omp是什么
omp（oh-my-pi） 是基于 Pi 项目二次开发的开源 AI 终端编程智能体，核心代码约 2.7 万行 Rust，支持 40+ 模型供应商与 32+ 内置工具。omp定位为能与 IDE 深度联动的终端编码工具，通过独创的 Hashline 哈希锚定编辑技术、LSP/DAP 协议集成以及真实浏览器驱动，将代码编辑、重构、调试、搜索等能力统一到一个终端界面中，打破当前 AI 编码工具隔着玻璃看代码的局限。
omp的主要功能
- Hashline 智能代码编辑：用代码内容哈希作为锚点定位修改位置，替代传统文本匹配，解决空白符不匹配导致的编辑失败问题。
- LSP 深度集成：对接语言服务器协议，实现符号引用查找、跨文件重构、函数重命名等 IDE 级代码分析能力。
- DAP 调试器驱动：支持 LLDB、Delve、debugpy 等真实调试器，可设断点、读取变量值与调用栈，替代打印日志排查。
- 双内核代码执行：内置持久化 Python 与 Bun worker，支持从代码中回调 agent 自身的 read、search、task 等工具。
- 网页搜索与浏览：集成 14 个搜索供应商，可驱动真实浏览器并开启反爬规避模式，将网页内容结构化喂给模型。
- 子智能体并行执行：支持将复杂任务拆分为多个子任务，分配给不同子智能体并行处理后再合并结果。
- 跨会话记忆（Hindsight）：智能体可在对话之间保留项目结构等记忆，新会话无需从头解释上下文。
- 模型动态路由：按任务类型自动切换不同模型，支持通过
/model命令或 Ctrl+P 快捷键手动循环切换。
omp的技术原理
- Hashline 锚定算法：通过计算代码片段的内容哈希值生成唯一锚点，模型只需输出哈希锚点与修改内容，无需完整回写原代码片段。
- LSP 协议桥接：作为 LSP 客户端与项目已有的语言服务器通信，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与 LLDB-DAP、delve、debugpy 等后端交互，将断点状态、变量作用域、调用栈信息转化为模型可理解的结构化数据。
- 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）：在模型输出流中实时正则匹配，触发规则即中断流、注入系统提醒并从同一点重试，无需为每轮对话支付额外上下文 Token。
- 记忆压缩持久化：Hindsight 机制将关键上下文压缩后持久化，在会话压缩后依然保留，实现跨会话的长期记忆。
如何使用omp
- macOS / Linux 安装：在终端执行
curl -fsSL https://omp.sh/install | sh一键安装。 - Bun 安装（推荐）：执行
bun install -g @oh-my-pi/pi-coding-agent进行全局安装。 - Windows 安装：在 PowerShell 执行
irm https://omp.sh/install.ps1 | iex，原生支持无需 WSL。 - mise 版本管理：执行
mise use -g github:can1357/oh-my-pi锁定特定版本。 - 启动使用：安装后在项目目录运行
omp，通过自然语言描述需求即可开始编码、重构或调试。 - 模型切换：对话中输入
/model命令或按Ctrl+P循环切换当前使用的 AI 模型。 - 配置 API Key：首次使用需按提示配置所选模型供应商的 API 密钥，支持本地 Ollama/LM Studio 零密钥运行。
omp的核心优势
- 编辑成功率提升近十倍：Hashline 将 Grok Code Fast 1 的编辑成功率从 6.7% 提升至 68.3%，同时减少约 61% 的 Token 消耗。
- IDE 级语义操作：不同于纯文本替换，omp 可调用 LSP 实现跨文件的精准重构，重命名后自动同步所有引用点。
- 真实调试而非猜错：通过 DAP 直接驱动调试器读取运行时状态，避免传统 AI 工具仅靠添加打印语句盲排查的低效方式。
- 模型无关与成本优化：支持 40+ 供应商与本地模型，自动路由不同任务到性价比最优的模型，降低 API 费用。
- 开箱即用的全家桶：内置搜索、浏览器、代码执行、子智能体、记忆等 32+ 工具，无需额外配置 MCP 或插件。
- 跨平台原生支持：Windows 原生运行无需 WSL，macOS 与 Linux 均提供一键安装脚本。
omp的项目地址
- GitHub仓库：https://github.com/can1357/oh-my-pi
omp的同类竞品对比
| 对比维度 | omp（oh-my-pi） | OpenCode | Aider |
|---|---|---|---|
| 定位 | 与 IDE 联动的终端编码智能体 | 终端原生开源编码 Agent | Git-native 终端结对编程助手 |
| 开源协议 | MIT | MIT | Apache 2.0 |
| 核心语言 | Rust（~2.7 万行核心） | Go + TypeScript + Rust + Tauri | Python |
| 模型供应商 | 40+（含本地 Ollama/LM Studio） | 75+（含本地 Ollama/LM Studio） | 任意 LLM（Claude/GPT/Gemini/本地） |
| 代码编辑技术 | Hashline 哈希锚定，减少 61% Token，编辑成功率提升近 10 倍 | 传统 diff/patch 文本编辑 | 传统 diff 编辑 + tree-sitter 代码库理解 |
| LSP 集成 | ✅ 深度集成，支持重构、引用查找、跨文件同步（13 个 LSP 操作） | ✅ 自动加载 LSP，实时诊断与类型感知 | ❌ 无原生 LSP 插件，纯文本层面操作 |
| 调试器支持 | ✅ DAP 驱动（LLDB/Delve/debugpy，27 个 DAP 操作），支持断点与变量读取 | ❌ 无原生调试器驱动 | ❌ 无原生调试器驱动 |
| Git 集成 | 基础文件操作 | 基础文件操作 | ✅ Git-first，每次修改自动提交并生成语义化 commit，支持 /undo 回滚 |
| 子智能体 / 并行 | ✅ 内置子智能体并行执行，任务拆分后合并结果 | ✅ 多会话并行（同一项目多 Agent） | ❌ 单 Agent 工具，无原生子智能体编排 |
| 跨会话记忆 | ✅ Hindsight，对话间保留项目结构记忆 | ❌ 单会话，无持久化跨会话记忆 | ❌ 单会话，无持久化跨会话记忆 |
| 代码执行环境 | ✅ 双内核（持久 Python + Bun worker），内核可回调 Agent 工具 | 支持 shell 执行与代码运行 | 支持 shell 执行，内置 linter 与测试运行器自动修复 |
| 网页搜索 / 浏览 | ✅ 14 个搜索供应商 + 真实浏览器驱动（反爬规避） | 支持 web fetching | 无内置浏览器驱动 |
| 流控制机制 | ✅ Time-traveling stream rules，正则匹配流并实时注入规则纠偏 | 无 | 无 |
omp的应用场景
- 大型项目重构：用 LSP 跨文件引用分析，安全重命名函数、提取接口并自动同步所有导入点。
- 复杂 Bug 调试：在 C/Rust/Go/Python 项目中直接设断点，让 AI 读取运行时变量与调用栈定位 segfault 或死锁。
- 多语言混合开发：通过自动模型路由，在日常对话使用轻量模型，遇到复杂算法时无缝切换至顶级推理模型。
- 调研与原型验证：驱动真实浏览器搜索 GitHub/Stack Overflow/arxiv，将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 跨会话记忆，AI 持续记住项目架构与编码规范，避免每次新会话重复交代背景。