推荐方式（Bun，得>=1.3.7）：一键脚本（Linux/macOS）： Windows（PowerShell）：

说实话，这个功能我觉得挺亮眼的： omp会帮你做这些事：分析git diff，按关注点自动拆成多个原子commit 生成符合Conventional Commits规范的提交信息自动更新CHANGELOG.md 过滤掉那些空洞词汇，就像"fix bug"、"update code"这种说了等于没说的描述

5.7k Stars！oh-my-pi（omp）终端AI编程神器深度解析

Q: 安装

推荐方式（Bun，得>=1.3.7）： 一键脚本（Linux/macOS）： Windows（PowerShell）：

Q: 快速上手（头15分钟够用了）

第一步：配置模型角色启动omp之后，敲/model，给default、smol、slow、plan、commit这几个角色分别指定模型就行。 第二步：大改动前记得用/plan 第三步：常用快捷键了解一下

Q: 自定义扩展

自定义Slash命令（用Markdown写就行）： 之后在omp里直接敲/refactor src/auth/就能用了，很方便吧？ 自定义工具（用TypeScript写）： Hook拦截（举个sudo确认的例子）：

ivye
免费干货
14小时前
17热度
0评论

oh-my-pi（命令行工具名omp）是一个开源的终端AI编码Agent，GitHub地址github.com/can1357/oh-my-pi，专为解决现有AI编码工具（Claude Code、Cursor、Copilot等）的痛点而生。它不依赖特定模型，深度集成终端工作流，高度可扩展。

它到底解决了什么问题？

说实话，现在市面上的AI编码工具，真的有不少让工程师抓狂的地方。我随便列几个你感受下——

1. 编辑失败率高
模型生成的diff或者patch，经常因为空白字符、缩进、上下文对不上这些细节直接挂掉。然后呢？就开始无意义的重试循环……你说这token浪费得心疼不心疼？时间也全搭进去了。

2. 读文件效率低
直接整个文件dump出来塞进上下文，对大文件来说，这操作简直是在浪费宝贵的context窗口。模型也找不到重点，对吧？

3. 模型绑定严重
你换个模型试试？工具表现立马打折扣。这就逼着用户非得在好用的工具和想用的模型之间选一个，我觉得这太不自由了。

4. 终端体验割裂
很多AI工具要么是IDE插件，要么是Web界面。但像我这种深度依赖终端的工程师，用起来体验断层特别明显。你猜怎么着？就是那种“明明有工具，但用着就是不顺手”的感觉。

话说回来，oh-my-pi就是为了系统性地解决这些痛点而生的。它是一个面向终端的AI编码Agent，在pi-mono的基础上做了大幅扩展。目标嘛，就是要把编码工作流里所有关键环节都做到极致。我觉得这方向挺对的，你觉得呢？

它到底是什么？

oh-my-pi 这玩意儿是个开源的终端AI编码Agent，GitHub地址在这：github.com/can1357/oh-my-pi，命令行工具叫omp。

一句话给你说清楚：一个不依赖特定模型、深度集成终端工作流、还高度可扩展的AI编程助手。

核心亮点，我挑几个说说

🔒 Hashline编辑系统 —— 编辑失败？这招直接搞定

我觉得这是omp最有技术含量的创新之一。传统的str_replace编辑方式要求模型精确复现原文，你说这多坑——稍微空格、换行不对就废了。omp给每一行内容生成一个短哈希锚点，模型通过引用锚点来定位编辑位置，根本不用复现原文。

效果怎么样？你猜怎么着：

Grok Code Fast 1：任务通过率从6.7%直接蹦到68.3%，差不多提升了10倍
Gemini 3 Flash：比Google自己的最佳实现还高出5个百分点，这你敢信？
Grok 4 Fast：输出token少了61%，重试循环？彻底消失了
MiniMax：通过率直接翻倍

话说回来，如果文件在上次读取后被修改了，哈希不匹配，编辑会被直接拒绝，防止你手滑误操作……很稳对吧。

🧠 模型角色系统 —— 什么活用什么模型

omp把模型拆成了好几个角色，每个干不同的事：

角色	用途
`default`	日常实现工作，中规中矩
`smol`	快速探索、轻量任务，省钱省token
`slow`	深度推理，复杂调试或者重构这种硬骨头
`plan`	开启`/plan`模式的时候用
`commit`	生成commit信息和changelog，偷懒专用

每个角色你可以独立配置任意模型——Claude、GPT、Gemini、Grok、本地模型都行。还能通过Ctrl+P在slow/default/smol之间快速切换，感觉挺方便的。

🤖 子Agent并行框架 —— 让AI自己调度AI，这操作绝了

/task工具支持并行启动多个专门化子Agent，老实讲这功能我第一次看到的时候还挺震惊的：

内置6种Agent：explore（探索）、plan（规划）、designer（设计）、reviewer（审查）、task（执行）、quick_task（快速任务）
支持git worktree隔离，子Agent的修改不会干扰主工作区
实时流式输出，不用等到全部完成才能看结果
最多100个后台并发任务……你想想这得多快

⚡ TTSR —— 零消耗的时间旅行规则，这名字挺酷的

Time Traveling Streamed Rules（TTSR）是一种节省context的规则注入机制。规则定义一个正则触发器，平时完全不占用context。只有当模型输出流匹配到该正则时，才及时注入提醒。注入后请求重试，每条规则只触发一次。

举个例子：你设一条别用废弃API的规则，它只在模型真的要写废弃API时才触发，而不是每次对话都把规则塞进prompt。这真的有用吗？试过就知道，省context省到飞起。

🔧 LSP集成 —— 终端里也能有IDE级的代码智能

完整的Language Server Protocol支持，包含11种操作：诊断、跳转定义、类型定义、实现、引用、悬停信息、符号搜索、重命名、代码动作……支持40+语言开箱即用，写完自动格式化（rustfmt、gofmt、prettier这些），每次编辑后立即反馈语法或类型错误。感觉就像在终端里装了个迷你IDE。

🦀 Rust原生引擎 —— 不靠外部命令，速度拉满

约7500行Rust代码编译为N-API原生模块，提供这些功能：

grep：基于ripgrep内核，并行正则搜索，快得离谱
shell：内嵌bash，根本不用fork进程
text：ANSI感知的文本处理，UTF-16优化
glob：尊重.gitignore的文件系统发现

🔌 通用配置发现 —— 无缝继承你已有的AI工具配置

首次运行时，omp自动从.claude、.cursor、.windsurf、.gemini、.codex、.cline、.github/copilot、.vscode这些目录继承规则、技能、MCP服务器配置。你要是从其他工具迁移到omp……零迁移成本。这感觉也太香了吧？

怎么用？

安装

推荐方式（Bun，得>=1.3.7）：

bun install -g @oh-my-pi/pi-coding-agent

一键脚本（Linux/macOS）：

curl -fsSL https://omp.sh/install.sh | sh

Windows（PowerShell）：

irm https://omp.sh/install.ps1 | iex

配置API Key

export ANTHROPIC_API_KEY=sk-ant-xxx
export OPENAI_API_KEY=sk-xxx
export GEMINI_API_KEY=xxx

或者直接交互式登录（支持OAuth的那种）：

omp
/login

支持的提供商挺多的，Anthropic、OpenAI、Google、Groq、Mistral、xAI、Cursor、GitHub Copilot、Ollama（本地跑）、LM Studio（也是本地的）……加起来30多个吧。

快速上手（头15分钟够用了）

第一步：配置模型角色
启动omp之后，敲/model，给default、smol、slow、plan、commit这几个角色分别指定模型就行。

第二步：大改动前记得用/plan

/plan
帮我规划一下这个认证模块的重构方案呗
（跟AI来回聊，敲定方案后）
好，开始吧

第三步：常用快捷键了解一下

快捷键	功能
`Ctrl+P`	切换slow/default/smol模型
`Ctrl+R`	搜索历史prompt
`Ctrl+T`	展开/收起Todo列表
`Shift+Tab`	切换思维深度（就是thinking level）
`!git status`	执行shell命令，结果自动注入上下文
`@path/to/file`	在prompt里内联注入文件内容

AI辅助Git Commit

说实话，这个功能我觉得挺亮眼的：

omp commit
# 支持参数：--push --dry-run --no-changelog

omp会帮你做这些事：

分析git diff，按关注点自动拆成多个原子commit
生成符合Conventional Commits规范的提交信息
自动更新CHANGELOG.md
过滤掉那些空洞词汇，就像"fix bug"、"update code"这种说了等于没说的描述

代码审查

/review

交互式选择审查范围——比如跟某分支对比、看未提交的改动、或者翻某次commit。AI会给你一个结构化的审查报告，按P0到P3优先级标出问题，最后给个结论：approve、request-changes还是comment。

自定义扩展

自定义Slash命令（用Markdown写就行）：

# ~/.omp/agent/commands/refactor.md
---
description: 重构指定模块
---

请分析$1中的代码，识别可以重构的部分，
遵循SOLID原则给出重构建议并实现。

之后在omp里直接敲/refactor src/auth/就能用了，很方便吧？

自定义工具（用TypeScript写）：

// .omp/tools/notify/index.ts
export default () => ({
  name: "notify",
  description: "Send desktop notification",
  parameters: Type.Object({ message: Type.String() }),
  async execute(_id, { message }) {
    await exec(`notify-send "${message}"`);
    return { content: [{ type: "text", text: "Sent" }] };
  },
});

Hook拦截（举个sudo确认的例子）：

omp.on("tool_call", async (event, ctx) => {
  if (event.toolName === "bash" && /sudo/.test(event.input.command)) {
    const ok = await ctx.ui.confirm("Allow sudo?", event.input.command);
    if (!ok) return { block: true, reason: "Blocked by user" };
  }
});

总结

说实话，oh-my-pi（omp）是我目前在终端AI编码Agent里看到的，工程化程度最高的开源项目之一。它不是那种套个壳的ChatGPT，你懂吧？它把AI编码流程里的每一个环节——文件编辑、代码搜索、LSP集成、Git工作流、多模型调度、子Agent并发——都做了有针对性的工程优化。我觉得这点真的很关键。

适合人群：