Skip to content

工具索引 ​

直接提出你想要的结果 ​

通常你不需要自己挑选或调用工具,直接用日常语言告诉 omp 你想要什么即可:

Find where checkout retries are configured, change the default to three, and verify the behavior.

omp 会挑选合适的搜索、编辑和执行能力。只有当你想限定处理方式时才点名某个能力,例如“只检查、不要运行它”“这个页面需要登录,请用浏览器打开”或“不要使用 shell”。

在会话中使用 /tools 可以查看当前模型与项目实际可用的能力。这是权威的实时视图:设置、已安装的程序、模型支持、任务深度、自定义工具以及已连接的 MCP 服务器都可能改变它。

控制可用的能力 ​

  • 打开 /settings,使用工具 → 可用工具进行持久的开/关切换。相关的控制项还分布在文件、Shell、记忆和任务下。参见设置。
  • 用 omp --tools read,glob,grep 启动受限会话,或用 omp --no-tools 启动不含任何内置工具的会话。命令行层面的限制只作用于该会话。
  • 可以给会话使用 omp --approval-mode always-ask、write 或 yolo。持久的等价配置是 tools.approvalMode,以及按能力区分的 tools.approval.<name> 策略(allow、prompt 或 deny)。参见工具审批。
  • tools.xdev 默认开启。它把使用较少和动态发现的能力放进按需目录,而不是预先加载每一条描述。关闭它只会改变呈现方式,不会改变允许执行的内容。

下面的审批类别描述的是潜在影响:

  • 读取检查状态,不会有意去改变它。
  • 写入可以更改文件或持久的用户数据。
  • 执行可以运行代码、控制进程、使用网络账户或操作某个应用程序。
  • 混合取决于具体操作。例如,读取 GitHub 属于读取,而 checkout 或 push 属于执行。

内置审批模式目前默认是 yolo,它会自动放行上面三个类别。如果你希望在写入和执行操作前得到确认,就选择 always-ask;也可以通过按能力的策略彻底拒绝某项能力。项目、插件、自定义工具或 MCP 服务器依然是必须由你信任的代码;审批提示并不是沙箱。

探索代码、文件与信息 ​

能力(选择名)你可以要求什么可用性与前置条件类别配置 / 了解更多
读取文件与资源(read)解释文件或目录;从文档、笔记本、归档、图片、SQLite 数据库、受支持的内部 URL 以及已知的网页中提取文本。默认开启。读取网页还需要 fetch.enabled(默认开启);SSH 以及部分图片/PDF 处理可能执行本地辅助程序。读取;部分远程/转换路径为执行文件操作
查找路径(glob)按名称或 glob 模式定位文件与目录。在 glob.enabled 下默认开启。读取文件操作
搜索内容(grep)使用正则表达式与上下文搜索本地或受支持的远程内容。在 grep.enabled 下默认开启。读取;SSH 搜索为执行文件操作
结构化搜索代码(ast_grep)查找与空白和格式无关的语法结构。默认关闭;启用 astGrep.enabled。读取结构化编辑
使用语言智能(lsp)查找定义与引用,检查符号与诊断,应用代码操作,并执行语义重命名。在 lsp.enabled 下默认开启;需要安装或配置相应的语言服务器。--no-lsp 可在单次会话中将其禁用。混合:检查为读取;修复与重命名为写入代码智能
理解图片(inspect_image)通过具备视觉能力的模型描述本地图片或回答相关问题。inspect_image.mode 默认是 auto:当活动模型无法原生检查图片时才暴露该能力。可以显式设为 on 或 off。需要一个可用的视觉模型。读取设置
搜索实时网页(web_search)研究某个主题并返回带来源链接的实时结果。在 web_search.enabled 下默认开启;至少需要一个已配置且可用的搜索提供方。读取Web 与浏览器
使用 GitHub(github)读取仓库、文件、issue、PR 与 diff;搜索 GitHub;检出 PR、推送更改并查看 Actions。默认关闭;启用 github.enabled。对于私有或变更性操作需要 gh CLI 与身份认证。混合:查看/搜索为读取;checkout、push 及其它账户操作为执行GitHub

修改代码并运行任务 ​

能力(选择名)你可以要求什么可用性与前置条件类别配置 / 了解更多
精确编辑(edit)使用经过校验、锚定行号的补丁修改现有文本文件。默认开启。写入文件操作
创建或替换内容(write)创建或替换文件与受支持的归档条目,或更新受支持的 SQLite 行及用户编写的内部资源。默认开启。启用 tools.xdev 时还承载按需的能力请求。写入;内部资源更新可能被视为读取文件操作
应用结构化重写(ast_edit)预览感知语法的 codemod,然后接受或拒绝它们。在 astEdit.enabled 下默认开启;需要有可用的 ast-grep 支持。预览在获批前不会更改文件。写入结构化编辑
运行 shell 命令(bash)构建、测试、检查 Git 状态、运行一次性程序,并与终端进程交互。在 bash.enabled 下默认开启;--no-pty 可禁用交互式 PTY 执行。长命令可自动转入后台。执行文件操作
在持久内核中计算(eval)分析数据,或运行迭代式 Python、JavaScript、Ruby、Julia 计算,并在各步骤之间保留状态。Python 与 JavaScript 后端默认允许;Ruby 与 Julia 需显式启用。至少有一个被允许的运行时可达。执行文件操作
调试程序(debug)启动或附加调试器,设置断点、单步执行,并检查线程、栈帧、作用域与变量。在 debug.enabled 下默认开启,但仅在存在合适的 DAP 适配器/配置时出现。混合:检查为读取;启动与进程控制为执行调试
自动化浏览器(browser)打开交互式或重度依赖 JavaScript 的页面,使用已认证的标签页,填写表单、点击控件并截图。在 browser.enabled 下默认开启。omp 可以启动浏览器,或通过 CDP、浏览器 relay 或受支持的 cmux 界面附加连接;使用 relay 需要其浏览器扩展。执行Web 与浏览器
控制桌面(computer)检查屏幕与无障碍状态,然后通过键盘与指针输入操作宿主应用程序。默认关闭;启用 computer.enabled。需要受支持的桌面辅助程序以及操作系统的屏幕录制/无障碍权限。混合:检查为读取;输入为执行计算机控制
扫描安全发现(security_scan)规划并运行原生的安全检查,查看已发布的发现。默认关闭;启用 security.enabled。单个扫描器可能要求各自安装对应的二进制文件或提供凭据。执行安全扫描
生成或编辑图片(generate_image)根据一段描述创建图片,或变换给定的图片。默认关闭;启用 generate_image.enabled。需要受支持的图片提供方的凭据。写入设置
生成语音(tts)通过本地语音生成或已配置的语音提供方将文本转为音频文件。默认关闭;启用 speechgen.enabled。所选路径可能需要下载本地模型或提供方凭据。写入设置

协调、监督与恢复 ​

能力(选择名)你可以要求什么可用性与前置条件类别配置 / 了解更多
回答结构化问题(ask)当 omp 无法安全推导出答案时,让它停下来向你询问选择、确认或缺失的细节。在 ask.enabled 下默认开启;通知与超时行为均可配置。读取设置
跟踪阶段(todo)维护一个可见的多步骤清单,并把工作标记为受阻、进行中或已完成。在 todo.enabled 下默认开启;目标模式/子代理模式可能改用各自的完成界面。读取子代理与 Agent Hub
委派任务(task)将相互独立的工作分发给专门的子代理(可选择在隔离的工作区中),并收集它们的结果。当 task.maxRecursionDepth 允许再加深一层时默认可用(默认深度:2)。Agent 定义与生成策略可进一步限制选择。执行子代理与 Agent Hub
协调对等体与进程(hub)向对等 agent 发送消息、跟踪或取消后台任务,并监督共享的长时间运行进程(如开发服务器与调试器)。当当前任务深度支持协作时可用。进程监督还取决于 launch.enabled(默认开启)。混合:状态与对等消息为读取;启动或驱动进程为执行子代理与 Agent Hub
保存并恢复到上下文(checkpoint、rewind)标记一个对话检查点,之后让会话恢复到此检查点。两者默认关闭,并随 checkpoint.enabled 一起启用;主要提供给顶级会话。读取设置

记忆与改进 ​

记忆默认关闭。在期待 /tools 中出现这些能力之前,请先在 /settings → 记忆下选择一个后端。

能力(选择名)你可以要求什么可用性与前置条件类别配置 / 了解更多
回忆持久知识(recall)检索相关的事实或过往的经验教训。与 hindsight 或 mnemopi 后端一起可用。读取记忆
留存持久知识(retain)为将来的会话保存某个事实、决策或经验教训。与 hindsight 或 mnemopi 后端一起可用。读取(遵循记忆服务自身的策略)记忆
跨记忆反思(reflect)综合或关联已存储的知识。与 hindsight 或 mnemopi 后端一起可用。读取记忆
维护 Mnemopi 记忆(memory_edit)检查、更新、合并或删除本地 Mnemopi 存储中的记录。仅与 mnemopi 后端一起可用。读取(遵循记忆子系统自身的策略)记忆
捕获可复用的经验教训(learn)保存经验教训,并在合适时把它转化为受管理的技能。默认关闭;需要 autolearn.enabled 以及 local、hindsight 或 mnemopi 记忆后端。混合:仅存入记忆可视为读取;写入文件或技能为写入记忆
维护受管理的技能(manage_skill)创建、改进、检查或停用自动学习的技能。随 autolearn.enabled 默认关闭;通常只在顶级会话中暴露。写入技能

面向成果的内置工作流 ​

这些是面向用户的入口,而非通用工具,但它们可能代替你使用上面的若干能力。

工作流起始操作作用了解更多
代码审查运行 /review,然后选择基准分支、未提交的更改、某个提交、某个 PR 或自定义说明。将 diff 分发给多个审查 agent,并返回按优先级排序的发现。代码审查
创建提交运行 omp commit;只想预览时加上 --dry-run。分析更改,提出 conventional commit 分组与 changelog 更新建议,然后提交;推送为可选项。创建提交
目标模式需要引导式访谈时运行 /guided-goal;当目标已经明确时运行 /goal。跨轮次持续朝一个持久且有预算的目标推进。其模式专属辅助能力仅在目标模式需要时才出现。目标模式
计划模式在要求执行有风险或模糊不清的实现前,先运行 /plan。将规划阶段限制为只读探索,并在执行前呈现一份计划供你审阅。计划模式
Vibe 模式运行 /vibe [prompt],启动直接的、持久化的快速/优质工作会话。把主会话变成一个指挥者,负责启动、引导、验证并停止持久的工作会话。Vibe 模式
自动研究向干净的 Git 工作树添加 autoresearch.sh 基准测试工具,然后运行 /autoresearch [goal]。在专用的 autoresearch/* 分支上反复运行由基准支撑的实验。某些重置/丢弃控件具有破坏性;请先查看仪表盘与基线。运行模式

目标模式、子代理或某些模型家族使用的内部完成与推理辅助能力,刻意不作为用户可选的能力,也不会作为可配置项显示。

添加能力 ​

实时的 /tools 列表可以包含比上面内置项更多的内容:

来源如何变得可用信任与配置
自定义工具会话启动时,omp 会发现在用户层或项目层编写的 JavaScript/TypeScript 工具。它们以你的用户身份运行。加载前请审查项目代码;参见自定义工具。
MCP 服务器已连接的服务器会发布它们自己的工具与资源;默认允许发现项目中的 .mcp.json/mcp.json。服务器可能访问外部账户或执行本地代码。通过 MCP 配置并完成其身份认证。
扩展与插件受信任的扩展可以注册工具;插件可以把工具与命令、agent、规则或服务器配置打包在一起。启用前请检查其源代码与声明的内容;参见编写扩展与插件。
宿主应用程序SDK、RPC 与 ACP 宿主可以为各自的会话提供能力。可用性与审批都由该宿主控制;参见 SDK、RPC 与 ACP。

报告能力问题 ​

自动工具 QA(xd://report_issue)随 dev.autoqa 默认开启。当 omp 检测到与该能力文档约定相矛盾的行为时,它可以记录一份报告;第一条报告会询问你是否同意分享它。使用 omp grievances 检查已记录的报告,并在 /settings 中更改工具 → 开发者 → Auto QA 以关闭报告功能。这条支持路径不会给 omp 提供另一种修改你项目的方式。

如果你期望的能力缺失,先检查 /tools,再核对上文中该能力的启用设置与前置条件。更改已发现的工具、扩展、插件或 MCP 配置后,请重启会话,以便重建实时目录。

基于 oh-my-pi 上游文档整理的非官方中文文档。