oh-my-coder

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

  • 语言Python
  • 大小32.6 MB
  • 更新7月4日
在 GitHub 打开

README

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

🤖 31 个专业 Agent 一览

31 Agents

🎯 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：

  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 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

💰 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: 智谱 GLM（推荐，完全免费）
omc config set -k GLM_API_KEY -v "your_key"  # https://open.bigmodel.cn/

# 方式2: DeepSeek（新用户赠送余额，128K 上下文）
omc config set -k DEEPSEEK_API_KEY -v "your_key"  # https://platform.deepseek.com/

# 方式3: 小米 MiMo（长上下文支持）
omc config set -k MINIMAX_API_KEY -v "your_key"  # https://platform.xiaomimimo.com/

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

⚡ 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 3.9+，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 DASHSCOPE_API_KEY -v "your_key"

第三步：启动

# Web 界面（浏览器访问 `http://localhost:8080`)
omc server start

# 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
omc explore .

# 执行一个完整构建任务
omc run "为用户模块添加 CRUD 接口"

# 代码审查
omc run "审查 src/api 目录下的代码" -w review

# 调试问题
omc run "修复登录接口偶发的超时问题" -w debug

# 查看所有 Agent
omc agents

# === Quest Mode (异步自主编程) ===
# 创建 Quest
omc run "实现用户认证模块" --quest

# 查看 Quest 列表
omc quest-list

# 查看 Quest 状态
omc quest-status <quest-id>

# === 工作目录上下文感知 ===
# 扫描项目文件
omc context scan

# 获取项目摘要
omc context summary

# 查看浏览器上下文（当前打开的标签页）
omc context browser

# === 配置管理 ===
# 查看当前配置
omc config show

# 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>

# 列出可用模型
omc config models

# === 代码清理 ===
# 扫描项目中的冗余代码
omc clean .

# 自动修复可清理的问题
omc clean . --fix

# 激进模式（自动删除空文件）
omc clean . --aggressive

# === 成本估算 ===
# 根据任务描述推荐最优模型
omc cost "设计新系统架构"

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

# 列出所有可用模型及定价
omc cost --list

# === 版本迭代记忆 ===
# 列出历史决策记录
omc agent decisions

# 检索相关历史决策（解决鬼打墙问题）
omc agent decision "用户登录报错 500"

# 记录新的重要决策
omc 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
omc 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:8080/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:8080/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）
  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

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

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）

🌐 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。

覆盖完整开发生命周期的五大通道：

通道 Agent 职责
🚀 构建 Explore → Analyst → Planner → Architect → Executor → Verifier 探索→分析→设计→实现→验证
🔍 审查 CodeReviewer + SecurityReviewer 质量审查 + 安全扫描
🎯 领域 TestEngineer / Designer / Vision / GitMaster / Database … 测试·设计·视觉·Git·数据库
🧙 协调 PromptAgent + SelfImproving + SkillManage + Critic 提示词·自进化·经验沉淀
🛡️ 安全 Debugger + Tracer + Performance 调试追踪·性能分析

📖 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

🔀 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。

📂 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
omc context scan

# 获取摘要
omc context summary

# 查看浏览器
omc 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 64K ✅ production
deepseek-reasoner DeepSeek R1 DeepSeek 64K ✅ production
glm-4-flash GLM-4.7-Flash 智谱 128K ✅ production
MiniMax-Text-01 MiMo V2 Flash 小米 200K ✅ production
moonshot-v1-128k Kimi 128K Moonshot 128K ✅ production
doubao-pro-32k Doubao-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

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-4.7-Flash 完全免费
DASHSCOPE_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
MINIMAX_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

🔄 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

🧪 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：

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）

🤝 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

  1. Fork 本仓库
  2. 创建特性分支 (git checkout -b feature/amazing-feature)
  3. 提交更改 (git commit -m 'feat: 添加某个很棒的功能')
  4. 推送到分支 (git push origin feature/amazing-feature)
  5. 创建 Pull Request

反馈渠道

📄 License

MIT License - 详见 LICENSE

🙏 致谢

❤️ 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

Star History

评论

暂无评论