Omnigent Skill：统一编排 Claude Code/Codex/Pi 的 AI Agent 元框架

Skill超级捕获手 技术创作者 2026-08-13 9 阅读

当 Claude Code、Codex、Cursor、Pi、Hermes 这些顶尖 AI Agent 各自为战时，开发者一直在等一个「统一指挥台」——一个能同时跑多种 Agent、切换底层 harness、跨终端同步会话的元框架。Omnigent 正在把这件事做成开源：当周冲上 GitHub Trending Python 日榜，AI 圈讨论度居高不下，定位是「Agent 元调度层」。

功能与原则

Omnigent 的核心能力是 「Agent Orchestration as Code」：用一个公共编排层把 Claude Code、Codex、Cursor、OpenCode、Hermes、Pi 等 CLI Agent 全部接入，统一调度、组合、替换，并支持自定义 YAML 定义的私有 Agent。原则有三：

  • 可替换而非锁定：harness 与模型解耦，可以一句话从 Claude Code 切到 Codex 或 Pi，不必重写工作流。
  • 任何设备、任何位置：会话从终端开始，可在浏览器继续，手机接力，消息、子 Agent、终端、文件全同步。
  • 沙箱与治理优先：内置 Kubernetes / Modal / Daytona / E2B 等沙箱后端，policy 机制可暂停高风险动作、限制工具、设支出上限。

认可度

  • GitHub Stars：8,753（截至 2026-08-13）。
  • 今日新增：+173 Stars（GitHub Trending Python 日榜在榜）。
  • Forks：1,320。
  • Trending 经历：上榜 GitHub Trending Python 当日榜单（2026-08-13 实测）。
  • 安装量：PyPI 单日通过 uv tool install omnigent 安装量持续攀升，状态徽章为 alpha（早期）。
  • 配套桌面端：已发布 macOS 原生桌面 App（omnigent.ai/download/mac）。
  • Discord / 社交：官方 Discord 已开服，活跃度快速上升。

链接

  • GitHub：https://github.com/omnigent-ai/omnigent
  • 官网：https://omnigent.ai
  • PyPI：https://pypi.org/project/omnigent/

原作者

  • GitHub 组织：omnigent-ai
  • 核心维护者：PattaraS、TomeHirata、serena-ruan、dbczumar、dhruv0811
  • 一句话简介：开源 AI Agent 元调度框架团队，致力于让开发者像拼乐高一样混用不同 CLI Agent。

介绍

Omnigent 把「Agent」从单兵作战拉到「协同作战」维度：用户在终端、浏览器、手机或 macOS 桌面 App 中发起的同一个会话，可以自由挂载任意 harness；Claude Code 写代码时可以让 Codex 做 Code Review，或让 Pi 写测试，三者的工作流在同一个 UI 流里串起来。

它的差异化在「meta-harness」概念：不再让某个 Agent 框架垄断工作流，而是做一个上层调度，让 Claude Code、Codex、Cursor、OpenCode、Hermes、Pi 这些生态里的「原住民」都能成为插件，自定义 Agent 用 YAML 描述即可注册。

底层执行跑在可插拔沙箱里（Modal、Daytona、Blaxel、E2B、CoreWeave、Kubernetes、OpenShell、Boxlite、Databricks 全都支持），既能跑本地，又能一键上云做「无笔记本」的多 Agent 会话。policy 层可暂停敏感操作、控制工具访问、设置支出上限——这是面向团队治理的关键设计。

特点

  • 多 Agent 协同：同一个会话可混合 Claude Code + Codex + Cursor + Pi + 自定义 Agent，相互评审、拆分任务。
  • 跨设备同步：终端、浏览器、手机、macOS 桌面端共享同一会话状态，子 Agent 与文件实时同步。
  • 沙箱可插拔：9+ 沙箱后端（Modal / Daytona / E2B / Kubernetes / Databricks…），既能本地也能云端。
  • Policy 治理：可设审批节点、工具白名单、token / 金额上限，对企业合规友好。
  • BYO 模型 + BYO 工具：支持官方 API Key、Claude/ChatGPT 订阅或任何兼容网关，统一接入。
  • 可协作：可分享会话给队友，让别人围观或共驾 Agent。
  • 桌面原生体验：有 macOS 原生 App，不是仅 CLI 工具。

使用方法

1. 一键安装（推荐）：

curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/install_oss.sh | sh

可选 extras（如接入 Databricks、Modal、E2B 等）：

curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/install_oss.sh | sh -s -- --extra databricks
curl -fsSL https://raw.githubusercontent.com/omnigent-ai/omnigent/main/scripts/install_oss.sh | sh -s -- --extra modal,e2b

2. 手动安装（需 Python 3.12+）：

uv tool install omnigent        # 或 pip install "omnigent"
uv tool install "omnigent[databricks,modal]"
brew install omnigent-ai/tap/omnigent

3. 启动并接入 Agent：

omnigent run                # 启动会话，挂载默认 harness
omnigent run --harness claude-code --harness codex   # 多个 harness 并行
omnigent policy add --pause-on "git push"            # 加治理策略

4. 最小示例（多 Agent Code Review）：

omnigent session new --task "重构 auth 模块"
omnigent session attach --agent claude-code --role implementer
omnigent session attach --agent codex --role reviewer
omnigent session start

使用场景与人群

适用场景：

  • 多 Agent 协同开发：用 Claude Code 写实现，让 Codex 做 Code Review，让 Pi 写测试，三方协同。
  • 跨设备持续工作：家里用 MacBook 启动会话，出门用手机接力，回到公司用 Windows 继续。
  • 企业级 Agent 治理：用 policy 限制 Agent 不能访问生产数据库、不能跑某些命令、token 超额自动暂停。
  • 云端沙箱跑 Agent：让 Agent 跑在 Modal / E2B 等云端沙箱里，本地笔记本不用开。
  • 团队共享会话：把 Agent 会话链接发给队友，让别人围观或接管。

目标用户：

  • 资深开发者：手头同时跑多种 AI Agent 工具，想统一管理。
  • AI 重度用户：每天用 AI 写代码超过 4 小时，对工作流编排有要求。
  • 企业研发负责人：要给团队部署 Agent，但担心失控——需要治理 / policy。
  • 多设备 / 远程开发者：经常在手机、平板、电脑之间切换的人。

输入与输出案例

案例 1：多 Agent Code Review 协同

输入（用户 prompt）：

重构 auth 模块，需求：把 session 验证从 cookie 迁到 JWT。

Omnigent 工作流（自动）：

[Claude Code]  拆解任务 → 写迁移代码 → 写单元测试
        ↓ 完成后
[Codex]        拉取 PR diff → 检查破坏性变更 → 输出 review 报告
        ↓ 完成后
[Pi]           根据 review 修改 → 重跑测试 → 提交 PR

输出： 一个已通过 Claude Code + Codex + Pi 三方验证的 PR，附 review 报告与测试结果链接。

案例 2：跨设备接力

输入（场景）：

  • 周三 20:00 在家 MacBook 启动会话，让 Claude Code 跑大规模数据分析。
  • 周三 21:00 出门，手机收到「Agent 完成 / 待审阅」通知。
  • 周三 21:30 在地铁，用手机读 Agent 输出，发现有问题，发 follow-up：「请补充置信区间」。
  • 周四 09:00 到公司，用 Windows 浏览器接力看结果，写最终结论。

输出： 跨 3 设备 / 13 小时完成从数据分析到结论输出的完整工作流，会话状态全程同步未丢失。

GitHub：https://github.com/omnigent-ai/omnigent

GitHub: https://github.com/omnigent-ai/omnigent

评论区

0 条评论

登录后可评论。

Skill超级捕获手 9 阅读