足合规要求
  • 自定义集成到现有系统，扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发
以下安装命令基于项目开发语言和类型自动生成，实际以官方 README 为准。
安装命令
# 方式一：pip 安装（推荐）
pip install oh-my-coder

# 方式二：虚拟环境安装（推荐生产环境）
python -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install oh-my-coder

# 方式三：从源码安装（获取最新功能）
git clone https://github.com/VOBC/oh-my-coder
cd oh-my-coder
pip install -e .

# 验证安装
python -c "import oh_my_coder; print('安装成功')"
📋 安装步骤说明
  1. 访问 GitHub 仓库页面
  2. 按照 README 文档完成依赖安装
  3. 根据系统环境完成初始化配置
  4. 参考官方示例或文档开始使用
  5. 遇到问题可在 GitHub Issues 中查找解答
以下用法示例由 AI Skill Hub 整理，涵盖最常见的使用场景。
常用命令 / 代码示例
# 命令行使用
oh-my-coder --help

# 基本用法
oh-my-coder input_file -o output_file

# Python 代码中调用
import oh_my_coder

# 示例
result = oh_my_coder.process("input")
print(result)
以下配置示例基于典型使用场景生成，具体参数请参照官方文档调整。
配置示例
# oh-my-coder 配置文件示例（config.yml）
app:
  name: "oh-my-coder"
  debug: false
  log_level: "INFO"

# 运行时指定配置文件
oh-my-coder --config config.yml

# 或通过环境变量配置
export OH_MY_CODER_API_KEY="your-key"
export OH_MY_CODER_OUTPUT_DIR="./output"
📑 README 深度解析 真实文档 完整度 94/100 含工作流图 查看 GitHub 原文 →
以下内容由系统直接从 GitHub README 解析整理，保留代码块、表格与列表结构。

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 Coverage 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

📌 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

---

方式3: 小米 MiMo（长上下文支持）

omc config set -k MIMOX_API_KEY -v "your_key" # https://platform.xiaomimimo.com/ ```

功能特性

功能说明
**6 个生产模型**DeepSeek V4 / R1、智谱 GLM-4.7-Flash、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

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

💡 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。

📖 完整模型配置指南（环境变量、默认模型、状态说明）

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）

🧬 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）

---

❤️ 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：

⚡ 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）

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）
bash

安装方式

方式 1：从 VSIX 安装（推荐）

  1. 从 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

输出: reports/summary_build_电商系统实现订单模块_20260407_113800.html

```

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。

---

👀 快速示例

CLI 示例

```bash

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>

Web API 示例

```python import httpx

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

---

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. 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。

📖 完整效果演示（工作流动画 + CLI 执行示例）

---

使用示例

```bash

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 V4DeepSeek64K✅ production
deepseek-reasonerDeepSeek R1DeepSeek64K✅ production
glm-4-flashGLM-4.7-Flash智谱128K✅ production
MiniMax-Text-01MiMo V2 Flash小米200K✅ production
moonshot-v1-128kKimi 128KMoonshot128K✅ production
doubao-pro-32kDoubao-Pro字节跳动32K✅ production
tiangong-3天工 3.0字节跳动128K✅ production
Baichuan4百川 4百川128K✅ production

使用示例

```python from src.core.summary import generate_summary, print_summary, save_summary

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

```python from src.core.summary import load_summary, print_summary_compact

运行测试

python3 -m pytest tests/ -q

🌐 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）

---

三步快速配置

```bash

=== 配置管理 ===

查看当前配置

omc config show

环境变量一览

变量名必填说明
DEEPSEEK_API_KEY推荐[DeepSeek 平台](https://platform.deepseek.com/)，新用户赠送余额
GLM_API_KEY推荐[智谱平台](https://open.bigmodel.cn/)，GLM-4.7-Flash 完全免费
QWEN_API_KEY可选[阿里云百炼](https://dashscope.console.aliyun.com/)
KIMI_API_KEY可选[Moonshot](https://platform.moonshot.cn/)
DOUBAO_API_KEY可选[火山引擎](https://console.volcengine.com/)
BAIDU_API_KEY / ERNIE_API_KEY可选[文心一言](https://console.bce.baidu.com/)
MINIMAX_API_KEY可选[MiniMax](https://api.minimax.chat/)
MIMOX_API_KEY可选[小米 MiMo](https://platform.xiaomimimo.com/)
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

---

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

列出可用模型

omc config list-models

根据任务描述推荐最优模型

omc cost "设计新系统架构"

列出所有可用模型及定价

omc cost --list

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

---

🧠 主动学习模块

📖 完整说明请看 主动学习模块文档

---

🔀 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。

---

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

🔄 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

---

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： 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。

---

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
**智谱 GLM-4.7-Flash****完全免费****200K**首选，零成本，中文优化，128K 输出
**DeepSeek V4**新用户赠送余额**128K**代码能力强，性价比高
**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，长文档用 MiMo

详细对比: 免费模型推荐

---

💻 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。

❓ 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： 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）

---

🇨🇳 中文文档镜像 AI 翻译 2026-05-27
英文原文章节由系统翻译为中文摘要，便于快速理解。完整原文见上方 "📑 README 深度解析"。
📌 简介

Oh My Coder 是国内首个开箱即用的多 Agent 编程框架，旨在通过 31 个专业 Agent 的协作，模拟真实开发团队完成复杂编程任务。系统内置智能路由机制，能根据任务复杂度自动匹配性价比最高的模型（如 GLM-4.7-Flash 或 DeepSeek），实现成本与效率的最优平衡。其独特的“自进化”系统支持自动生成 Skill 文件，让框架在实际使用中通过学习不断变得更加聪明，非常适合追求私有化部署或需要高性价比 AI 编程助手的国内开发者。

⚡ 功能介绍

本项目集成了 DeepSeek V4/R1、智谱 GLM、Kimi 及百川等 6 个主流生产级模型，并完美支持 Ollama 本地模型以实现完全离线运行。系统内置了包括 build、review、debug、test 在内的 10 个专业工作流模板，并提供增强型状态栏实时监控任务进度。此外，通过 Agents 视图和任务视图，用户可以直观地管理 31 个专业 Agent 的执行状态，并利用历史记录功能对任务执行过程进行筛选与回溯。

📋 环境依赖

运行本项目需要 Python 3.9 或更高版本环境，建议在生产环境中使用 Python 3.10+ 以获得最佳稳定性。系统设计充分考虑了国内网络环境，无需翻墙即可顺畅使用，且无需绑定国际信用卡，极大降低了国内开发者的使用门槛。

🛠 安装步骤（Docker/pip/源码）

用户可以通过多种方式快速部署：1. 开发者模式：使用 `pip install -e ".[dev]"` 进行源码安装；2. VS Code 插件安装：从 GitHub Releases 下载最新的 VSIX 文件，通过 VS Code 的 `Extensions: Install from VSIX...` 命令进行安装（推荐方式）；3. 待发布模式：未来将支持直接从 VS Code Marketplace 一键安装。安装完成后，请务必按照指南配置相应的 API Key。

🚀 使用教程

项目提供了强大的 CLI 工具进行交互。用户可以通过 `omc run` 命令直接向模型发起指令。针对项目上下文管理，提供了 `context scan`、`context summary` 等命令来生成文件树或项目摘要。此外，系统内置了类似 Git 的快照管理功能，通过 `checkpoint` 命令可以实现工作区的备份、回滚（--restore）以及差异对比（--diff），确保开发过程的安全可控。

⚙️ 配置说明（含 MCP / env）

配置管理通过 `omc config` 命令实现。用户可以使用 `omc config set` 来安全地存储和管理各类模型的 API Key（如 DEEPSEEK_API_KEY 或 GLM_API_KEY），并使用 `omc config show` 查看当前配置状态。系统支持通过环境变量或 CLI 交互进行配置，同时兼容 MCP（Model Context Protocol）服务启动，方便扩展外部工具能力。

🔌 API 说明

本项目通过统一的 CLI 接口封装了多种大模型的能力。用户可以利用 `omc cost` 命令进行智能成本评估，系统会根据任务描述推荐最优模型，并支持通过 `omc cost --list` 查看所有可用模型的定价信息。这种设计确保了开发者在调用不同 API 时，能够以统一的逻辑进行成本控制与模型调度。

🔄 工作流/模块

Oh My Coder 拥有丰富的工作流模块，涵盖了从代码构建（build）、代码评审（review）到自动化测试（test）及重构（refactor）的全生命周期。系统通过高度智能化的 Agent 协作模式，将复杂的开发流程拆���为可执行的任务流，并支持通过 `omc config list-models` 查看当前可用的模型能力集，实现高度自动化的编程体验。

❓ FAQ 摘要

针对开发者在使用过程中可能遇到的问题，我们整理了详细的 FAQ。主要涵盖�� API Key 的获取途径，包括 DeepSeek、小米 MiMo、智谱 GLM、Kimi、豆包及天工 AI 等主流平台的官方注册与获取流程。无论是在配置模型还是在处理本地运行问题时，都能在文档中找到快速解决方案。

🎯 aiskill88 AI 点评 A 级 2026-05-22

国产大模型集成方案创新，多智能体协作架构先进，适配主流模型完整。代码质量稳定，社区维护活跃，是优秀的开源编程助手。

📚 实用指南（长尾问题）
适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型
  • Python 依赖冲突：建议用 venv / uv 隔离环境
部署方案
  • Docker：oh-my-coder 提供官方镜像，docker compose up 一键启动
  • CLI：直接 npm install -g / pip install，命令行调用
  • 本地部署：CPU 8GB 起，GPU 推荐 16GB+ 显存
  • 云端托管：可放在 Vercel / Railway / Fly.io 等 PaaS 平台
相关搜索
oh-my-coder 中文教程oh-my-coder 安装报错怎么办oh-my-coder MCP 配置oh-my-coder Docker 部署oh-my-coder Agent 工作流oh-my-coder 与同类工具对比oh-my-coder 最佳实践oh-my-coder 适合谁用

⚡ 核心功能

👥 适合谁
  • 需要让 Claude / Cursor 操作本地工具的 AI 工程师
  • 构建多智能体协作系统的 Agent 开发者
⭐ 最佳实践
  • 配置 MCP 服务器时建议使用 stdio 传输 + JSON-RPC，避免暴露公网
  • 生产部署优先使用 Docker Compose 隔离依赖，并挂载 volume 持久化数据
  • 本地部署优先选 GGUF 量化模型，节省显存并保持响应速度
  • Agent 任务先做 dry-run 验证工具调用链，再开启自主执行
⚠️ 常见错误
  • API key 直接提交到 git 仓库（请用 .env 并加入 .gitignore）
  • MCP 配置路径拼错或权限不足，重启 Claude Desktop 才生效
  • 容器内无法访问宿主机 localhost — 使用 host.docker.internal
  • 显存不足直接 OOM — 优先降低 context 或换更小的量化模型

👥 适合人群

AI 技术爱好者研究人员和学生开发者和工程师技术创业者

🎯 使用场景

  • 本地部署运行，保护数据隐私，满足合规要求
  • 自定义集成到现有系统，扩展技术栈能力
  • 作为开源基础组件进行商业化二次开发

⚖️ 优点与不足

✅ 优点
  • +MIT 协议，可免费商用
  • +完全开源免费，无授权费用
  • +本地部署，数据完全自主可控
  • +开发者社区支持，遇问题可查可问
⚠️ 不足
  • −安装和初始配置可能需要一定技术基础
  • −功能完整性通常不如成熟商业产品
  • −技术支持主要依赖开源社区，响应速度不稳定
⚠️ 使用须知

AI Skill Hub 为第三方内容聚合平台，本页面信息基于公开数据整理，不对工具功能和质量作任何法律背书。

建议在沙箱或测试环境中充分验证后，再部署至生产环境，并做好必要的安全评估。

📄 License 说明

✅ MIT 协议 — 最宽松的开源协议之一，可自由商用、修改、分发，仅需保留版权声明。

🔗 相关工具推荐

AutoGen 多智能体协作框架
微软开源的AI智能体编程框架，用于构建可协作的自主AI系统。支持多智能体对话、工作流编排和复杂任务自动化，适合AI开发者
AgentScope智能体框架
AI工具
MetaGPT Agent工作流
AI工具
CrewAI 多代理协作平台
AI工具
📰 相关 AI 新闻
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
前沿 AI 研究论文速览
AI 资讯 · 知识关联
AI Agent 自主化能力最新进展
AI 资讯 · 知识关联
AI 模型性能评测与横向对比
AI 资讯 · 知识关联
🍿 AI 圈相关吃瓜
配了5个 MCP 工具，Claude 一个都没用
AI 圈观察
Filesystem MCP 帮 Claude 找文件，找了整个 node_modules
AI 圈观察
AutoGPT 自主完成了任务：把我的文件夹全部重命名了
AI 圈观察
🗺️ 相关解决方案
mcp
mcp-server-setup
agent
ai-agent-workflow
workflow
ai-workflow-templates
docker
docker-deploy
🧩 你可能还需要
基于当前 Skill 的能力图谱，自动补全的工具组合
技能寻求者
MCP · Agent · 工作流
natively-cluely-ai-assistant — Claude Skill 中文使用文档
免费开源的AI面试助手，实时转录，隐蔽模式，局部RAG，BYOK。无订阅，防止数据泄露。
MemOS智能记忆系统
MCP · Agent · 工作流
CrewAI 多代理协作平台
MCP · Agent · 工作流
DeepCode Agent工作流
MCP · Agent · 工作流
LEANN AI技能包
MCP · Agent · 工作流

❓ 常见问题 FAQ

支持DeepSeek、GLM、MiMo等12+国产大模型，可根据需要灵活切换。
💡 AI Skill Hub 点评

经综合评估，oh-my-coder Agent工作流 在AI工具赛道中表现稳健，质量优秀。如果你已有明确的使用需求，可以直接上手体验；如果还在评估阶段，建议对比同类工具后再做决策。

📚 深入学习 oh-my-coder Agent工作流
查看分步骤安装教程和完整使用指南，快速上手这款工具
⚙️ 安装教程 📚 使用教程
🌐 原始信息
原始名称 oh-my-coder
原始描述 开源AI工作流：Multi-Agent AI Coding Assistant - 支持 DeepSeek / GLM / MiMo 等 12+ 国产大模型，多智能体协作编程。⭐105 · Python
Topics 多智能体AI编程国产模型代码审查工作流
GitHub https://github.com/VOBC/oh-my-coder
License MIT
语言 Python
🔗 原始来源
🐙 GitHub 仓库  https://github.com/VOBC/oh-my-coder 🌐 官方网站  https://vobc.github.io/oh-my-coder

收录时间：2026-05-16 · 更新时间：2026-05-19 · License：MIT · AI Skill Hub 不对第三方内容的准确性作法律背书。

📺 订阅 AI Skill Hub Daily Telegram 频道
每天 8 条精选 AI Skill、MCP、Agent 与自动化工具推送
加入频道 →