Anthropic 推出的号召行 AI 编程助手，能直接正在终端里助你写代码、改 Bug、跑测试，号称「2026 年最强 AI 编程用具」之一。
但你晓得，有个韩邦拓荒者给它装上了一套「外骨骼机甲」，让它从一个单兵作战的 AI 助手，直接进化成了一支具有 32 个专业 Agent、7 种践诺形式的自愿化拓荒军团吗？
借使你对「AI 编程」还停止正在 ChatGPT 助你写个函数的阶段，先别急，我用一个比喻助你敏捷上手。
遐思一下：Claude Code 是一个极度伶俐的实验生，他什么城市一点，写代码、查文档、跑测试都机灵，但你得一步步告诉它该做什么。而 OMC 就像是你给这个实验生配了一套智能打点体系它晓得什么时分该让「架构师」来绘图纸，什么时分该让「测试工程师」来验货，什么时分该让三一面同时开工，以至还能自愿替你盯着进度，堕落了自身修。
该项目由韩邦拓荒者Yeachan Heo创修，开源允诺 MIT，紧要用 TypeScript 编写。从 2025 年头立项到现正在，仍旧迭代到 v4。9。3，共发外了 205 个版本。这种更新频率，堪比少许贸易 SaaS 产物。
好题目。Claude Code 自己确实很强，但当你真正用它来干大活的时分，会碰着几个让人抓狂的题目！
痛点一：单线程践诺恶果低。Claude Code 性质上是一个 Agent，一次只可用心干一件事。借使你的项目有几十个文献要改、上百个测试要跑，它只可一个一个来，恶果感动。
痛点二：缺乏整体视野。它只盯着现时的几行代码，很难同时思虑架构、安详、机能、可爱护性这些维度。改完一个 Bug，大概正在另外角落引爆三个新 Bug。
痛点三：半途放弃。AI 编程最让人溃逃的不是「写得欠好」，而是「写到一半停了」。速度局部触发、上下文溢出、无意中止你顺利动从新启动，像正在玩一个永恒存不了档的逛戏。
痛点四：本钱不透后。每次都用最贵的模子跑统统职司，纯洁的文献查找也用 Opus？钱包正在滴血。
OMC 即是为领略决这些题目而生的。它不是正在 Claude Code 上面加几个花哨的功用，而是从新计划了通盘职责流。
遐思一个切实的软件拓荒流程：产物司理写需求 架构师计划计划 拓荒者实当代码 测试工程师验证 展现题目就打回修复。OMC 的 Team 形式把这个流程搬到了 AI 天下里！
这句话的兴趣是：「启动 Team 形式，派 3 个 executor（践诺者）Agent 去修复统统 TypeScript 纰谬。」它会自愿拆解职司、分拨给分歧的 Agent、并行践诺、汇总结果、验证修复。
让每个 AI 干它最擅长的事：Codex 做架构审查，Gemini 做 UI 计划（它有 100 万 token 的上下文窗口，能一次性看完备项目），Claude 归纳计划。这就像一个技艺团队里，架构师、计划师和全栈工程师各司其职。
借使你用过 AI 编程用具，概略率履历过这种消极：让 AI 重构一个模块，它改了一半就告诉你「我仍旧竭力了」，留下一堆半制品。
这不是纯洁的重试。它会自愿领悟挫折道理，有针对性地修复，然后再次验证。通盘历程是闭环的，不必要你人工介入。你可能让它彻夜跑一个庞大的数据库转移职司，第二天早上起来看结果就行。
按照官方数据，这套政策能省俭 30% 到 50% 的 Token 本钱。纯洁职司用低廉敏捷的模子，只要碰到真正必要深度忖量的题目才动用「大杀器」。就像公司里不会让 CEO 去打印文献一律。
假设你正在调试一个 aiohttp 署理溃逃的题目，折腾了两个小时到底找到领略决计划（正在 server。py！42 加个 try/except）。OMC 会自愿把这个别验提取出来，存在为一个「才能文献」？
下次你再碰到相像的题目（只消输入中包罗 proxy 或 aiohttp 等要害词），OMC 就会自愿把这个才能注入到上下文中。相当于你调试过的每个坑，它都助你记住了。
这些才能文献分两级打点：项目级（。omc/skills/）可能随代码堆栈版本担任，团队共享；用户级（~/。omc/skills/）跨统统项目生效。学一次，毕生受用。
OMC 最让人上瘾的地方大概是它的自然讲话接口。你不必要记任何号召，直接说人话就行。
以至你说「fast」，它就晓得要激活并行形式；你说「dont stop」，它就晓得要进入经久化形式。每个贪图都映照到确切的践诺政策。
就如许。不必要庞大的修设文献，不必要学新的 DSL，不必要读几百页的文档。装完就能用，这大概是 OMC 最杀手级的产物计划零研习弧线 个专业 Agent 都正在干什么？
转变沙场体例的。从更宏观的视角看，通盘 AI 编程生态正正在履历一次范式迁移。
以前公共的竞赛中央正在第二层谁的代码写得好、谁的上下文更长。但现正在，越来越众的立异正正在第三层爆发。编排层分歧怀模子终归有众伶俐，它合怀的是：若何让众个模子协同职责，1+1 2！
固然这句话最初来自港大的 CLI-Anything 项目，但它同样实用于 OMC 的愿景。当 AI Agent 越来越机灵的时分，真正要紧的大概不是教人类若何用 AI，而是！
就像 Kubernetes 之于容器，编排层之于 AI Agent，正正在成为不成或缺的中心层。
OMC 证实了：好的用具不该当让用户研习新东西，而是让用户用自身仍旧会的式样（自然讲话）得回更壮大的才具。
17。8k Star、2193 次提交、205 个版本这个项方针进化速率不亚于任何贸易产物。
借使你是一名拓荒者，并且仍旧正在用 Claude Code，那 OMC 值得你花两分钟装一下尝尝。借使你还没用过 Claude Code，那 OMC 大概即是谁人让你下定信念入坑的因由。
