oh-my-iflow：多智能体命令行工作流自动化框架

oh-my-iflow 是 iFLOW CLI 的强化插件，提供了一套完整的多智能体工作流层，帮助开发者更高效地进行代码编写、调试、规划和验证。它采用角色化的智能体架构，支持多种编程语言，并通过结构化的阶段管道确保每个任务都经过完整的规划、执行和验证周期。

项目概述\n\noh-my-iflow 是一个基于多智能体架构的命令行工作流自动化框架，由 oh-my-gemini-cli 修改而来，集成到 iFLOW 生态系统中。它的设计目标是通过角色化的智能体协作，帮助开发者在代码编写、调试、规划和验证等各个环节提升效率。\n\n与单一 AI 助手不同，oh-my-iflow 采用多智能体协作模式，每个智能体专注于特定领域，通过结构化的工作流管道协同完成任务。这种设计模拟了真实软件开发团队的分工协作模式，使得复杂任务能够得到更专业的处理。\n\n## 核心架构：角色化智能体\n\noh-my-iflow 的智能体架构是其最大特色。系统定义了多个专业角色，每个角色负责特定的任务类型：\n\n### 智能体角色定义\n\n- omi-architect：负责架构设计与权衡分析，在项目的宏观层面做出技术决策\n- omi-planner：负责任务分解与依赖映射，将大目标拆解为可执行的子任务\n- omi-product：负责 PRD 级别的范围界定与验收标准定义，确保产品需求的清晰性\n- omi-executor：负责代码实现与重构，将设计转化为实际代码\n- omi-reviewer：负责代码审查与质量检查，保障代码质量\n- omi-verifier：负责验证测试与回归检查，确保功能正确性\n- omi-debugger：负责问题诊断与修复，解决开发过程中的技术难题\n- omi-researcher：负责技术研究与信息收集，为决策提供依据\n\n这种角色分工使得每个任务都能由最适合的智能体处理，避免了单一模型"样样通、样样松"的问题。\n\n## 工作流管道设计\n\n### 结构化执行流程\n\noh-my-iflow 定义了完整的工作流管道，确保任务经过系统化的处理：\n\n\nteam-plan → team-prd → team-exec → team-verify → team-fix\n\n\n这个流程模拟了软件工程的最佳实践：\n\n1. team-plan：规划阶段，明确任务目标和范围\n2. team-prd：产品需求定义，细化验收标准\n3. team-exec：执行阶段，完成实际的代码实现\n4. team-verify：验证阶段，测试和确认功能正确性\n5. team-fix：修复阶段，处理发现的问题\n\n### 多种操作模式\n\n框架支持多种操作模式以适应不同的场景需求：\n\n- balanced：默认模式，在质量和速度之间取得平衡\n- speed：快速执行模式，适用于简单任务\n- deep：深度设计模式，进行严格验证\n- autopilot：自主多阶段执行模式，适合端到端任务\n- ralph：严格质量门控模式，确保高标准输出\n- ultrawork：高吞吐量批处理模式，适合大规模任务\n\n## 技术特性与扩展\n\n### 多语言支持\n\noh-my-iflow 内置对多种编程语言的支持，包括：\n\n- Python：数据科学、AI/ML 开发的首选\n- Go：云原生应用和微服务开发\n- Rust：系统编程和高性能应用\n- Shell：自动化脚本和系统管理\n\n此外，框架还支持 LSP-MCP 集成，为 Python、Go、Rust 等语言提供语言服务器协议支持，增强了代码智能提示和错误检查能力。\n\n### 原生钩子编排控制\n\n最新版本引入了扩展的原生钩子编排控制功能，提供了一系列钩子管理命令：\n\n- /omi:hooks：查看和管理钩子\n- /omi:hooks-init：初始化钩子配置\n- /omi:hooks-validate：验证钩子配置\n- /omi:hooks-test：测试钩子执行\n\n### 确定性挂钩通道\n\n框架提供了分级的确定性挂钩通道，按优先级组织：\n\n- P0-safety：安全级别的钩子，提供超时和错误处理\n- P1-quality：质量门控，确保输出符合标准\n- P2-optimization：优化建议，提供性能改进指导\n\n### 派生信号策略\n\n为长会话设计了派生信号策略，监控以下情况：\n\n- context-drift：上下文漂移检测\n- risk-spike：风险峰值预警\n- loop-stall：循环停滞识别\n- token-burst：Token 使用量突增\n- blocker-repeat：阻塞重复检测\n\n这些机制确保了长时间运行的会话能够保持高效和稳定。\n\n## 持久化状态管理\n\noh-my-iflow 自动维护项目状态，包括：\n\n- 工作流状态：当前任务的执行进度\n- 检查点记录：关键节点的快照，支持回溯\n- 持久化内存（MEMORY.md）：项目相关的长期记忆\n- 规则包管理：项目特定的规则和约束\n- 项目映射：代码库结构和依赖关系\n\n这种持久化机制使得工作流可以跨会话延续，用户不必担心因会话中断而丢失上下文。\n\n## 安装与配置\n\n### 安装前准备\n\n在安装 oh-my-iflow 之前，需要确保：\n\n1. 已安装 iFLOW CLI（oh-my-iflow 是其扩展插件）\n2. 备份现有配置（如果已有 ~/.iflow 目录）\n3. 安装可选依赖工具如 jq（用于自动合并 JSON 配置）\n\n### 安装方式\n\n框架提供三种安装方式：\n\n全局安装（推荐）：配置应用到 ~/.iflow 目录，所有项目都可以使用\nbash\ngit clone https://github.com/ibahgat/oh-my-iflow.git\ncd oh-my-iflow\nbash install.sh --global\n\n\n本地安装：配置应用到当前项目的 .iflow 目录，仅当前项目可用\nbash\nbash /path/to/oh-my-iflow/install.sh --local\n\n\n手动安装：直接复制文件到目标目录，适用于所有系统\n\n## 应用场景\n\n### 复杂项目开发\n\n对于架构复杂、涉及多个模块的项目，oh-my-iflow 的多智能体协作模式能够提供更系统化的开发流程。每个阶段都有专门的智能体负责，确保不遗漏关键步骤。\n\n### 代码审查与质量保证\n\n框架内置的审查和验证智能体可以帮助团队建立自动化的代码质量检查流程，在代码合并前发现潜在问题。\n\n### 技术调研与原型开发\n\nomi-researcher 智能体可以协助进行技术调研，快速了解新技术或解决方案，加速原型开发过程。\n\n### 多语言项目\n\n对于同时使用多种编程语言的项目，oh-my-iflow 的多语言支持能够统一工作流，减少上下文切换成本。\n\n## 钩子运行状态约定\n\n框架定义了清晰的钩子运行状态约定，状态信息存储在：\n\n- .omi/state/hooks.json：钩子状态数据\n- .omi/state/hooks-validation.md：验证文档\n- .omi/state/hooks-last-test.md：上次测试结果\n- .omi/hooks/*.md：各个钩子的定义文档\n\n这种结构化的状态管理使得用户可以清晰地了解系统运行状况，便于调试和优化。\n\n## 总结与展望\n\noh-my-iflow 代表了命令行 AI 助手向多智能体协作方向发展的一个重要尝试。通过角色分工和结构化工作流，它解决了单一 AI 助手在处理复杂任务时的局限性。\n\n对于希望提升开发效率、建立系统化开发流程的团队来说，oh-my-iflow 提供了一个值得探索的解决方案。其模块化设计和多语言支持使其能够适应各种不同的项目需求，而持久化状态管理则确保了工作流的连续性和可靠性。\n\n随着 AI 辅助开发工具的不断演进，像 oh-my-iflow 这样的多智能体框架可能会成为行业标准实践的一部分，帮助开发者更好地利用 AI 能力，同时保持对开发过程的控制。

项目概述\n\noh-my-iflow 是一个基于多智能体架构的命令行工作流自动化框架，由 oh-my-gemini-cli 修改而来，集成到 iFLOW 生态系统中。它的设计目标是通过角色化的智能体协作，帮助开发者在代码编写、调试、规划和验证等各个环节提升效率。\n\n与单一 AI 助手不同，oh-my-iflow 采用多智能体协作模式，每个智能体专注于特定领域，通过结构化的工作流管道协同完成任务。这种设计模拟了真实软件开发团队的分工协作模式，使得复杂任务能够得到更专业的处理。\n\n核心架构：角色化智能体\n\noh-my-iflow 的智能体架构是其最大特色。系统定义了多个专业角色，每个角色负责特定的任务类型：\n\n智能体角色定义\n\n- omi-architect：负责架构设计与权衡分析，在项目的宏观层面做出技术决策\n- omi-planner：负责任务分解与依赖映射，将大目标拆解为可执行的子任务\n- omi-product：负责 PRD 级别的范围界定与验收标准定义，确保产品需求的清晰性\n- omi-executor：负责代码实现与重构，将设计转化为实际代码\n- omi-reviewer：负责代码审查与质量检查，保障代码质量\n- omi-verifier：负责验证测试与回归检查，确保功能正确性\n- omi-debugger：负责问题诊断与修复，解决开发过程中的技术难题\n- omi-researcher：负责技术研究与信息收集，为决策提供依据\n\n这种角色分工使得每个任务都能由最适合的智能体处理，避免了单一模型"样样通、样样松"的问题。\n\n工作流管道设计\n\n结构化执行流程\n\noh-my-iflow 定义了完整的工作流管道，确保任务经过系统化的处理：\n\n\nteam-plan → team-prd → team-exec → team-verify → team-fix\n\n\n这个流程模拟了软件工程的最佳实践：\n\n1. team-plan：规划阶段，明确任务目标和范围\n2. team-prd：产品需求定义，细化验收标准\n3. team-exec：执行阶段，完成实际的代码实现\n4. team-verify：验证阶段，测试和确认功能正确性\n5. team-fix：修复阶段，处理发现的问题\n\n多种操作模式\n\n框架支持多种操作模式以适应不同的场景需求：\n\n- balanced：默认模式，在质量和速度之间取得平衡\n- speed：快速执行模式，适用于简单任务\n- deep：深度设计模式，进行严格验证\n- autopilot：自主多阶段执行模式，适合端到端任务\n- ralph：严格质量门控模式，确保高标准输出\n- ultrawork：高吞吐量批处理模式，适合大规模任务\n\n技术特性与扩展\n\n多语言支持\n\noh-my-iflow 内置对多种编程语言的支持，包括：\n\n- Python：数据科学、AI/ML 开发的首选\n- Go：云原生应用和微服务开发\n- Rust：系统编程和高性能应用\n- Shell：自动化脚本和系统管理\n\n此外，框架还支持 LSP-MCP 集成，为 Python、Go、Rust 等语言提供语言服务器协议支持，增强了代码智能提示和错误检查能力。\n\n原生钩子编排控制\n\n最新版本引入了扩展的原生钩子编排控制功能，提供了一系列钩子管理命令：\n\n- /omi:hooks：查看和管理钩子\n- /omi:hooks-init：初始化钩子配置\n- /omi:hooks-validate：验证钩子配置\n- /omi:hooks-test：测试钩子执行\n\n确定性挂钩通道\n\n框架提供了分级的确定性挂钩通道，按优先级组织：\n\n- P0-safety：安全级别的钩子，提供超时和错误处理\n- P1-quality：质量门控，确保输出符合标准\n- P2-optimization：优化建议，提供性能改进指导\n\n派生信号策略\n\n为长会话设计了派生信号策略，监控以下情况：\n\n- context-drift：上下文漂移检测\n- risk-spike：风险峰值预警\n- loop-stall：循环停滞识别\n- token-burst：Token 使用量突增\n- blocker-repeat：阻塞重复检测\n\n这些机制确保了长时间运行的会话能够保持高效和稳定。\n\n持久化状态管理\n\noh-my-iflow 自动维护项目状态，包括：\n\n- 工作流状态：当前任务的执行进度\n- 检查点记录：关键节点的快照，支持回溯\n- 持久化内存（MEMORY.md）：项目相关的长期记忆\n- 规则包管理：项目特定的规则和约束\n- 项目映射：代码库结构和依赖关系\n\n这种持久化机制使得工作流可以跨会话延续，用户不必担心因会话中断而丢失上下文。\n\n安装与配置\n\n安装前准备\n\n在安装 oh-my-iflow 之前，需要确保：\n\n1. 已安装 iFLOW CLI（oh-my-iflow 是其扩展插件）\n2. 备份现有配置（如果已有 ~/.iflow 目录）\n3. 安装可选依赖工具如 jq（用于自动合并 JSON 配置）\n\n安装方式\n\n框架提供三种安装方式：\n\n全局安装（推荐）：配置应用到 ~/.iflow 目录，所有项目都可以使用\nbash\ngit clone https://github.com/ibahgat/oh-my-iflow.git\ncd oh-my-iflow\nbash install.sh --global\n\n\n本地安装：配置应用到当前项目的 .iflow 目录，仅当前项目可用\nbash\nbash /path/to/oh-my-iflow/install.sh --local\n\n\n手动安装：直接复制文件到目标目录，适用于所有系统\n\n应用场景\n\n复杂项目开发\n\n对于架构复杂、涉及多个模块的项目，oh-my-iflow 的多智能体协作模式能够提供更系统化的开发流程。每个阶段都有专门的智能体负责，确保不遗漏关键步骤。\n\n代码审查与质量保证\n\n框架内置的审查和验证智能体可以帮助团队建立自动化的代码质量检查流程，在代码合并前发现潜在问题。\n\n技术调研与原型开发\n\nomi-researcher 智能体可以协助进行技术调研，快速了解新技术或解决方案，加速原型开发过程。\n\n多语言项目\n\n对于同时使用多种编程语言的项目，oh-my-iflow 的多语言支持能够统一工作流，减少上下文切换成本。\n\n钩子运行状态约定\n\n框架定义了清晰的钩子运行状态约定，状态信息存储在：\n\n- .omi/state/hooks.json：钩子状态数据\n- .omi/state/hooks-validation.md：验证文档\n- .omi/state/hooks-last-test.md：上次测试结果\n- .omi/hooks/*.md：各个钩子的定义文档\n\n这种结构化的状态管理使得用户可以清晰地了解系统运行状况，便于调试和优化。\n\n总结与展望\n\noh-my-iflow 代表了命令行 AI 助手向多智能体协作方向发展的一个重要尝试。通过角色分工和结构化工作流，它解决了单一 AI 助手在处理复杂任务时的局限性。\n\n对于希望提升开发效率、建立系统化开发流程的团队来说，oh-my-iflow 提供了一个值得探索的解决方案。其模块化设计和多语言支持使其能够适应各种不同的项目需求，而持久化状态管理则确保了工作流的连续性和可靠性。\n\n随着 AI 辅助开发工具的不断演进，像 oh-my-iflow 这样的多智能体框架可能会成为行业标准实践的一部分，帮助开发者更好地利用 AI 能力，同时保持对开发过程的控制。