🚀 开源免费 · 38 Stars · 8 Forks · 12 家国产大模型 · 31 个专业 Agent · 完全开源

📰 事件背景：AI编程工具"断供"危机

2026年4月，AI编程领域接连传来重磅消息：

Claude Code 强制实名认证封号

  • 2026年4月14日，Claude官方推出强制实名认证政策
  • 要求实体证件（护照/驾照/身份证原件）+ 人脸核验
  • 明确标注"从不支持的地区注册，账号直接封"
  • 中国大陆用户即使完成验证也被批量封号

OpenAI 持续收紧中国用户访问

  • ChatGPT、OpenAI API对中国大陆IP持续封锁
  • Codex桌面版虽发布，但国内用户难以稳定使用
  • 需要翻墙+海外支付方式，门槛极高

Google AI 服务同样受限

  • Gemini API对中国大陆访问限制重重
  • 需要复杂的网络配置才能勉强使用

这意味着什么？数百万依赖海外AI编程工具的中国开发者，正面临"断供"危机。

💡 国产替代方案：oh-my-coder

在这场"AI工具断供"危机中，oh-my-coder 应运而生——这是一个完全开源、支持12家国产大模型、拥有31个专业Agent的多Agent协作编程框架。

🎯 核心优势一览

对比维度 Claude Code OpenAI Codex oh-my-coder
模型支持 仅Claude（需翻墙） 仅OpenAI（需翻墙） 12家国产模型（直连）
价格 $25/月（Claude Pro） $20/月起 完全免费开源
数据隐私 上传海外服务器 上传海外服务器 本地处理，不上传
中国用户 ❌ 封号风险高 ❌ 访问困难 ✅ 完全支持
Agent数量 约10个 约5个 31个专业Agent
开源协议 闭源 闭源 MIT开源
中文优化 一般 一般 深度优化

🏗️ 架构设计：多Agent协作流程

oh-my-coder 的核心创新在于多Agent协作架构——模拟真实软件开发团队的工作流程。

完整协作流程图

三层模型路由（智能降本）

设计巧思：根据任务复杂度自动选择模型层级，简单任务用免费快速模型，复杂任务用高质量模型，在保证效果的同时最大化降低成本。

🤖 31个专业Agent全览

oh-my-coder 内置 31个专业Agent，覆盖软件开发生命周期的各个环节：

构建/分析通道（8个Agent）

Agent 功能描述 典型场景
ExploreAgent 探索代码库结构，生成项目地图 接手新项目，快速理解架构
AnalystAgent 分析需求和任务，发现隐藏约束 需求评审，识别潜在问题
PlannerAgent 规划开发计划，制定执行步骤 大型功能开发，任务拆分
ArchitectAgent 设计系统架构和技术选型 新系统设计，技术决策
ExecutorAgent 执行代码生成，支持14种语言 实际编码实现
VerifierAgent 验证代码正确性，运行测试 代码验收，质量保证
DebuggerAgent 调试和修复代码错误 Bug修复，问题定位
TracerAgent 追踪代码执行流程，定位根因 复杂问题追踪

审查通道（2个Agent）

Agent 功能描述 典型场景
CodeReviewerAgent 代码质量审查，发现坏味道 代码审查，质量把关
SecurityReviewerAgent 代码安全审查，扫描漏洞 安全审计，漏洞发现

领域通道（16个专业Agent）

Agent 功能描述 典型场景
TestEngineerAgent 生成单元测试和集成测试 测试驱动开发
DesignerAgent 界面和交互设计 UI/UX设计
VisionAgent 截图布局分析 + UI代码自动生成 根据设计图生成代码
DocumentAgent 长篇技术文档、API参考、架构文档 技术写作
WriterAgent 快速文档、README、注释生成 文档补全
ScientistAgent 技术调研和可行性分析 技术选型
GitMasterAgent Git操作自动化 版本管理
CodeSimplifierAgent 代码简化优化 重构优化
QATesterAgent QA测试和质量验证 质量保证
DatabaseAgent 数据库设计、SQL优化和迁移 数据建模
APIAgent REST API设计、接口规范和文档 API开发
DevOpsAgent CI/CD流水线、容器化和部署 运维部署
UMLAgent UML图表生成（类图/时序图/流程图） 架构可视化
PerformanceAgent 性能分析、瓶颈定位和优化建议 性能优化
MigrationAgent 代码迁移、框架升级和技术债清理 技术升级
SkillManageAgent Skill管理和自进化、经验沉淀 知识管理

协调通道（2个Agent）

Agent 功能描述 典型场景
CriticAgent 审查计划和设计，提供改进建议 方案评审
SelfImprovingAgent 从执行结果中学习，优化路由策略 持续优化

设计巧思：每个Agent都有明确的职责边界，通过编排引擎协调配合，像真实的开发团队一样协作完成任务。

🧠 四大创新系统设计

1️⃣ 主动学习模块（Self-Improving）

核心能力：系统能从每次执行结果中学习，越用越聪明。

功能模块 说明
反馈收集 收集成功/失败/用户修正反馈
模式分析 分析失败类型（理解错误、执行错误、验证错误）
策略适配 根据模式类型推荐不同策略
提示词调优 根据反馈自动调整Agent system prompt
Skill自进化 工作流完成后自动将经验沉淀为Skill文件

触发条件（满足任一即自动沉淀）：

  • 工具调用 ≥5次且成功
  • 错误 → 解决
  • 用户纠正
  • 非平凡工作流（≥3步骤）

Skill文件结构：

设计巧思：Tier 0自动注入——所有Agent执行前，Orchestrator自动读取index.json，将所有Skill的名字+描述追加到系统Prompt底部，让Agent知道有哪些经验可用。

2️⃣ Skill自进化系统

核心能力：任务完成后自动判断是否值得沉淀为Skill。

触发条件：

  1. 工具调用 ≥5次且成功
  2. 错误 → 解决（修复了bug）
  3. 用户纠正（用户说"不对，应该是..."）
  4. 非平凡工作流（≥3步骤）

Skill文件格式：

CRUD工具：skill-manage Agent支持create/patch/delete/list/search操作，patch优先于create。

设计巧思：学习曲线——越用越聪明。随着使用次数增加，系统积累的经验越来越多，处理同类问题的效率和准确率持续提升。

3️⃣ 分层记忆系统

核心能力：在不同上下文窗口限制下提供最优记忆注入。

层级 Token限制 内容 用途
Tier 0 < 500 核心记忆（最近项目、偏好、经验） 系统Prompt注入
Tier 1 < 2000 精选记忆（项目详情、常用命令） 上下文补充
Tier 2 无限制 完整存档（所有项目、学习记录） 搜索、导出

CLI命令：

设计巧思：

  • 成本感知：根据上下文预算动态选择记忆层级
  • 智能召回：触发词快速匹配，不调用LLM
  • 存储优化：固定开销~9KB，超过14天日志自动清理

4️⃣ 工作目录上下文感知

核心能力：感知当前工作目录和浏览器上下文，为Agent提供更准确的信息。

命令 说明
context scan 扫描项目文件结构，生成文件树
context summary 生成项目摘要（语言统计、关键文件）
context tree 显示项目文件树
context stats 显示项目统计信息
context browser 获取浏览器当前打开的页面
checkpoint --list 列出所有快照
checkpoint --restore <id> 回滚到指定快照
checkpoint --diff <id> 查看快照与当前工作区的差异

设计巧思：

  • 项目感知：自动识别项目类型（FastAPI/Django/Flask等）
  • 浏览器集成：获取当前打开的页面，实现"看着网页写代码"
  • Checkpoint机制：任务中断不丢进度，支持一键回滚

🌐 多平台Gateway（7个平台全支持）

oh-my-coder支持 7个主流平台 的双向消息接入：

平台 状态 环境变量
Telegram ✅ 已支持 TELEGRAM_BOT_TOKEN
Discord ✅ 已支持 DISCORD_BOT_TOKEN
WhatsApp ✅ 已支持 WHATSAPP_*
飞书/Lark ✅ 已支持 FEISHU_*
企业微信 ✅ 已支持 WECOM_*
钉钉 ✅ 已支持 DINGTALK_*
Slack ✅ 已支持 SLACK_*

CLI命令：

设计巧思：统一消息格式，跨平台协作。无论用户在哪个平台发送消息，都能获得一致的响应体验。

🔄 7种工作流模式

工作流 命令 说明
🚀 build -w build 完整开发流程：探索 → 分析 → 设计 → 实现 → 验证
🔍 review -w review 代码审查 + 安全审查
🐛 debug -w debug 问题定位 → 修复 → 验证
🧪 test -w test 设计测试 → 实现测试 → 运行验证
🤖 autopilot -w autopilot 自动路由：根据任务关键词自动选择合适工作流
👥 pair -w pair 结对编程：Explorer + Critic 交替协作进行代码审查
🔧 refactor -w refactor 重构模式：分析热点 → 制定计划 → 执行 → 验证 → 测试

🧠 12家国产大模型支持

oh-my-coder 支持 12家国产大模型，系统自动按性价比选择：

提供商 支持状态 默认模型 特点
DeepSeek ✅ 生产就绪 deepseek-chat ⭐ 免费额度，推理能力强
MiMo ✅ 生产就绪 mimo-v2-flash 小米MiMo，免费256K/Pro 1M上下文
智谱GLM ✅ 生产就绪 glm-4-flash 官方免费，函数调用支持
Kimi ✅ 生产就绪 moonshot-v1-128k 128K超长上下文
豆包 ✅ 生产就绪 doubao-pro-32k 字节自研，响应快
天工AI ✅ 生产就绪 skywork-v1.0 昆仑万维出品，中文强
百川智能 ✅ 生产就绪 Baichuan4 王小川创办，中文出色
MiniMax 🟡 Beta abab6-chat 中文理解强
通义千问 🟡 Beta qwen-turbo 阿里多模型
讯飞星火 🟠 待完善 generalv3.5 科大讯飞出品
文心一言 🟠 待完善 ernie-4.0-8k-latest 百度中文强
腾讯混元 🟠 待完善 hunyuan-pro 腾讯自研

快速配置（GLM-4.7-Flash完全免费）：

📊 项目数据

  • ⭐ Stars: 38
  • 🍴 Forks: 8
  • 🤖 Agents: 31个专业Agent
  • 🧠 模型: 12家国产大模型
  • 🌐 Gateway: 7个平台支持
  • 📦 工作流: 7种模式
  • 🧪 测试: 770个测试用例全部通过
  • 📄 协议: MIT开源

🚀 快速开始

1. 安装

2. 配置（GLM-4.7-Flash完全免费）

3. 开始使用

📝 总结

当Claude、OpenAI、Google开始对中国用户"断供"，oh-my-coder 提供了一个完全开源、零成本、深度本土化的替代方案：

  • ✅ 12家国产大模型，无需翻墙，直连使用
  • ✅ 31个专业Agent，覆盖完整软件开发生命周期
  • ✅ 多Agent协作架构，模拟真实开发团队工作流程
  • ✅ 四大创新系统：主动学习、Skill自进化、分层记忆、上下文感知
  • ✅ 7个平台Gateway，Telegram/Discord/飞书/钉钉/Slack全支持
  • ✅ 完全免费开源，MIT协议，可自由定制

GitHub: github.com/VOBC/oh-my-…

文档站: vobc.github.io/oh-my-coder…

# 开源 # 编辑器 # python # 人工智能
Logo
AtomGit开源社区

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。

更多推荐

RT-DETR最新创新改进系列：从YOLO26到RT-DETR的无缝迁移，先搭好基线实验底座，AIFI与RTDETRDecoder协同建模，速度、精度、消融一文理清！【基线先行，改进有据】

本文为 RTDETR 改进系列纯净发布稿，写法采用模块化技术博文形式：先讲痛点，再讲结构，再给配置、训练方式、实验表格和注意事项。全文仅保留技术正文，便于直接发布。 摘要 本文围绕 RTDETRl 基线 展开。该版本属于 基线配置 方向，目标是在 RTDETR 端到端检测框架中完成可复现、可对照、可训练的结构设计。相比只给模型文件，本文更关注为什么这样改、改在什么位置、如何训练、如何做消融，以及实

avatar AtomGit开源社区

DeepSeek V4 与 V3、GPT-4o、Claude 3.5 模型的真实表现

无论是复杂问题的解答，还是创意内容的生成，都能精准把握用户需求，提供高质量的输出。DeepSeek V4不仅是技术的典范，更是未来人工智能发展的风向标,接下来我将从：代码生成、逻辑推理、数学解题、长文本理解、多模态识别等维度，横向对比 DeepSeek V4 与 V3、GPT-4o、Claude 3.5 模型的真实表现。GPT-4o在表格数据提取上更精准，V4则擅长恢复破损文档的代码缩进结构。在真

avatar AtomGit开源社区
cover

基于SpringBoot+Vue的疫情下图书馆管理系统管理系统设计与实现【Java+MySQL+MyBatis完整源码】

avatar AtomGit开源社区