OmO (commande omo) : transformer une tâche en graphe d'agents parallèles avec mass ulw

OmO rassemble toutes les capacités dans une seule commande omo. L'usage central consiste à saisir mass ulw, ce qui transforme toute la tâche en un graphe d'agents qui avancent en parallèle ; la description officielle de ses livrables inclut une recherche à travers dix mille sources, un support de présentation vraiment compréhensible, des backends, des frontends et du code.

À qui il s'adresse

• Ceux qui veulent confier une tâche volumineuse en bloc à des agents : les exemples officiels incluent une recherche approfondie à travers des milliers de sources, une chaîne complète de machine learning, une migration que personne ne veut faire, ainsi que le développement back-end, front-end et code.
• Les utilisateurs abonnés à l'un des services Claude, ChatGPT, Kimi ou GLM : le texte officiel précise que /login couvre ces quatre abonnements ; la prise en charge d'autres abonnements ou d'un accès par API n'est pas indiquée.
• Ceux qui travaillent habituellement dans le terminal et acceptent qu'une tâche soit découpée en plusieurs agents parallèles.
• Ceux qui veulent une configuration globale et une configuration par projet : les réglages se trouvent dans ~/.omo/omo.jsonc, et un projet peut ajouter son propre .omo/omo.jsonc ; le fichier le plus proche l'emporte.

Cas non adaptés ou à confirmer au préalable :

• Les utilisateurs qui penseraient que le paquet npm s'appelle omo doivent être vigilants : le texte officiel indique clairement que ce paquet omo sur npm appartient à quelqu'un d'autre et n'a aucun lien ; le nom du paquet d'OmO est omo-ai.
• Les utilisateurs qui doivent savoir à l'avance si omo lit ou écrit des fichiers locaux, ou exécute des commandes locales : la documentation officielle ne le précise pas, aucune conclusion n'est possible.
• L'étendue des langues d'entrée et de sortie prises en charge n'est pas indiquée officiellement ; ne partez pas du principe que des tâches dans n'importe quelle langue seront acceptées.

Premier essai en 3 minutes

Voie principale recommandée : installer le paquet officiel omo-ai globalement avec bun ; une fois installé, la commande omo est utilisable.

bun add -g omo-ai

1. Prérequis : bun est installé sur la machine (sans bun, npm peut être utilisé à la place, voir l'étape suivante) et vous disposez d'un abonnement auprès de Claude, ChatGPT, Kimi ou GLM.
2. Exécutez la commande ci-dessus pour installer ; l'équivalent pour les utilisateurs de npm est npm i -g omo-ai, également indiqué dans le texte officiel. Rappel : le nom du paquet est omo-ai, et quel que soit le chemin, on obtient la même commande omo.
3. Connexion : exécutez /login ; le texte officiel précise qu'il couvre les abonnements Claude, ChatGPT, Kimi et GLM.
4. Lancer une tâche à faible risque : saisissez mass ulw suivi d'une question de recherche, par exemple lui demander de rassembler, à travers plusieurs sources, la documentation publique d'un sujet. Selon la description officielle, ce mot-clé transforme toute la tâche en un graphe d'agents : chaque partie tourne sur le modèle qui lui convient, s'exécute en parallèle et est vérifiée avant qu'on la déclare terminée.
5. Observer les signaux de succès : d'après la description officielle, la tâche est décomposée en plusieurs agents parallèles, chaque partie est vérifiée une à une une fois achevée, puis l'ensemble est agrégé en livrable ; voir les parties avancer en parallèle et recevoir un résultat agrégé et vérifié correspond au mode d'achèvement décrit officiellement.

Complément : le projet officiel fournit aussi un script d'installation qui place le binaire natif omo correspondant à votre système et à votre CPU dans ~/.local/bin, le vérifie contre les sommes de contrôle de la publication et bascule vers GitHub Releases si le miroir est inaccessible ; cet article ne reproduit pas la commande de ce script, référez-vous au README du dépôt. Pour un premier essai, une tâche de recherche ou d'analyse est recommandée ; la documentation officielle ne dit pas si omo modifie des fichiers locaux, confirmez donc les tâches d'ingénierie d'abord dans un environnement contrôlé.

Cas d'usage

Cas 1 : recherche approfondie à travers les sources.

• Scénario : rassembler et consolider une grande masse de documentation pour un choix technique ou une analyse sectorielle, par exemple comparer les documents publics et les avis sur plusieurs solutions candidates.
• Lancement : saisir mass ulw suivi d'une question de recherche dans omo.
• Flux de travail : officiellement appelé deep research over thousands of sources — la tâche est découpée en un graphe d'agents qui creuse à travers des milliers de sources, les parties s'exécutent en parallèle et sont vérifiées.
• Résultat attendu : un livrable de recherche agrégé après vérification partie par partie, utilisable comme base de travail pour des décisions ultérieures ; que le résultat atterrisse dans le terminal ou dans des fichiers n'est pas indiqué officiellement, fiez-vous à l'exécution réelle.

Cas 2 : transformer le travail en support de présentation ou accepter des tâches d'ingénierie.

• Scénario : il faut un support de présentation « vraiment compréhensible », ou une chaîne complète de machine learning, une migration que personne ne veut faire, du code front-end et back-end.
• Lancement : même démarche, avec mass ulw suivi d'une description de tâche.
• Flux de travail : la tâche est découpée en agents parallèles, chaque partie utilise le modèle qui lui convient et est vérifiée une fois achevée.
• Résultat et points de contrôle : le texte officiel indique que chaque partie est vérifiée avant d'être marquée terminée ; mais la question de savoir si une confirmation est demandée avant de générer ou modifier du code, et où les modifications sont écrites, n'est pas tranchée officiellement. Validez d'abord sur un petit projet ou une copie avant un vrai chantier d'ingénierie.

Limites d'utilisation

• Accès aux fichiers et aux commandes : la documentation officielle ne dit pas si omo lit ou écrit des fichiers locaux ni s'il exécute des commandes locales, ni s'il affiche des demandes de confirmation ; d'après la description officielle, une tâche de recherche accède à de nombreuses sources externes.
• Effets de bord et points de contrôle : mass ulw découpe une tâche en plusieurs agents parallèles ; les règles concrètes de la « vérification avant achèvement » ne sont pas détaillées publiquement, et on ne peut en déduire aucune garantie de sécurité.
• Environnement d'exécution et clients : OmO tourne sur senpi, un fork de pi ; la connexion passe par /login, et la liste officielle couvre les abonnements Claude, ChatGPT, Kimi et GLM, sans indication pour d'autres canaux. La configuration se trouve dans ~/.omo/omo.jsonc, et un projet peut ajouter son propre .omo/omo.jsonc ; le fichier le plus proche l'emporte.
• Restriction officielle explicite : le paquet npm nommé omo n'a aucun lien avec ce projet ; utilisez impérativement omo-ai.
• Informations clés non confirmées : liste des systèmes d'exploitation pris en charge, ensemble complet des options de configuration, emplacement de sauvegarde des livrables, étendue des langues prises en charge, règles d'usage et de facturation — tout doit être vérifié auprès du dépôt officiel.