26.4 实用实施计划:四阶段路线图
模型: claude-opus-4-6 (anthropic/claude-opus-4-6) 生成日期: 2026-04-01 书名: Claude Code VS OpenCode:架构、设计与未来 章节: 第26章 — 设计“Oh-My-Claude-Code“ Token 消耗: ~7,400 输入 + ~1,200 输出
架构蓝图回答了“应该造什么“,这一节回答“怎么造、先造哪部分“。我们把 Oh-My-Claude-Code 的实施拆解为四个阶段,每个阶段在前一个阶段的基础上累加能力,且每个阶段完成后都是一个可独立使用的成品。
阶段 1:自定义智能体族(1-2 周)
目标: 建立多智能体专业化分工体系。
具体工作:
在 .claude/agents/ 目录下创建 5 个专门化智能体的 Markdown 定义文件:
| 智能体 | 文件 | 职责 | OMO 对应物 |
|---|---|---|---|
| Sisyphus | sisyphus.md | 主编排智能体,任务分解、委派、验证 | build(主智能体) |
| Oracle | oracle.md | 深度推理与架构分析 | oracle |
| Explore | explore.md | 代码库搜索与结构发现 | explore |
| Librarian | librarian.md | 文档研究与知识检索 | librarian |
| Momus | momus.md | 代码审查与质量检查 | momus |
每个智能体的 Markdown 文件包含:角色定义、行为约束、工具使用指南、输出格式要求。Sisyphus 的提示词最长也最复杂,因为它承载了整个编排逻辑。
关键实现细节:
Sisyphus 提示词中需要显式编码委派规则。例如:
## 委派策略
- 需要搜索代码库时 → 使用 AgentTool 调用 Explore 智能体
- 需要理解架构决策时 → 使用 AgentTool 调用 Oracle 智能体
- 需要查阅文档或 API 时 → 使用 AgentTool 调用 Librarian 智能体
- 代码修改完成后需要审查 → 使用 AgentTool 调用 Momus 智能体
- 一旦委派,禁止自己重复执行相同搜索(反重复规则)
阶段 1 成果: 用户可以通过 /agent sisyphus 激活一个具备任务分解和多智能体委派能力的编排智能体。
阶段 2:钩子强化 — Todo 纪律与安全防护(1 周)
目标: 利用 Claude Code 现有的钩子系统,实现自动化的行为约束。
具体工作:
在 .claude/settings.json 中配置钩子:
Stop 钩子 → Todo 完成验证: 当智能体停止时,检查是否存在未完成的 todo 项。如果有,输出提醒信息,建议用户继续会话。
{
"hooks": {
"Stop": [{
"matcher": "",
"command": "python3 .claude/scripts/check_todos.py"
}]
}
}
PreToolUse 钩子 → 文件守卫: 在工具执行前检查目标文件是否在受保护列表中(如 package-lock.json、.env 等),阻止危险写入。
PostToolUse 钩子 → 审计日志: 记录所有工具调用到 .claude/logs/ 目录,便于事后分析智能体行为。
衍生解释:Poka-yoke(防错法)——源自丰田生产系统的质量管理概念,指通过设计使错误不可能发生或立即可见。在智能体系统中,文件守卫钩子就是一种 Poka-yoke 机制——它不依赖智能体“记得“不要修改某些文件,而是在架构层面阻止这种行为。
阶段 2 成果: 智能体行为受到自动化约束,即使提示词遵从度偶尔下降,钩子也能兜底。
阶段 3:MCP 工具增强(2-3 周)
目标: 通过 MCP 服务器为智能体生态注入 Claude Code 不具备的工具能力。
具体工作:
在 .claude/mcp.json 中配置以下 MCP 服务器:
| MCP 服务器 | 提供的工具 | 用途 |
|---|---|---|
ast-grep-mcp | AST 感知的代码搜索与替换 | Explore 智能体使用,精确的语义级代码分析 |
session-manager-mcp | 会话历史搜索与检索 | 跨会话的知识延续 |
context7-mcp | 库文档实时查询 | Librarian 智能体使用,获取最新 API 文档 |
exa-mcp | 网络搜索与内容抓取 | 技术趋势和最佳实践的实时检索 |
figma-mcp | Figma 设计数据获取 | 前端实现场景的设计规范读取 |
衍生解释:AST 感知搜索(AST-aware Search)——AST(Abstract Syntax Tree,抽象语法树)是编程语言源代码的树状结构表示。传统的文本搜索(grep)基于字符串匹配,而 AST 感知搜索理解代码的语法结构。例如,搜索“所有接受两个参数的函数“或“所有使用
useState的 React 组件“——这些查询用正则表达式很难精确表达,但用 AST 模式匹配可以轻松完成。
关键设计决策: MCP 工具的注入不只是安装服务器——还需要在对应智能体的提示词中明确指导何时、如何使用这些工具。Explore 智能体的提示词需要说明什么时候用 ast_grep_search 替代普通的 grep,Librarian 智能体需要知道什么时候查 Context7 而不是直接用网络搜索。
阶段 3 成果: 智能体生态拥有了超出 Claude Code 内建范围的工具能力,覆盖 AST 分析、会话检索、实时文档、网络搜索等场景。
阶段 4:完整编排层(持续迭代)
目标: 将阶段 1-3 整合为一个系统化的编排框架,并加入持续改进机制。
具体工作:
CLAUDE.md 记忆体系: 建立结构化的项目记忆,包括:项目架构描述、编码规范、常见问题解决方案、智能体使用指南。这些记忆在每次会话开始时自动注入上下文。
智慧积累脚本: 通过 Stop 钩子,在每次会话结束时自动提取关键决策和学到的教训,追加到 CLAUDE.md 的指定区域。这是对 Oh-My-OpenCode 智慧积累系统的简化模拟。
插件化打包: 将整个 Oh-My-Claude-Code 打包为一个可分发的目录结构(.claude/agents/、.claude/scripts/、.claude/mcp.json 片段),使其可以通过简单的文件复制部署到任何项目中。
阶段 4 成果: 一个自包含、可分发、持续学习的多智能体编排系统。
总体评估
| 维度 | Oh-My-OpenCode | Oh-My-Claude-Code |
|---|---|---|
| 编排深度 | 深度(钩子级拦截) | 中度(提示词编排) |
| 工具扩展 | 原生 + MCP | 仅 MCP |
| 智能体数量 | 11 个 | 5 个(起步) |
| 模型灵活性 | 多模型路由 | 单一模型 |
| 部署复杂度 | npm 安装 + 配置 | 文件复制 |
| 对宿主的依赖 | OpenCode 插件 API | Claude Code 文件约定 |
Oh-My-Claude-Code 不会达到 Oh-My-OpenCode 的编排深度,但在 Claude Code 的生态内,它已经是可实现的最大化方案。