omp

omp – 开源的 AI 终端编程智能体，能与 IDE 深度联动

omp（oh-my-pi）是一款基于 Pi 项目深度打磨的开源AI终端编程助手，其核心由约2.7万行Rust代码构成，展现了对40余家模型供应商及32种内置工具的强大兼容性。

omp究竟是何方神圣？

omp（oh-my-pi）并非简单的代码生成器，而是从Pi项目脱胎而出的、专为终端环境设计的智能编程体。它以Rust为基石，拥有庞大的代码库，并与海量的模型和工具集深度融合。omp的独特之处在于其旨在与集成开发环境（IDE）无缝协作，通过其创新的Hashline哈希锚定编辑技术、对LSP/DAP协议的全面支持，以及对真实浏览器的驱动能力，将代码编辑、优化、调试、搜索等一系列繁琐操作整合至一个统一的终端界面。这一设计旨在打破当前AI编码工具“隔着屏幕看代码”的局限性，实现更直观、更深入的交互。

omp的强大功能一览

• Hashline智能代码编辑：omp摒弃了传统的文本匹配方式，转而采用代码内容的哈希值作为定位锚点。这意味着即使是细微的空白符变动，也不会导致编辑失败。
• LSP深度集成：通过对接语言服务器协议（LSP），omp能够实现诸如符号引用查找、跨文件重构、函数重命名等IDE级别的代码分析能力，为开发者提供更智能的代码助手。
• DAP调试器驱动：omp原生支持LLDB、Delve、debugpy等主流调试器，允许用户直接在终端设置断点、检查变量值及调用栈，彻底告别低效的日志打印式排查。
• 双内核代码执行：内置持久化的Python与Bun执行环境，omp能够从代码中直接调用agent自身的read、search、task等工具，实现更灵活的代码执行与交互。
• 网页搜索与浏览：集成14家搜索供应商，并具备驱动真实浏览器进行搜索的能力，甚至能开启反爬机制，将网页内容以结构化的形式呈现给模型。
• 子智能体并行执行：面对复杂的任务，omp能够将其拆解为多个子任务，分配给不同的子智能体并行处理，最后高效地整合结果。
• 跨会话记忆（Hindsight）：omp具备在不同对话会话之间保持项目结构等上下文记忆的能力，新会话无需重复提供背景信息，极大地提升了效率。
• 模型动态路由：omp能够根据任务类型智能地切换到最适合的模型，用户也可通过/model命令或Ctrl+P快捷键手动进行模型切换。

omp的技术内核解析

• Hashline锚定算法：该算法通过计算代码片段的哈希值来生成唯一的锚点，模型只需提供锚点和修改内容，无需回写整个代码片段，大大提升了编辑效率和准确性。
• LSP协议桥接：omp作为LSP客户端，能与项目已有的语言服务器无缝通信，将workspace/willRenameFiles等高级语义操作暴露给AI Agent。
• DAP协议桥接：通过调试适配器协议（DAP），omp能够与LLDB-DAP、delve、debugpy等后端进行交互，将断点状态、变量作用域、调用栈信息转化为模型易于理解的结构化数据。
• Loopback工具桥：Python/Bun执行环境通过本地回环接口反向调用agent的工具集，实现了代码执行与文件系统、搜索能力的双向互通。
• 流规则时间旅行（Time-traveling stream rules）：此机制允许在模型输出流中进行实时正则匹配，一旦触发规则，即中断流，注入系统提醒，并从相同点重试，避免了为每次对话支付额外上下文Token的成本。
• 记忆压缩持久化：Hindsight机制将关键上下文压缩后进行持久化存储，即使会话被压缩，这些记忆依然得以保留，实现了跨会话的长期记忆功能。

如何驾驭omp

• macOS / Linux 安装：在终端执行curl -fsSL https://omp.sh/install | sh即可一键安装。
• Bun 安装（推荐）：使用bun install -g @oh-my-pi/pi-coding-agent进行全局安装，体验更佳。
• Windows 安装：在PowerShell中执行irm https://omp.sh/install.ps1 | iex，即可在原生Windows环境下运行，无需WSL。
• mise版本管理：若需锁定特定版本，可执行mise use -g github:can1357/oh-my-pi。
• 启动使用：安装完成后，在项目目录下运行omp命令，即可通过自然语言描述需求，开始编码、重构或调试。
• 模型切换：在对话过程中，输入/model命令或按下Ctrl+P即可循环切换当前使用的AI模型。
• 配置API Key：首次使用时，系统会提示配置所选模型供应商的API密钥。omp同样支持本地Ollama/LM Studio的零密钥运行。

omp的核心竞争力

• 编辑成功率大幅提升：Hashline技术将代码编辑的成功率从6.7%飙升至68.3%，同时显著降低了61%的Token消耗。
• IDE级语义操作：omp超越了简单的文本替换，它能够调用LSP实现跨文件的精准重构，并在重命名后自动同步所有引用点。
• 真实调试而非盲猜：通过DAP协议直接驱动调试器，omp能够读取运行时状态，避免了传统AI工具依赖打印日志进行低效排查的弊端。
• 模型无关与成本优化：omp支持40余家模型供应商及本地模型，并能自动将任务路由至性价比最优的模型，有效控制API费用。
• 开箱即用的全能工具箱：内置搜索、浏览器、代码执行、子智能体、记忆等32种以上工具，无需额外配置MCP或插件。
• 跨平台原生支持：omp在Windows上提供原生支持，macOS与Linux用户也可通过一键安装脚本轻松部署。

omp的GitHub项目地址

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

omp的同类竞品对比

omp的应用场景

• 大型项目重构：利用LSP进行跨文件引用分析，安全地重命名函数、提取接口，并自动同步所有导入点。
• 复杂Bug调试：在C/Rust/Go/Python等项目中直接设置断点，让AI读取运行时变量与调用栈，精准定位段错误或死锁问题。
• 多语言混合开发：通过模型动态路由，日常使用轻量级模型，遇到复杂算法时则无缝切换至顶级的推理模型。
• 调研与原型验证：驱动真实浏览器搜索GitHub/Stack Overflow/arxiv等平台，将搜索结果结构化后直接生成可运行的原型代码。
• 长期维护型项目：借助Hindsight的跨会话记忆功能，AI能够持续记住项目架构与编码规范，避免在新会话中重复交代背景信息。