深入 Oh My Pi（omp）：终端里最能打的 AI 编程 Agent-尧图网络科技

推荐语：如果你受够了「AI 改错行」和「上下文里没有 IDE 能力」，omp 是当前终端编码 Agent 里最值得一试的那个——Hashline 哈希锚点编辑把改错文件变成小概率事件，LSP/调试器/Python+JS 双内核/并行子 Agent 全套内置且互相咬合，8 万行 Rust 让它在 macOS/Linux/Windows 上行为一致。它不是 Claude Code 的平替，而是技术设计更激进的「下一代」：代价是学习曲线和折腾成本。愿意投入的开发者，它不会让你失望；犹豫的人，先读完这篇再决定。

更多AI工具分享，参见猫哥的博客：https://blog.csdn.net/qq8864

一个有趣的彩蛋：DeepSeek Harness（DSH）的 LLM 层依赖 @earendil-works/pi-ai，而 omp 是 Pi 生态的旗舰应用——也就是说 omp 和 DSH 共享底层 LLM 运行时（都是 can1357 的 pi-ai 架构），但 DSH 走了"事件溯源 + 服务化插件 + Web GUI"的产品路线，omp 走了"终端单机全能 IDE"路线。二者更像是"兄弟项目"而非竞品。

一句话定位

Oh My Pi（命令行简称omp）是一个终端优先的开源 AI 编程 Agent：不依赖 IDE、全屏 TUI 运行，内置 31 个工具、完整 LSP/DAP 集成、Python+JS 双执行内核、并行子 Agent、跨会话记忆，底层是约 8 万行 Rust 原生实现——搜索、shell、AST、高亮全部进程内完成，零 fork/exec。

它由 Can Bölük fork 自 Mario Zechner 的 Pi，在 GitHub 上已有24.8k+ stars，MIT 开源。核心理念一句话：工具不应该只是「连上去」，而要被打磨到极致——每个工具都经过基准测试调优，编辑命中率、搜索速度、LSP 集成力求同类最优。

为什么值得关注：它解决的是真问题

传统 Coding Agent 的痛点，omp 几乎逐个给了解法：

痛点	传统方案	omp 的解法
编辑频繁失败、重试烧 Token	str_replace 重打旧内容	Hashline：内容哈希锚点，一次命中
读文件浪费上下文	全文 dump	结构化摘要：Tree-sitter 提取符号，按需展开
Agent 对代码库的理解靠猜	无	LSP 14 种操作：重命名、跳转、诊断走协议
排查 bug 全靠 print 调试	无	DAP 调试器：lldb / dlv / debugpy
数据分析弱	单一 Python 沙箱	Python + Bun 双持久内核，可回调 Agent 工具
大任务串行慢	无	并行子 Agent：隔离工作区、类型化返回
模型不守规矩	全靠 prompt 唠叨	流规则：正则命中 → 中断流 → 注入规则 → 重试
每次会话失忆	无	Hindsight 记忆银行（项目级）
搜索慢、依赖外部二进制	shell 调 rg	进程内 ripgrep / glob / bash

Hashline：技术含量最高的编辑机制

多数 Agent 用str_replace（模型输出「旧内容 + 新内容」），问题在于：空白/引号错一个就拒，文件被改过锚点就失效，于是进入「拒绝 → 重试 → 拒绝」的 Token 燃烧循环。

omp 让模型用内容哈希标识要改的行，而不是重新打出那些行：

@@{a3f2} - const result = compute(x) + const result = compute(x, options)

{a3f2}是目标行内容的哈希前缀。文件变了导致哈希对不上，patch 会被拒绝而不是打错地方。基准数据（官方实测，同权重同 Prompt）：

Grok Code Fast 1：编辑成功率 6.7% → 68.3%（10 倍提升）
Gemini 3 Flash：比 str_replace 高 5 个百分点，超过 Google 自己对该格式的最佳实现
Grok 4 Fast：输出 Token 减少 61%（重试循环消失）
MiniMax：通过率提升 2.1 倍

更高层还有ast_edit（ast-grep 结构化重写，先出 proposed 预览卡片、Agent 写一行理由后xd://resolve才落盘，原子操作）和ast_grep（50+ 语言 Tree-sitter 结构化查询）。

read：统一读取接口，省一半 Token

read不只是读文件——返回的是 Tree-sitter 结构化摘要（函数名、类名、重要注释），需要细节时 Agent 再调用read展开具体行段。而且所有东西都是路径：

read src/auth/login.ts # 文件 → 结构化摘要 read src/ # 目录 → 树形概览 read data/app.db # SQLite → 表/行 read https://arxiv.org/pdf/… # 论文 PDF → 结构化 Markdown read pr://can1357/oh-my-pi/1428 # GitHub PR 就是路径 read issue://can1357/oh-my-pi/142 # Issue 也是路径

「GitHub 只是另一个文件系统」——不用学一堆gh_issue_view之类的专用工具参数，一个接口走天下。

原生 Rust：搜索、shell、高亮全部进程内

其他 Agent shell 出去调 rg/grep/find/bash，每次都是 fork-exec 往返；omp 把真实实现链接进进程：ripgrep、glob、find 进程内；bash是内嵌的 brush shell（持久会话，跨调用保留环境变量和工作目录），58+ 个命令行工具（ls、sed、sort、xargs、jq…）移植进 builtins crate。同一个二进制原生跑 macOS/Linux/Windows，不需要 WSL 桥。

LSP 与 DAP：IDE 知道的，Agent 都知道

14 个 LSP 操作：diagnostics、hover、definition、references、rename、code_action、completion、signature_help、document_symbols、workspace_symbols、format、range_format、implementation、type_definition。重命名走workspace/willRenameFiles，re-export、barrel 文件、别名导入全部同步更新——不是文本替换。

28 个 DAP 操作：C/C++/Rust 用 lldb-dap，Go 用 dlv，Python 用 debugpy，Node 用内置 inspector。C 程序段错误？attach 调试器、看调用栈、读帧、debug.evaluate("*ptr")——不用再满代码撒 print。

eval：Python + JavaScript 双持久内核

大多数 Agent 只给一个 Python 沙箱。omp 跑两个持久内核，且任一内核都能回调 Agent 自己的工具：

# Python 内核里调用 Agent 的 read 工具df=pd.read_csv(tool.read("data/sales.csv"))print(df.describe())

// 同一个 eval 会话切到 Bun 内核consttop=tool.read("data/sales.csv").split("\n").slice(1).map(l=>l.split(",")).sort((a,b)=>+b[2]-+a[2]).slice(0,5);console.table(top);

两个内核共享 prelude，Python 处理数据、JS 画图，全程一个连续会话。

子 Agent：并行、隔离、类型化返回

task把任务拆给并行子 Agent：平台原生文件系统快照隔离工作区（macOS APFS clone、Linux reflink/overlayfs、Windows projfs），互不干扰、无合并冲突；每个子 Agent 返回schema 校验过的结构化对象，父 Agent 用路径语法直接取字段：

read agent://<subagent-id>/findings.0.path

子 Agent 之间还能通过 IRC 短消息协调分工。Alt+A打开 Agent Hub 看每个子 Agent 的实时状态、活体转录、成本，还能中途发消息或杀掉卡住的 worker。

流规则：模型不听话的实时纠正

传统做法把所有规范塞进 System Prompt，每次对话付全量 Token，模型还可能无视。omp 的规则是睡着的，直到触发：

正则监听模型的流式输出
命中即中断当前流（mid-token 级别）
把规则作为系统提醒注入上下文
从同一位置重新生成
注入的规则在上下文压缩后依然存活

例如「禁止在 Rust 生产代码用Box::leak」，模型一旦写到就触发纠正为Arc<str>。用/omfg用自然语言生成规则：

/omfg 不要在任何地方用 any 类型，要求用具体的类型定义或 unknown

Hindsight：项目级跨会话记忆

Agent 运行中主动用retain写入记忆、recall检索、reflect综合；每次会话结束自动压缩成「心智模型」，下次会话第一轮就加载。项目级作用域——A 项目学到的东西不泄漏到 B 项目。用一段时间后，omp 自己就知道：项目用什么技术栈、模块怎么分工、哪些文件是「地雷区」。

模型路由：60+ 提供商、10 个角色

用角色而非模型名调度：「对的任务用对的模型」。default日常、smol廉价探索、slow深度推理、plan计划模式，另有 vision/designer/task/advisor/commit/tiny。启动时--smol/--slow/--plan覆盖，会话中/model或Ctrl+P切换。

支持 OAuth 一键登录（Anthropic、Codex、Gemini、Perplexity、Cursor、Copilot…）、Coding Plan 订阅路由、API Key、本地模型（Ollama/LM Studio/vLLM），还能自定义任意 OpenAI 兼容提供商、配 fallback 链（429 自动切换）、路径级模型绑定、多 Key 轮转。

其他值得说的

/collab：把会话放上中继，甩个链接+二维码，队友浏览器就能围观/协作，密钥不出本机
/commit：读整个工作树，把不相关改动拆成按依赖排序的原子 commit，循环依赖直接拒绝
/review：专用 reviewer 子 Agent 并行扫描，问题按 P0-P3 分级+置信度评分
配置继承：自动读取.cursor/rules/*.mdc、CLAUDE.md、.clinerules、AGENTS.md、Copilot applyTo 等 8 种现有格式，零迁移
ACP/SDK/RPC：omp acp接入 Zed；Node SDK 内嵌会话；--mode rpcstdio 驱动
插件：TypeScript 模块、与内置工具同一套 API、热重载

与主流工具对比

维度	Claude Code / 同类	omp
编辑格式	str_replace（易错）	Hashline（内容哈希锚点）
文件读取	全文 dump	结构化摘要 + 按需展开
LSP	无或有限	完整 14 操作
调试器	无	完整 DAP（lldb/dlv/debugpy）
代码执行	Python 沙箱	持久 Python + Bun 双内核
子 Agent	无或有限	并行 + 隔离 + 类型化返回
搜索	shell 调 ripgrep	进程内 ripgrep，零 fork/exec
行为纠正	靠 prompt	流规则：中断注入重试
跨会话记忆	无	Hindsight（项目级）
技术栈	纯 JS/Python	~8 万行 Rust 核心 + TypeScript

安装

macOS / Linux（推荐）

curl-fsSLhttps://omp.sh/install|sh

脚本自动检测 Bun（≥1.3.14），有则用 Bun 安装，否则下载预构建二进制。

其他方式

# Homebrewbrewinstallcan1357/tap/omp# Bun（推荐，最新版）buninstall-g@oh-my-pi/pi-coding-agent# Windows（PowerShell，原生运行，无需 WSL）irm https://omp.sh/install.ps1|iex# Nixnix profileinstallgithub:can1357/oh-my-pi# 版本锁定mise use-ggithub:can1357/oh-my-pi

验证 + 补全

omp--version# shell 补全（bash → ~/.bashrc）eval"$(omp completionsbash)"# zsh → ~/.zshrceval"$(omp completionszsh)"# fishomp completions fish>~/.config/fish/completions/omp.fish

模型配置：四种方式

/login# 方式一：OAuth 一键登录（Anthropic / Codex / Gemini / Cursor / Copilot…）/model# 方式二：打开模型选择器，直接填 API Key

# 方式三：Coding Plan 订阅路由（/login 选对应提供商）# 方式四：本地模型（Ollama / LM Studio）ollama serve /model# 选择 Ollama，指向 http://localhost:11434

自定义 OpenAI 兼容提供商（~/.omp/agent/models.yml）：

providers:spark:baseUrl:http://192.168.10.223:8000/v1api:openai-completionsapiKey:dummymodels:-id:minimax-m3name:MiniMax M3contextWindow:100000maxTokens:32000

故障转移与路径绑定：

retry:fallbackChains:default:-anthropic/claude-sonnet-4.6-openai/gpt-4o-google/gemini-2.0-flashmodels:enabledModels:-path:~/projects/side-projectmodels:["deepseek/deepseek-coder"]

TUI 上手

cd~/your-project omp

全屏 TUI 启动，工具调用渲染成卡片，编辑落盘前有预览。推荐在支持 Kitty 键盘协议的终端运行（Kitty、Ghostty、WezTerm、iTerm2）。

常用键位

按键	功能
Enter	发送消息
Ctrl+J / Shift+Enter	消息内换行
Ctrl+P	循环切换当前角色的模型
Ctrl+T	展开/折叠 Todo 面板
Ctrl+C	中断任务
Esc	取消待确认操作
↑ / ↓	历史消息 / 选项
?	输入框内查看快捷键

单次执行与恢复

omp-p"列出所有 .ts 文件里未使用的 export"gitdiffHEAD~1|omp-p"给这个 diff 写一个精简的 commit message"omp--resume# 会话选择器（Tab 补全）omp--resume<id># 直接恢复

常用斜杠命令

命令	功能
`/model`	切换模型
`/login`	提供商登录
`/review`	代码审查（分支/commit/未提交，P0-P3 分级）
`/commit`	智能拆分原子提交
`/omfg`	自然语言创建流规则
`/collab`	分享实时会话
`/compact`	手动压缩上下文
`/reload-plugins`	热重载插件
`/hotkeys`	全部快捷键

核心工具实操

# read：读文件/目录/URL/数据库/PR，全部结构化readsrc/auth/login.tsreadpr://can1357/oh-my-pi/1428# search：进程内 ripgrepsearch"useState\("src/ search"TODO:"--typets# bash：持久会话，环境变量跨调用保留bash:npmtestbash:gitlog--oneline-10# eval：Python + JS 双内核，可回调 Agent 工具eval:importpandas as pd;df=pd.read_csv(tool.read("data/sales.csv"));print(df.describe())# lsp：IDE 级代码智能lsp:renameformatBytes → humanizeFileSize# debug：真实调试器debug: attach lldb-dap，看崩溃栈、读变量、评估表达式# task：并行子 Agenttask(workers=[{name:"auth", workdir:"services/auth"},...])# ask：结构化提问（带推荐选项的选择器）

我的评价

优点

工具质量是真实的，不是营销：Hashline 的基准数据可复现，编辑成功率提升是数量级的；read 的结构化摘要省 Token 立竿见影；进程内搜索在无 rg 的 Windows 上也能用——这些都在日常使用里感受得到。
一站配齐：调试器、LSP、双内核、子 Agent、记忆、浏览器、桌面控制……别的 Agent 要装一堆插件，omp 开箱即有，而且互相咬合（eval 回调 read、子 Agent 类型化返回、配置零迁移继承）。
Rust 底子带来的一致性：macOS/Linux/Windows 同一二进制，不依赖外部工具链，行为一致。
可塑性：插件与内置工具同一 API，/omfg建规则、/reload-plugins热重载，从配置到源码全开放。

局限

学习曲线：TUI + 斜杠命令 + 角色模型路由，比「打开即聊」的工具要花一两天适应；文档分散在 omp.sh/docs 和仓库 docs/。
生态相对年轻：插件数量远不如 Claude Code，社区仍在成长（PR 刚放开 trial）。
终端依赖：全屏 TUI 在 SSH/无头环境体验打折（有-p单次模式兜底）；依赖 Kitty 键盘协议，老终端要降级。
模型强绑定：编辑格式、工具调用是针对强模型调的，弱模型 + 复杂任务仍需人工盯。

适合谁：终端党、追求工具效率的资深开发者、想省 Token 的重度用户。不适合：只想点两下就完事的 GUI 用户（用 IDE 插件版或 Claude Code 更顺手）。

与 DeepSeek Harness（dsh）的关系：两者定位不同——omp 是「终端里打磨到极致的单体 Agent」；dsh 是「一切皆插件」的可重组框架（模型/工具/UI/循环都可替换）。omp 开箱即用、工具质量天花板高；dsh 可定制性更强、适合自组 harness。都用过之后我的建议：日常写代码用 omp，做自定义 Agent 平台用 dsh。