首页
/ 基于 Codex CLI 的工作流层:oh-my-codex (OMX) 快速上手与团队协作实战指南

基于 Codex CLI 的工作流层:oh-my-codex (OMX) 快速上手与团队协作实战指南

2026-09-09 21:38:50作者:瞿蔚英Wynne

本文以仓库中的乌克兰语 README(docs/readme/README.uk.md)为骨架,结合主仓库 README.mdpackage.jsonskills/src/cli/ 等源码细节整理而成。OMX 并不替换 OpenAI Codex CLI,而是在它外面加一层"更强的默认会话 + 一致的流程 + 可复用的技能与持久状态",适合已经习惯 Codex、但希望日常开发更顺手、任务规模变大时获得运行时协助的开发者。读完本文,你将掌握 OMX 的安装路径、以 $deep-interview$ralplan$team/$ralph 为核心的规范流程、团队模式与各项运维命令,并理解这些能力在仓库源码中的对应实现。

OMX 是什么:一张清晰的心智模型

OMX(Oh My codeX)是 OpenAI Codex CLI 之上的工作流层(workflow layer)。它在概念上把系统分成四部分:

  • Codex:负责执行真正的 agent 工作,是底层执行引擎;
  • OMX 角色关键词:让有用的角色变得可复用(例如通过 $deep-interview$ralplan$team$ralph 触发);
  • OMX 技能(skills):让常见工作流变得可复用,技能本体位于仓库的 skills/ 目录,每个技能一个 SKILL.md
  • .omx/ 目录:持久保存计划、日志、记忆与工作状态。

大多数用户应当把 OMX 理解为"更好的任务路由 + 更好的工作流 + 更好的运行时",而不是一组需要整天手动管理的命令。换句话说:omx 帮你用更强大的默认配置启动 Codex 会话、从一个清晰的澄清阶段一路走到完成,并把项目指引(AGENTS.md)、计划、日志和状态都沉淀到 .omx/ 下。如果你只想要一个不带任何额外流程层的"裸 Codex",那么 OMX 大概率不是你的菜。

从仓库证据看,这一"流程层"定位在 package.jsondescription 中也有体现:Multi-agent orchestration layer for OpenAI Codex CLI(面向 OpenAI Codex CLI 的多 Agent 编排层)。

安装与首次会话

环境要求

根据乌克兰语 README 与主 README 的一致口径,运行 OMX 需要:

  • Node.js 20+package.jsonengines.node 同样标注 >=20);
  • 已安装并通过 codex --version 验证的 Codex CLI(Homebrew 或 npm 安装均可),且已完成 Codex 登录鉴权;
  • tmux(macOS/Linux):后续若要使用持久化的团队命令引擎;
  • psmux(原生 Windows):仅在需要 Windows 上的团队命令模式时安装。

两种安装路径

路径 A:Codex CLI 已安装(例如通过 Homebrew)

codex --version
npm install -g oh-my-codex
omx setup
omx --madmax --high

路径 B:还没有 Codex CLI,希望由 npm 统一管理

npm install -g @openai/codex
npm install -g oh-my-codex
omx setup

需要注意:主 README 明确提醒,不要在已由 Homebrew 管理的 codex(例如 /opt/homebrew/bin/codex)之上再执行 npm install -g @openai/codex oh-my-codex 的合并安装,否则 npm 可能因二进制同名而报 EEXIST。OMX 只要求 PATH 上有一个可用的、已鉴权的 codex 命令,并不强制要求 Codex 通过 npm 安装。

第一次会话怎么跑

安装完成后,用推荐方式启动:

omx --madmax --high

然后可以尝试一组规范的流程关键词(在 Codex 会话内直接输入):

$deep-interview "clarify the authentication change"
$ralplan "approve the safest implementation path"
$ralph "carry the approved plan to completion"
$team 3:executor "execute the approved plan in parallel"

参数说明(结合主 README 补充)--madmax 是 Codex 的 --dangerously-bypass-approvals-and-sandbox 的 OMX 简写,会移除常规的审批与沙箱护栏,因此只应在可信仓库与可信环境中使用;--high/--xhigh-c model_reasoning_effort="high|xhigh" 的简写,用来设定模型推理强度。这一点在仓库测试 src/cli/tests/autoresearch.test.ts 中也有对应断言:normalizeAutoresearchCodexArgs(['--madmax']) 会被规约为 ['--dangerously-bypass-approvals-and-sandbox']

规范工作流:从澄清到完成

乌克兰语 README 推荐的标准工作流是一条主线:

  1. $deep-interview —— 当请求或边界还模糊时,先澄清范围;
  2. $ralplan —— 把澄清后的范围转化为经审批的架构与实现计划;
  3. $team$ralph —— 计划获批后,若需要多 Agent 协调并行执行则用 $team;若需要单个负责人坚持不懈地循环到完成则用 $ralph

$deep-interview:先问清楚再做

对应技能见 skills/deep-interview/SKILL.md。这是一个"意图优先"的苏格拉底式澄清循环:在规划与实现之前,通过提问弄清"为什么改、改到什么程度、什么不做、哪些决策可以不需要用户确认",把模糊想法转成可执行、可测试的规格。它支持三种深度档位:

  • --quick:快速预 PRD 澄清,目标歧义阈值 <= 0.30,最多 5 轮;
  • --standard(默认):完整需求访谈,阈值 <= 0.20,最多 12 轮;
  • --deep:高严格度探索,阈值 <= 0.15,最多 20 轮。

每轮只问一个问题,先问意图与边界再问实现细节,并在每次回答后重新计算歧义分数、透明地展示收敛进度;分数降到阈值以下后才结晶需求、交接给下游规划。

$ralplan:审批计划与权衡

对应技能见 skills/ralplan/SKILL.md。它驱动 Planner → Architect → Critic 三个角色依次评审(使用 omx ralplan run --task <arguments> [--session <id>] 运行自己的共识运行时),关键开关包括:

  • --interactive:在草稿评审与最终审批两个关键决策点向用户提问,否则全自动运行后直接输出最终计划;
  • --deliberate:强制"深思模式",用于高风险工作,会追加 3 个场景的 pre-mortem 与扩展测试计划(单元/集成/e2e/可观测性);
  • --advisory:独立的咨询式规划,运行同一套顺序评审但不会形成执行授权。

Critic 的评审结论非 APPROVE(即 ITERATEREJECT)时会进入最多 5 次的重评审闭环(Planner 修改 → Architect 复查 → Critic 再评),直到获批或达到迭代上限。规划获批并持久化评审证据后,才进入执行阶段——不要在 Ralplan 内部直接动手实现

$team$ralph:并行执行或单线坚持

  • $team:当已批准的计划需要协调的并行工作时使用。技能说明见 skills/team/SKILL.md,启动形态为 omx team [N:agent-type] "<task>",例如 omx team 3:executor "implement X",需要 tmux、一个持有 $TMUX 的 leader 会话以及可用的 omx 可执行文件;
  • $ralph:当希望一个单一负责人持续循环到完成时使用。

版本提示(事实校准):乌克兰语 README 仍以 $ralph 作为"坚持到完成"的规范入口,但依据 skills/ralph/SKILL.md 与主仓库 README.md$ralph 已在 OMX 0.21 中被移除,其"循环到完成"行为被判定为 $ultragoal 单目标运行的特例,官方建议改用 $ultragoal。当前仓库 package.json 版本为 0.21.2,主 README 的规范流程已更新为 $deep-interview → $ralplan → $ultragoal$ultragoal 对应 skills/ultragoal/SKILL.md,通过 .omx/ultragoal/brief.mdgoals.jsonledger.jsonl 等持久化制品承载多目标计划与检查点。因此在新版本上,上述规范流程实际写作 $deep-interview "..."$ralplan "..."$ultragoal "..."(团队场景仍可叠加 $team)。

会话常用命令一览

命令 用途
$deep-interview "..." 澄清意图、边界与非目标
$ralplan "..." 审批实现计划与权衡
$ralph "..." 坚持到完成的循环与验证(0.21 起改用 $ultragoal
$team "..." 规模足够大时做协调的并行执行
/skills 查看已安装的技能与辅助工具

团队模式(Team Mode)与平台准备

团队模式属于"高级/实用功能",文档强调它不是开始使用 OMX 的默认方式,只有当你确实需要持久的 tmux/worktree 协调时才使用:

omx team 3:executor "fix the failing tests with verification"
omx team status <team-name>
omx team resume <team-name>
omx team shutdown <team-name>

skills/team/SKILL.md 的源码级描述看,运行时会在 .omx/state/team/<name>/ 下创建 config.jsonmanifest.v2.jsontasks/task-<id>.json、worker 身份/收件箱、邮箱文件与派发队列;worker 会收到 OMX_TEAM_WORKEROMX_TEAM_STATE_ROOTOMX_TEAM_LEADER_CWD 等环境变量;omx team api send-message / read-task / transition-task-status 是推荐的可机读操作接口;omx team status <name> --jsonomx team await <name> --timeout-ms 30000 --json 用于监控,直到 pending=0in_progress=0failed=0 才执行 omx team shutdown <name>

omx team 需要一个兼容 tmux 的工具,各平台安装方式如下:

平台 安装方式
macOS brew install tmux
Ubuntu/Debian sudo apt install tmux
Fedora sudo dnf install tmux
Arch sudo pacman -S tmux
Windows winget install psmux
Windows (WSL2) sudo apt install tmux

运维工具链:Setup、Doctor 与 HUD

以下属于支持性运维命令,而非日常主流程:

  • omx setup:安装 prompts、技能、配置与 AGENTS 结构。乌克兰语 README 特别指出,omx setup 应在受支持的范围内启用 Codex 原生 hooks([features].hooks = true);主 README 进一步补充了作用域选择(omx setup --scope project / --scope user)与 --merge-agents 等 AGENTS 合并策略,策略会记录在 ./.omx/setup-scope.json 中;
  • omx doctor:当安装看起来有问题时检查安装状况(缺失的 OMX 文件、hooks、运行时前置条件);
  • omx hud --watch:状态监控工具(HUD),并非用户主工作流。

Sparkshell 与原生 Hooks 所有权

Sparkshell

  • omx sparkshell <command> 用于终端内的冒烟测试与受限校验;
  • 需要只读的仓库检索时,请使用 Codex 常规的仓库检视工具/子代理(已过时的 omx explore 命令已从项目中移除,相关说明见 docs/architecture/cli-first-mcp-taxonomy.md 所记录的 CLI 优先演进方向)。

示例:

omx sparkshell git status
omx sparkshell --tmux-pane %12 --tail-lines 400

原生 Hooks 所有权

对于非团队会话,OMX 现在主要通过 Codex 原生 hooks 工作:

  • omx setup 应在受支持的范围内启用 Codex 原生 hooks([features].hooks = true);
  • 仓库级别的本地 Codex hooks 是非团队会话的规范自动化面
  • omx tmux-hook 保留给团队命令引擎行为与旧版 tmux 问题的排障;
  • 不支持或已禁用原生 hooks 引擎时,应当通过 setup/doctor 给出明确的显式状态,而不是静默回退到非团队的 tmux 实现。

完整的原生 hooks 所有权与插件契约参见 docs/hooks-extension.md

已知问题:Intel Mac 上的高 CPU 占用

在部分 Intel Mac 上,启动 OMX(尤其是 --madmax --high)可能会让 syspolicyd / trustd 的 CPU 占用率飙升,原因是 macOS Gatekeeper 需要同时校验大量并发启动的进程。如果遇到该问题,可以尝试:

  • xattr -dr com.apple.quarantine $(which omx)
  • 在 macOS 安全设置中把终端加入 Developer Tools 白名单
  • 降低并行度(例如避免 --madmax --high

进一步阅读与本地化资源

乌克兰语 README 是项目多语言文档矩阵中的一份,对应的本地化文档还包括简体中文、繁体中文、日语、韩语、俄语等 16 个语种(见 docs/readme/ 目录)。建议继续阅读:

许可证

oh-my-codex 以 MIT 许可证发布,package.json 中同样标注 "license": "MIT"

总而言之,OMX 的价值不在于替代 Codex,而在于把"澄清 → 规划 → 并行/坚持执行"这一整套高质量工作流固化下来:omx setup 负责装配,omx --madmax --high 负责用更强的配置开场,$deep-interview/$ralplan/$team(或新版本上的 $ultragoal)负责在会话内把任务从模糊推进到验证完成,而 .omx/ 则把过程中产生的计划、日志与状态全部留存,成为可复盘的持久记忆。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
33
18
docsdocs
暂无描述
Markdown
899
5.83 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.14 K
2.76 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
860
1.35 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
925
1.85 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.84 K
1.02 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
533
601
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.37 K
1.46 K
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
548
395
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
1.04 K
525