oh-my-openagent（原 oh-my-opencode）专用 Agent 详解

oh-my-openagent（原 oh-my-opencode）是一个多 Agent 编排插件，内置 11 个专用 Agent，覆盖从意图解析、战略规划、深度实现到代码搜索的完整开发链路。这 11 个 Agent 按职责分为四层：主编排层、只读顾问层、搜索专家层和特殊能力层。

架构总览

主编排层

主编排层的四个 Agent 都以 primary 模式运行，可以直接接收用户请求并写入文件。

Sisyphus — 主编排器

默认模型：claude-opus-4-7 max

Sisyphus 是整个系统的入口，名字来源于神话中每天推石头的西西弗斯——代码应与高级工程师无异。它负责接收用户请求、解析意图，并将专项工作委派给合适的子 Agent。

Phase 0 — Intent Gate（强制）

每条消息必须先分类意图并口头宣告路由决策，分为五类：

Phase 0.5 — Turn-Local Intent Reset：每轮从当前消息重新分类，绝不自动延续"实现模式"。

Context-Completion Gate：只有同时满足以下三条才可进入实现阶段——消息含明确实现动词、范围具体、无阻塞依赖。

委派优先原则：核心理念是"DELEGATE. WORK YOURSELF ONLY WHEN IT IS SUPER SIMPLE"。委派任务时必须包含六段结构：TASK / EXPECTED OUTCOME / REQUIRED TOOLS / MUST DO / MUST NOT DO / CONTEXT。

并行搜索：默认并行启动 Explore 和 Librarian（始终 run_in_background=true）做后台代码搜索。

失败保护：连续失败 3 次后，停止所有编辑 → 回滚 → 记录 → 强制咨询 Oracle。

硬性约束方面，Sisyphus 绝不使用 as any、@ts-ignore 抑制类型错误，绝不在未被要求时提交代码，bugfix 遵循最小化修复原则，绝不同时重构。输出风格上无前言，直接开始工作，使用 todo 追踪进度，不总结已做的事。

Hephaestus — 深度执行者

默认模型：gpt-5.5 medium，maxTokens: 32000

Hephaestus 灵感来自 AmpCode deep mode，专为端到端任务完成设计。它的核心原则是不提前停止、不中途确认、完整交付。

实施前会彻底探索代码库，使用 Explore/Librarian 获取全面上下文，然后一次性完成任务。它根据模型路由到不同 prompt 构建器（gpt-5-5 / gpt-5-4 / gpt-5-3-codex / 默认）。

有几点限制需要注意：禁止使用 call_omo_agent，仅支持 OpenAI/GitHub Copilot/Venice/Vercel 等 GPT 系列模型（requiresProvider 限制），不适用于需要多 Agent 编排的场景（那是 Atlas 的职责）。

适合 Hephaestus 的场景：需要深度理解代码库后才能实现的复杂功能、跨多个文件的重构任务、需要完整端到端实现的新功能。

Prometheus — 战略规划师

默认模型：claude-opus-4-7 max

Prometheus 是战略规划顾问，核心约束是只写计划，绝不实现。它将所有"做 X"的请求解释为"为 X 创建工作计划"。

Interview Mode：通过提问收集需求，理解用户真实意图，再生成计划。

生成的计划文件保存在 .sisyphus/plans/*.md，包含任务分解（todo 列表）、依赖关系、验证标准（Agent 可执行的命令，不要求用户手动操作）和预估工作量。

文件写入限制通过 prometheus-md-only hook 在路径级别强制执行，只能写 .md 文件。

针对不同模型，Prometheus 有差异化的 prompt 策略：

Prometheus 在整个规划链路中的位置：

用户请求 → Metis（需求分析）→ Prometheus（生成计划）→ Momus（审查计划）→ Atlas（执行计划）

Atlas — 计划执行器

默认模型：claude-sonnet-4-6，temperature: 0.1

Atlas 是 Master Orchestrator，专门执行 Prometheus 生成的 .sisyphus/plans/*.md 计划文件，通过 task() 协调专业 Agent 完成 todo 列表中的所有任务。

工作方式：读取 todo 列表路径 → 按顺序或并行分发任务 → 验证结果 → 标记完成，持续执行直到 todo 列表全部完成。支持顺序和并行任务执行，跨多个专业 Agent 协调。

Atlas 自身 deny task / call_omo_agent，不能再嵌套委派。

触发条件：用户提供 .sisyphus/plans/{name}.md 路径，或多任务需要多 Agent 编排。

Atlas 与 Sisyphus 的区别：

只读顾问层

只读顾问层的三个 Agent 全部 deny write / edit / apply_patch，只提供分析和建议，不修改任何文件。

Oracle — 架构顾问

默认模型：gpt-5.5 high，temperature: 0.1

Oracle 是只读战略技术顾问，高 IQ 推理专家，在复杂分析或架构决策时被主 Agent 调用。

核心决策框架：

输出格式（三层结构）：

• Essential（必须输出）：Bottom line（2-3 句结论）+ Action plan（≤7 步行动计划）+ Effort estimate（Quick/Short/Medium/Large）
• Expanded（相关时输出）：Why this approach（≤4 条理由）+ Watch out for（≤3 条风险）
• Edge cases（适用时输出）：Escalation triggers + Alternative sketch

Claude 模型启用 thinking（budgetTokens: 32000），GPT 模型 reasoningEffort: "medium"。

适用场景：复杂架构决策（技术选型、设计模式）、2+ 次修复失败后的深度调试、安全漏洞分析、性能瓶颈诊断。

Metis — 预规划顾问

默认模型：claude-sonnet-4-6，temperature: 0.3，thinking budgetTokens: 32000

Metis 以希腊智慧女神命名，在 Prometheus 规划前介入，识别隐藏意图和未说明需求，防止 AI 过度工程失败模式。

工作流程（强制顺序）：

Phase 0 — 意图分类（MANDATORY FIRST STEP，绝不跳过）

Phase 1 — 意图特定分析：每种意图类型有专属工具建议和问题清单。

Phase 2 — 输出：意图分类 + 预分析发现 + 用户问题 + 风险识别 + Prometheus 指令（MUST/MUST NOT/PATTERN/TOOL）。

硬性约束：绝不跳过意图分类，绝不提问通用问题（如"What's the scope?"），QA/验收标准必须是 Agent 可执行的命令，不能要求用户手动操作。

Momus — 计划审查员

默认模型：gpt-5.5 xhigh，temperature: 0.1

Momus 以希腊讽刺之神命名（连神的作品都要挑剔），审查 .sisyphus/plans/*.md 计划文件的可执行性。

核心问题只有一个：有能力的开发者能否不卡壳地执行此计划？

审查项固定为四项，不多不少：

审批偏向宽松：有疑问时批准，80% 清晰就够了，每次拒绝最多列出 3 个阻塞问题，不评价方法是否最优，不提架构意见。

输出格式：[OKAY] + 1-2 句摘要，或 [REJECT] + 1-2 句摘要 + 最多 3 个具体阻塞问题。

搜索专家层

Explore — 内部代码搜索

默认模型：gpt-5.4-mini-fast，temperature: 0.1

Explore 是代码库上下文 grep 专家，回答"X 在哪里实现？"、"哪个文件包含 Y？"等问题。

每次响应必须包含：<analysis> 块（意图分析）、并行执行（≥3 个工具同时启动）、<results> 块（结构化结果，绝对路径 + 答案 + 后续步骤）。

工具选择策略：

所有路径必须是绝对路径，deny write / edit / apply_patch / task / call_omo_agent，允许额外工具：lsp_symbols、lsp_goto_definition、lsp_find_references、lsp_diagnostics、ast_grep_search。

Librarian — 外部文档搜索

默认模型：gpt-5.4-mini-fast，temperature: 0.1

Librarian 是开源代码库理解专家，专注外部库/文档研究，提供带 GitHub permalink 的证据支撑。

Phase 0 — 请求分类：

Phase 0.5（TYPE A/D）— 文档发现：官方文档 URL → 版本检查 → Sitemap 发现 → 定向调查。

每个声明必须包含 Claim（结论）、Evidence（带 permalink 的代码块）、Explanation（解释）三部分。每个代码声明必须附带 GitHub permalink，始终使用当前年份搜索，过滤过时结果。

Explore 与 Librarian 的区别：

特殊能力层

Multimodal-Looker — 多模态分析器

默认模型：gpt-5.5 medium，temperature: 0.1

Multimodal-Looker 是媒体文件解析专家，处理 Read 工具无法作为纯文本读取的文件，为主 Agent 节省上下文 token。

工作流程：接收文件路径 + 提取目标描述 → 用 Read 工具加载文件内容 → 只返回相关提取信息，无前言。

仅允许 read 工具（allowlist 模式，其他全部 deny），找不到目标内容时明确说明缺失内容。

适用场景：分析设计稿/原型图、读取 PDF 技术文档、理解架构图/流程图、处理截图中的信息。不适用于源代码/纯文本（用 Read）、需要后续编辑的文件。

Sisyphus-Junior — 轻量执行器

默认模型：claude-sonnet-4-6，temperature: 0.1，maxTokens: 64000

Sisyphus-Junior 是 Sisyphus 的轻量版，由 category 系统动态生成，直接执行委派任务，不再向下委派。

Todo 强迫症（NON-NEGOTIABLE）：2 步以上立即创建 todo 列表，逐步标记完成，绝不批量完成，所有 todo 标记完成才算结束。

验证要求：LSP 诊断干净，构建通过。终止规则：首次成功验证后立即停止，不重复验证，最多状态检查 2 次。

硬性约束：deny task（不向下嵌套委派），GPT 模型额外 deny apply_patch，允许 call_omo_agent（可启动 Explore/Librarian），支持 prompt_append 注入领域特定指令（category 定制化）。Claude 模型 thinking budgetTokens: 32000，GPT 模型 reasoningEffort: "medium"。

Sisyphus-Junior 与 Sisyphus 的区别：

协作流程

标准开发流程

用户请求
  └─ Sisyphus（主编排器）
       ├─ [规划流程]
       │    Metis（需求分析 → 生成 Prometheus 指令）
       │      → Prometheus（Interview Mode → 生成计划文件）
       │        → Momus（审查计划 → [OKAY]/[REJECT]）
       │          → Atlas（读取计划文件 → 协调执行所有 todo）
       │
       ├─ [深度实现流程]
       │    Hephaestus（深度探索 → 自主端到端实现）
       │
       ├─ [委派执行流程]
       │    Sisyphus-Junior（category 委派 → 直接执行 → 验证）
       │
       ├─ [只读咨询]
       │    Oracle（架构/调试咨询，三层结构输出）
       │    Metis（规划前需求分析）
       │    Momus（计划审查）
       │
       └─ [信息搜索（始终后台并行）]
            Explore（内部代码搜索，≥3 工具并行）
            Librarian（外部文档搜索，permalink 引用）
            Multimodal-Looker（PDF/图片/架构图分析）

失败恢复流程

任务失败
  → 第 1-2 次：Sisyphus 自动重试
  → 第 3 次：停止所有编辑 → 回滚 → 记录 → 强制咨询 Oracle → 根据建议重新规划

工具权限速查