乐于分享
好东西不私藏

大炮打蚊子?这个插件让Claude/GPT/Gemini各司其职

大炮打蚊子?这个插件让Claude/GPT/Gemini各司其职



希腊神话里有个倒霉蛋叫西西弗斯。

众神罚他把巨石推上山顶,石头到顶就滚下来,他再推,再滚,日复一日,永无止境。

这故事听着惨,但换个角度想:石头不会停,他也不会停

这就是 Oh-My-OpenCode(简称 OMO)3.x 的核心设计理念——让 AI 像西西弗斯一样,不懈执行,直到任务完成

1. 单一AI做大事的3个坑

我用了3个月 OMO,发现单一模型处理复杂任务时,有3个致命问题:

坑一:做到一半卡住

重构一个大模块,AI 写着写着突然停了。你问”继续”,它说”好的”,然后又停了。反复几次,心态崩了。

坑二:用大炮打蚊子

前端 UI 这种活,用 Claude Opus 4.5 纯属浪费。一个月下来账单几百刀,心疼。

坑三:擅长领域不对口

让 GPT 写前端动画,它给你整出一堆能用但丑爆的代码。让 Gemini 做架构设计,它又差点意思。

怎么办?找个项目经理帮你调度

2. 从2.14到3.10发生了什么

先看组数据:

  • • GitHub Stars:37,556(来源:GitHub API,2026-03-07)
  • • 版本跨度:2.14.0 → 3.10.0,80+ 个版本
  • • Forks:2,827
  • • 开发周期:约3个月

这不是小版本迭代,是架构级重构

2.1 v3.0.0:编排革命

最大的变化是 Categories + Skills 系统。

以前用 OMO,你得记住一堆 Agent 名字:frontend-engineerbackend-engineer……

现在不用了。你只需要说:

“帮我做个前端页面”

OMO 自动分析任务类型,分配给 visual-engineering 类别,再组合 frontend-ui-ux 技能,给你匹配最优模型。

打个比方:以前是”点名让张三干活”,现在是”说需求,HR 自动派最合适的人”。

2.2 v3.8.x:Hashline 编辑

这功能解决了一个痛点:并发编辑冲突

以前 AI 编辑代码,文件被别人改了,AI 不知道,直接覆盖——代码炸了。

现在每行带哈希:

1#VK function hello() {2#XJ   return "world";3#MB }

AI 编辑时引用哈希。文件变了?哈希对不上?拒绝编辑,报错提醒

效果有多好?官方测试数据:

  • • 旧方案成功率:6.7%
  • • 新方案成功率:68.3%

10 倍提升,就靠改个编辑工具。

2.3 Agent 体系大换血

以前 OMO 的 Agent 是固定的,现在变成了动态编排

核心协调器:Sisyphus

它干三件事:

  • • 拆任务:把大需求拆成小 TODO
  • • 派活:根据任务类型分配给专业 Agent
  • • 验证:不信任”完成了”,必须 Read 检查

专业 Agent 团队:

Agent
擅长
典型场景
Oracle
架构推理、深度调试
复杂 Bug、技术选型
Librarian
文档检索、知识查询
查 API、看源码
Explore
代码库探索
找实现、理结构
Atlas
验证把关
审查代码、查漏补缺
Prometheus
任务规划
大项目拆解

通俗点说:Sisyphus 是项目经理,Oracle 是架构师,Librarian 是资料员,Explore 是侦察兵,Atlas 是质检员。

2.4 新增4个核心命令

命令
作用
使用场景
/handoff
上下文接力
下班前运行,第二天接着干
/start-work
从计划启动工作
有 Prometheus 计划时用
/ulw-loop
持续编码模式
大任务自动循环
/refactor
智能重构
配合 LSP + AST-grep

最常用的是 ,也叫”超工模式”。

加个 ulw 关键词,AI 就自动:

  • • 并行启动多个子任务
  • • 后台探索代码库
  • • 持续推进直到完成

3. 用户怎么说?

Arthur Guiot:用了 OMO 后,把 Cursor 订阅取消了

Jacob Ferrari一天清掉 8000 个 ESLint 警告

James Hargis一夜把 45K 行 Tauri 应用转成 SaaS,第二天早上起来就能跑了。

B(量化研究员):如果 Claude Code 7 天干完人类 3 个月的活,Sisyphus 1 小时搞定。它就是不停,直到任务完成。

4. 成本省了多少?

我实测了三个项目:

场景
旧方案
新方案
节省
前端 UI
Claude Opus 4.5
Gemini 3 Pro
~60%
文档搜索
Claude Opus 4.5
GLM-4.7 Free
~90%
快速探索
Claude Opus 4.5
本地模型
~80%

怎么做到的?多模型协作

  • • 架构设计 → GPT-5.2(擅长推理)
  • • 前端 UI → Gemini 3 Pro(擅长创意)
  • • 文档检索 → GLM-4.7(便宜好用)
  • • 快速探索 → 本地模型(免费)

Sisyphus 像项目经理,把活分给最合适的人

5. 一键安装

# 安装 OpenCodecurl -fsSL https://opencode.ai/install | bash# 安装 Oh-My-OpenCodebunx oh-my-opencode install

4 个使用技巧:

  1. 1. 从简单命令开始,先试试 /git-master
  2. 2. 善用 Categories,任务开始时指定类型
  3. 3. 善用 /handoff,下班前运行,第二天继续
  4. 4. 多用 Hashline 编辑,避免并发冲突

写在最后

从 2.14 到 3.10,OMO 从一个简单插件,变成了 AI Agent 编排平台。

像西西弗斯不断推石头,不是石头有意义,而是推的过程本身就是意义

OMO 不断迭代,不断升级,不是追求完美,而是升级本身就是价值创造

3.10 只是新起点。未来会有更多 Agent、更多能力、更多可能。

把一个 AI 变成一个团队——这是 OMO 的目标,也是 AI Agent 的未来。


要是对您有帮助,关注我,动动小手点赞、推荐、转发


数据来源:

  • • GitHub Stars 37,556(GitHub API,2026-03-07)
  • • Hashline Edit 成功率 6.7% → 68.3%(OMO 官方测试)
  • • 用户证言来自 GitHub Reviews 真实引用
本站文章均为手工撰写未经允许谢绝转载:夜雨聆风 » 大炮打蚊子?这个插件让Claude/GPT/Gemini各司其职

评论 抢沙发

4 + 6 =
  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址
×
订阅图标按钮