omp – 開源的 AI 終端編程智能體，能與 IDE 深度聯動

omp是什麼

omp（oh-my-pi） 是基於 Pi 項目二次開發的開源 AI 終端編程智能體，核心代碼約 2.7 萬行 Rust，支持 40+ 模型供應商與 32+ 內置工具。omp定位爲能與 IDE 深度聯動的終端編碼工具，通過獨創的 Hashline 哈希錨定編輯技術、LSP/DAP 協議集成以及真實瀏覽器驅動，將代碼編輯、重構、調試、搜索等能力統一到一個終端界面中，打破當前 AI 編碼工具隔着玻璃看代碼的侷限。

omp的主要功能

• Hashline 智能代碼編輯：用代碼內容哈希作爲錨點定位修改位置，替代傳統文本匹配，解決空白符不匹配導致的編輯失敗問題。
• LSP 深度集成：對接語言服務器協議，實現符號引用查找、跨文件重構、函數重命名等 IDE 級代碼分析能力。
• DAP 調試器驅動：支持 LLDB、Delve、debugpy 等真實調試器，可設斷點、讀取變量值與調用棧，替代打印日誌排查。
• 雙內核代碼執行：內置持久化 Python 與 Bun worker，支持從代碼中回調 agent 自身的 read、search、task 等工具。
• 網頁搜索與瀏覽：集成 14 個搜索供應商，可驅動真實瀏覽器並開啓反爬規避模式，將網頁內容結構化餵給模型。
• 子智能體並行執行：支持將複雜任務拆分爲多個子任務，分配給不同子智能體並行處理後再合併結果。
• 跨會話記憶（Hindsight）：智能體可在對話之間保留項目結構等記憶，新會話無需從頭解釋上下文。
• 模型動態路由：按任務類型自動切換不同模型，支持通過 /model 命令或 Ctrl+P 快捷鍵手動循環切換。

omp的技術原理

• Hashline 錨定算法：通過計算代碼片段的內容哈希值生成唯一錨點，模型只需輸出哈希錨點與修改內容，無需完整回寫原代碼片段。
• LSP 協議橋接：作爲 LSP 客戶端與項目已有的語言服務器通信，將 workspace/willRenameFiles 等高級語義操作暴露給 AI Agent。
• DAP 協議橋接：通過調試適配器協議與 LLDB-DAP、delve、debugpy 等後端交互，將斷點狀態、變量作用域、調用棧信息轉化爲模型可理解的結構化數據。
• Loopback 工具橋：Python/Bun 執行環境通過本地迴環接口反向調用 agent 的工具集，實現代碼執行與文件系統、搜索能力的雙向互通。
• 流規則時間旅行（Time-traveling stream rules）：在模型輸出流中實時正則匹配，觸發規則即中斷流、注入系統提醒並從同一點重試，無需爲每輪對話支付額外上下文 Token。
• 記憶壓縮持久化：Hindsight 機制將關鍵上下文壓縮後持久化，在會話壓縮後依然保留，實現跨會話的長期記憶。

如何使用omp

• macOS / Linux 安裝：在終端執行 curl -fsSL https://omp.sh/install | sh 一鍵安裝。
• Bun 安裝（推薦）：執行 bun install -g @oh-my-pi/pi-coding-agent 進行全局安裝。
• Windows 安裝：在 PowerShell 執行 irm https://omp.sh/install.ps1 | iex，原生支持無需 WSL。
• mise 版本管理：執行 mise use -g github:can1357/oh-my-pi 鎖定特定版本。
• 啓動使用：安裝後在項目目錄運行 omp，通過自然語言描述需求即可開始編碼、重構或調試。
• 模型切換：對話中輸入 /model 命令或按 Ctrl+P 循環切換當前使用的 AI 模型。
• 配置 API Key：首次使用需按提示配置所選模型供應商的 API 密鑰，支持本地 Ollama/LM Studio 零密鑰運行。

omp的核心優勢

• 編輯成功率提升近十倍：Hashline 將 Grok Code Fast 1 的編輯成功率從 6.7% 提升至 68.3%，同時減少約 61% 的 Token 消耗。
• IDE 級語義操作：不同於純文本替換，omp 可調用 LSP 實現跨文件的精準重構，重命名後自動同步所有引用點。
• 真實調試而非猜錯：通過 DAP 直接驅動調試器讀取運行時狀態，避免傳統 AI 工具僅靠添加打印語句盲排查的低效方式。
• 模型無關與成本優化：支持 40+ 供應商與本地模型，自動路由不同任務到性價比最優的模型，降低 API 費用。
• 開箱即用的全家桶：內置搜索、瀏覽器、代碼執行、子智能體、記憶等 32+ 工具，無需額外配置 MCP 或插件。
• 跨平台原生支持：Windows 原生運行無需 WSL，macOS 與 Linux 均提供一鍵安裝腳本。

omp的項目地址

• GitHub倉庫：https://github.com/can1357/oh-my-pi

omp的同類競品對比

omp的應用場景

• 大型項目重構：用 LSP 跨文件引用分析，安全重命名函數、提取接口並自動同步所有導入點。
• 複雜 Bug 調試：在 C/Rust/Go/Python 項目中直接設斷點，讓 AI 讀取運行時變量與調用棧定位 segfault 或死鎖。
• 多語言混合開發：通過自動模型路由，在日常對話使用輕量模型，遇到複雜算法時無縫切換至頂級推理模型。
• 調研與原型驗證：驅動真實瀏覽器搜索 GitHub/Stack Overflow/arxiv，將結果結構化後直接生成可運行的原型代碼。
• 長期維護型項目：藉助 Hindsight 跨會話記憶，AI 持續記住項目架構與編碼規範，避免每次新會話重複交代背景。