技能包

OmO（omo 命令）：用 mass ulw 把任务拆成并行 agent 图

OmO 适合把深度研究、演示文稿或前后端工程任务整条交给一条 `omo` 命令并行完成；上手前提是拥有 Claude、ChatGPT、Kimi 或 GLM 之一的订阅并通过 /login 登录，且注意 npm 上名为 omo 的包与它无关。

官方来源 · oh-my-openagent（OmO）

安装

bun add -g omo-ai

OmO 把所有能力收进一条 omo 命令，核心用法是输入 mass ulw，让整个任务变成一张并行推进的 agent 图；官方描述它的产出包括跨上万来源的研究、一份真正让人看懂的 deck、后端、前端和代码。

适合谁

  • 需要把一个较大的任务整体交给 agent 的人：官方给出的例子包括跨数千来源的深度研究、一整条机器学习流水线、没人想做的迁移，以及后端、前端和代码开发。
  • 已订阅 Claude、ChatGPT、Kimi 或 GLM 之一的用户：官方写明 /login 覆盖这四家订阅；是否支持其他订阅或 API 接入方式，官方未说明。
  • 习惯在终端工作、能接受任务被拆成多个并行 agent 运行的人。
  • 想让全局与单个项目各有配置的人：设置写在 ~/.omo/omo.jsonc，项目可再放一份 .omo/omo.jsonc，就近文件生效。

不适合或需要先确认的情况：

  • 只认 npm 包名 omo 的用户要当心：官方明确说 npm 上那个 omo 包是别人的无关包，OmO 的包名是 omo-ai。
  • 需要事先确认 omo 是否读写本地文件、是否执行本地命令的用户：官方文档未写明这些行为，无法给出结论。
  • 支持的输入输出语言范围官方未说明，不要默认任何语言的任务都会被支持。

3 分钟完成第一次尝试

推荐主路径：用 bun 全局安装官方包 omo-ai，装好后即可使用 omo 命令。

bun add -g omo-ai
  1. 前提：本机已安装 bun（没有 bun 可改用 npm，见下一步），并准备好 Claude、ChatGPT、Kimi 或 GLM 之一的订阅账号。
  2. 执行上面的命令完成安装；npm 用户的等价命令是 npm i -g omo-ai，同样是官方原文给出的方式。再次提醒：包名是 omo-ai，装好后得到的都是同一个 omo 命令。
  3. 登录：执行 /login，官方写明它覆盖 Claude、ChatGPT、Kimi 和 GLM 订阅。
  4. 发起一个低风险任务：输入 mass ulw，后面跟上一个研究型问题，例如让它跨来源整理某个主题的公开资料。官方描述这个关键词会把整个任务变成 agent 图：每个部分跑在适合它的模型上、并行执行，并在被称作完成之前先接受检查。
  5. 观察成功信号：按官方描述，任务被拆解为多个并行 agent，各部分完成后逐一检查，最后汇总为产出；能看到各部分并行推进并得到检查过的汇总结果，即符合官方描述的完成方式。

补充：官方另提供安装脚本，会把与你系统和 CPU 匹配的原生 omo 二进制装进 ~/.local/bin，对照发布校验和验证，镜像不可达时回退到 GitHub Releases；本文未收录该脚本命令，以仓库 README 为准。第一次尝试建议选研究类分析任务；官方未说明 omo 是否改动本地文件，工程类任务请先在可控环境确认。

使用案例

案例一：跨来源深度调研。

  • 场景：为技术选型或行业判断收集并整合大量资料，例如对比多个候选方案的公开资料与评价。
  • 发起：在 omo 中输入 mass ulw 加研究问题。
  • 工作流：官方称为 deep research over thousands of sources——任务拆成 agent 图，跨数千来源深挖，各部分并行执行并被检查。
  • 可期待结果：一份经逐部分检查后汇总的研究产出，可作为后续决策的底稿；产出落在终端还是文件，官方未说明，以实际运行为准。

案例二：把工作变成 deck 或承接工程任务。

  • 场景：需要一份“真正让人看懂的”演示文稿，或一整条机器学习流水线、一次没人想做的迁移、前后端代码。
  • 发起：同样用 mass ulw 加任务描述发起。
  • 工作流：任务拆成并行 agent，每个部分使用适合它的模型，完成后接受检查。
  • 结果与确认点：官方称各部分在标记完成前会被检查；但生成或修改代码前是否请求确认、改动写到哪里，官方未说明。建议先在小项目或副本上验证，再用于正式工程。

使用边界

  • 文件与命令访问：官方文档未说明 omo 是否读写本地文件或执行本地命令，也未说明是否有确认提示；按官方描述，研究类任务会访问大量外部来源。
  • 副作用与确认点：mass ulw 会把任务拆成多个并行 agent；“完成前检查”的具体规则未公开细节，不能据此推断任何安全保证。
  • 运行环境与客户端：OmO 运行在 senpi（pi 的 fork）上；登录依赖 /login，官方列出 Claude、ChatGPT、Kimi 和 GLM 四家订阅，未说明是否支持其他渠道。配置写在 ~/.omo/omo.jsonc，项目可再放一份 .omo/omo.jsonc，就近文件生效。
  • 官方明确限制：npm 上名为 omo 的包与本项目无关，必须使用 omo-ai。
  • 尚未确认的关键信息：支持的操作系统清单、配置项全集、产出保存位置、语言支持范围、用量与计费规则，均需以官方仓库为准。