Multi-agent AI programming assistant with Chinese LLM support

These details have not been verified by PyPI

Project description

Oh My Coder (OMC 中文版)

🤖 多智能体 AI 编程助手，支持国内大模型

🎯 GLM-4.7-Flash 开源免费 · 6 个生产就绪模型 + Ollama 本地模型 · 32 个专业 Agent · 多 Agent 协作 · 完全开源

灵感来源: oh-my-claudecode (28.9k ⭐)

Agent System

🎬 Demo 视频 (v0.2.0) - 70秒快速了解核心功能

📖 目录

🎯 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

📖 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 3.10+，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:8000）
omc web

# 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
python -m src.cli explore .

# 执行一个完整构建任务
python -m src.cli run "为用户模块添加 CRUD 接口"

# 代码审查
python -m src.cli run "审查 src/api 目录下的代码" -w review

# 调试问题
python -m src.cli run "修复登录接口偶发的超时问题" -w debug

# 查看所有 Agent
python -m src.cli agents

# === Quest Mode (异步自主编程) ===
# 创建 Quest
python -m src.cli run "实现用户认证模块" --quest

# 查看 Quest 列表
python -m src.cli quest-list

# 查看 Quest 状态
python -m src.cli quest-status <quest-id>

# 订阅桌面通知 + Webhook
python -m src.cli 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
python -m src.cli context scan

# 获取项目摘要
python -m src.cli context summary

# 查看浏览器上下文（当前打开的标签页）
python -m src.cli context browser

# === 配置管理 ===
# 查看当前配置
python -m src.cli config show

# 设置 API Key（使用 -k 参数指定变量名，-v 指定值）
python -m src.cli config set -k DEEPSEEK_API_KEY -v <your-key>
python -m src.cli config set -k GLM_API_KEY -v <your-key>

# 列出可用模型
python -m src.cli config list-models

# === 代码清理 ===
# 扫描项目中的冗余代码
python -m src.cli clean .

# 自动修复可清理的问题
python -m src.cli clean . --fix

# 激进模式（自动删除空文件）
python -m src.cli clean . --aggressive

# === 成本估算 ===
# 根据任务描述推荐最优模型
python -m src.cli cost "设计新系统架构"

# 指定涉及文件数量以提高准确性
python -m src.cli cost "重构用户模块" --files 10

# 列出所有可用模型及定价
python -m src.cli cost --list

# === 版本迭代记忆 ===
# 列出历史决策记录
python -m src.cli agent decisions

# 检索相关历史决策（解决鬼打墙问题）
python -m src.cli agent decision "用户登录报错 500"

# 记录新的重要决策
python -m src.cli 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
python -m src.cli 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:8000/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:8000/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）

下载最新 VSIX 文件：extensions/vscode/oh-my-coder-0.2.0.vsix
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。

📖 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["🚀 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。

📖 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
Telegram	✅	`TELEGRAM_BOT_TOKEN`
Discord	✅	`DISCORD_BOT_TOKEN`
WhatsApp	✅	`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 ~/.config/oh-my-coder/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
python -m src.cli context scan

# 获取摘要
python -m src.cli context summary

# 查看浏览器
python -m src.cli 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。

📖 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-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：
  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
├── examples/                # 示例代码
│   ├── web_demo.py          # Web API 使用示例
│   ├── cli_demo.py          # CLI 使用示例
│   └── advanced_demo.py     # 高级示例（多模型/Agent协作/总结）
├── docs/                    # 文档
├── requirements.txt         # 依赖
└── pyproject.toml          # 项目配置

🧪 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：

DeepSeek: https://platform.deepseek.com/
小米 MiMo: https://mimo.ai.utrain.cloud/
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 -r requirements.txt && python -m src.cli
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

🐛 提交 Issue
💬 讨论区

📄 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

📈 Star History

Project details

These details have not been verified by PyPI

Release history Release notifications | RSS feed

This version

0.2.1

Apr 29, 2026

0.2.0

Apr 29, 2026

Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

oh_my_coder-0.2.1.tar.gz (529.8 kB view details)

Uploaded Apr 29, 2026 Source

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

The dropdown lists show the available interpreters, ABIs, and platforms. Enable javascript to be able to filter the list of wheel files.

oh_my_coder-0.2.1-py3-none-any.whl (541.8 kB view details)

Uploaded Apr 29, 2026 Python 3

File details

Details for the file oh_my_coder-0.2.1.tar.gz.

File metadata

Download URL: oh_my_coder-0.2.1.tar.gz
Upload date: Apr 29, 2026
Size: 529.8 kB
Tags: Source
Uploaded using Trusted Publishing? No
Uploaded via: twine/6.2.0 CPython/3.9.6

File hashes

Hashes for oh_my_coder-0.2.1.tar.gz
Algorithm	Hash digest
SHA256	`1eddd8c6ad4092d3a5d5b6b38627bacc85b5af90f29723b8180046dee8eced12`
MD5	`4acbd1c0cbfa413076c14f74a197d5e4`
BLAKE2b-256	`b35e6d63c28a70405996b19d07537f2fa7c8075e3a4d93bfde34297d2b3752ee`

See more details on using hashes here.

File details

Details for the file oh_my_coder-0.2.1-py3-none-any.whl.

File metadata

Download URL: oh_my_coder-0.2.1-py3-none-any.whl
Upload date: Apr 29, 2026
Size: 541.8 kB
Tags: Python 3
Uploaded using Trusted Publishing? No
Uploaded via: twine/6.2.0 CPython/3.9.6

File hashes

Hashes for oh_my_coder-0.2.1-py3-none-any.whl
Algorithm	Hash digest
SHA256	`957b5d049f6793fda247f305663d7633a139b5ce54ee4901a76daa107aa145e0`
MD5	`1c8f39e754b1fd65ecb890c00a573100`
BLAKE2b-256	`acbca465c67566df8fed19f872110bfa06a36354ed1931a9796ce9bbe156d4f0`

See more details on using hashes here.

oh-my-coder 0.2.1

Navigation

Verified details

Maintainers

Unverified details

Meta

Classifiers

Project description

Oh My Coder (OMC 中文版)

📖 目录

🎯 为什么选择 Oh My Coder？

⚠️ Claude 封号？这里是国产替代方案

🏆 差异化优势

1️⃣ 国产模型全家桶（12家 vs 单家）

2️⃣ 中文友好（中文文档 vs 英文为主）

3️⃣ 完全开源可私有部署（vs 闭源）

完整竞品对比（2026年AI编程工具生态）

多Agent编排框架对比

国内AI编程助手对比

oh-my-coder 的定位

核心优势对比

🚀 Claude Code 迁移指南

📌 项目简介

💰 零成本起步

三步快速配置

免费模型对比

⚡ 快速开始

三步上手

👀 快速示例

CLI 示例

Web API 示例

输入 → 输出示例

💻 VS Code 插件

安装方式

方式 1：从 VSIX 安装（推荐）

方式 2：从 Marketplace 安装（待发布）

功能特性

使用方法

🎬 效果演示

🌐 Web 界面预览

🏗️ 架构设计

多 Agent 协作流程

三层模型路由

🤖 Agent 系统（31 个专业 Agent）

🧙 Quest Mode（异步自主编程）

🧠 主动学习模块

🔀 模型切换 CLI

📂 工作目录上下文感知

功能

使用示例

💡 支持的模型

生产就绪（推荐优先使用）

本地模型（Ollama）

环境变量一览

🔄 工作流

📊 任务总结

核心功能

使用示例

总结输出示例

高级用法

🧬 GEP 协议支持 (WIP)

🔒 安全特性

📁 项目结构

🧪 测试

📋 开发进度

❓ 常见问题

🤝 贡献

开发环境搭建

代码规范

快速贡献

反馈渠道

📄 License

🙏 致谢

❤️ 支持这个项目

⭐ 其他帮助方式

📈 Star History

Project details

Verified details

Maintainers

Unverified details