claude_code

一、编程真的被"解决"了吗？
2026 年 5 月，在 AI Ascent 峰会上，Claude Code 的创造者 Boris Cherny 分享了他的工作状态：
"自去年 10 月、11 月左右开始，模型已能够编写我 100% 的代码，进入 2026 年以来，我没有亲手写过一行代码。"
这句话在开发者社区引发了巨大反响，很多人感叹：编程问题，真的被解决了。
但仔细想想，有一个问题被忽略了：他用的是 Claude Pro，每月 $25，而且需要翻墙。
对于国内开发者，这不是"解决"，是"门槛"。
真正的"解决"，不应该只是 "AI 能写代码"，而是"人人都能用 AI 写代码"。
二、2026 年 AI 编程的真实格局
先看看现在的市场格局。
根据最新的横评文章，2026 年 AI 编程工具形成了"三足鼎立"：
有篇横评的标题说得很直白：Claude Code 是"最强王者 - 但也是最烧钱的"。
这三个工具都很强，但都有一个共同点：贵 + 需要翻墙。
对于国内开发者，这不是 "AI 编程时代已来"，是 "AI 编程时代对别人来了"。
三、国产替代的真正价值
很多人说国产工具是"平替" - "也能用，但不如原版强"。
但这个逻辑忽略了一件事：门槛本身就是一种能力限制。
一个工具再强，如果你用不了，对你来说就是零。
免费 API 的"降维打击"
2026 年，国产大模型的免费额度已经到了"离谱"的程度：
这不是"平替"，是"降维打击"。
智谱的 GLM-4.7-Flash，完全免费，200K 上下文，编程能力 SWE-Bench 59.2%，你不需要花一分钱，就能获得接近 Claude Sonnet 的编程能力。
这才是"编程问题真正解决"的样子 - 不是 AI 能写代码，是人人都能用 AI 写代码。
四、oh-my-coder：让 "AI 编程"真正普及
这就是我们做 oh-my-coder 的初衷。
不是为了做一个 "Claude Code 的国产版"，而是让每个国内开发者都能零门槛使用 AI 编程。
它能做什么？
31 个专业 Agent：Architect、CodeWriter、Reviewer、Tester、Debugger……比 Claude Code 还多6 个生产模型 + Ollama：GLM-4.7-Flash（完全免费）、DeepSeek-V4、Kimi、豆包、百川……开箱即用：一条命令安装，配置一个免费 API Key 就能开始无需翻墙：所有模型国内直连本地运行：代码不上传，数据安全
和 Claude Code 对比
五、实际场景：从"说一句话"到"任务完成"
说个实际场景。
想象一下：你需要重构一个老项目的用户模块，加个第三方登录。
用 Claude Code：
开 Claude Pro 订阅（$25 / 月）配置代理翻墙打开终端，说："帮我重构用户模块，加第三方登录"等待完成
用 oh-my-coder：
pip install oh-my-coder
配置 GLM API Key（免费）打开终端，说：omc run "帮我重构用户模块，加第三方登录"等待完成
效果一样，成本为零。
这就是我们说的"编程问题真正解决" - 不是 AI 能写代码，是人人都能用 AI 写代码。
六、结语：编程问题真正解决的那一天
Claude Code 创始人说"编程问题已解决"，他说的是技术层面 - AI 已经能写代码了。
但还有一个层面没解决：普及层面。
真正的"解决"，是：
不需要月费订阅不需要翻墙不需要配置代理不需要担心数据上传海外
是每个国内开发者，打开终端，说一句话，就能让 AI 帮他写代码。
oh-my-coder 正在让这一天到来。
快速开始
如果你想试试"零成本 AI 编程"：
然后去泡杯咖啡，等它通知你验收。
GitHub：
https://github.com/VOBC/oh-my-coder
如果你觉得这个工具有价值：
⭐ 给个 Star，让更多人看到🔄 转发给身边写代码的朋友🐛 遇到问题提 Issue
开源的意义：大家一起让它变得更好，然后大家一起用。
#OhMyCoder #claude_code #Copilot #deepsee
你关心的 OpenSea 内容
浏览 | 创建 | 购买 | 出售 | 拍卖
收藏关注 OpenSea 币安频道
掌握最新资讯

Artificial intelligence is once again at the center of crypto discussions after a viral story claimed Anthropic’s Claude AI helped recover access to a long-lost Bitcoin wallet containing nearly $400,000 worth of BTC.
The incident quickly exploded across social media, generating millions of views and sparking intense debate about whether modern AI systems are becoming powerful enough to assist in recovering lost crypto wallets.
While some users celebrated the moment as a breakthrough for AI-assisted crypto recovery, others argued the story was being exaggerated and misunderstood.
So what actually happened?
The Viral Bitcoin Recovery Story
A pseudonymous X user known as “Cprkrn” claimed that Claude AI helped unlock a Bitcoin wallet holding 5 BTC that had reportedly been inaccessible for almost nine years.
The user posted:
“Holy f*ing sht OMG Claude just cracked this sht.”
The dramatic claim immediately spread across Crypto Twitter, with many users assuming that Claude had somehow “broken” Bitcoin encryption.
However, the reality appears far more nuanced.
Blockchain records showed that the wallet had indeed remained inactive since 2015 before suddenly moving funds recently, adding credibility to the recovery claim itself.
But experts quickly clarified an important point:
Bitcoin’s cryptography was not cracked.
Did Claude AI Actually Crack Bitcoin?
No.
Bitcoin’s encryption remains fundamentally secure.
The evidence suggests Claude did not bypass Bitcoin security or break cryptographic protections. Instead, the AI likely assisted in:
Organizing old filesAnalyzing wallet dataIdentifying forgotten cluesHelping reconstruct password possibilitiesAccelerating digital forensics workflows
According to the posts, the wallet owner had already:
Possessed old wallet filesHad access to mnemonic-related cluesUsed recovery tools like Hashcat and btcrecoverRetained historical data from old devices
Claude’s role appears to have been helping connect those pieces together more efficiently.
In simple terms:
AI probably acted like an extremely advanced research assistant not a magical password cracker.
How AI Can Assist in Wallet Recovery
Although AI cannot brute-force Bitcoin encryption, it can still be incredibly useful in recovery situations.
Modern large language models can:
Search through thousands of files rapidlyDetect naming patternsIdentify relevant documentsAnalyze historical notesReconstruct fragmented informationSuggest likely password combinationsExplain recovery workflows
In this case, the user claimed Claude identified an old wallet-related file connected to a mnemonic phrase written in a notebook.
That clue reportedly helped unlock the wallet.
This highlights an important distinction:
AI can assist humans in recovery processes without breaking cryptography itself.
Why the Story Went Viral
The crypto industry is already obsessed with two major narratives:
Artificial IntelligenceBitcoin security
Combining both created the perfect viral storm.
Many users interpreted the headlines emotionally rather than technically. Some believed AI had suddenly become capable of defeating Bitcoin’s security model.
Others argued the story reflected something simpler:
AI dramatically improves productivity when dealing with complex information.
One Reddit user summarized it bluntly:
“Claude didn't crack anything. It just helped search files faster.”
And that may actually be the most important takeaway.
AI Is Becoming a Powerful Crypto Tool
Whether for:
Trading analysisOn-chain investigationsWallet recoverySmart contract auditingScam detectionMarket research
AI tools are becoming deeply integrated into crypto workflows.
Large language models can now process:
Huge datasetsWallet historiesTransaction patternsTechnical documentationRecovery logs
much faster than humans alone.
This does not make them magical.
But it does make them extremely useful.
The Security Debate Around AI and Crypto
The story also reignited concerns surrounding AI security.
If AI can assist in recovery workflows, could it also help attackers?
Potential risks include:
AI-assisted phishingPassword analysisSocial engineeringMalware automationScam generationWallet reconnaissance
Cybercriminals are already using AI to create more convincing scams and automate attacks at scale.
That’s why cybersecurity experts continue emphasizing:
Strong passwordsSecure backupsCold storageOffline seed phrase protectionMulti-factor authentication
AI may improve recovery capabilities, but it also increases the sophistication of threats.
Bitcoin Encryption Still Remains Secure
Despite sensational headlines, there is no evidence that Claude or any AI model can crack Bitcoin cryptography.
Bitcoin security relies on extremely advanced mathematical principles and cryptographic algorithms that remain computationally infeasible to break using current technology.
The wallet recovery appears to have succeeded because:
The owner already had critical recovery informationOld wallet files still existedMnemonic clues were availableAI helped organize and analyze the data efficiently
That is very different from breaking Bitcoin itself.
The Bigger Picture
This story represents something larger than one recovered wallet.
It shows how AI is evolving into a practical tool for:
Digital investigationsInformation recoveryCybersecurity workflowsBlockchain analyticsCrypto operations
The future of crypto may increasingly involve collaboration between humans and AI systems.
But the core lesson remains unchanged:
Good security practices matter more than ever.
Because even with advanced AI tools, lost seed phrases, poor backups, and weak operational security can still permanently destroy access to digital assets.
Final Thoughts
The viral Claude wallet recovery story is less about AI “hacking Bitcoin” and more about how artificial intelligence can amplify human capabilities.
AI did not defeat Bitcoin encryption.
Instead, it likely accelerated a complicated recovery process involving forgotten files, historical clues, and password reconstruction.
That distinction is critical.
As AI becomes more integrated into crypto, users should expect both:
More powerful recovery toolsMore sophisticated security threats
The technology itself is neutral.
How people use it will determine whether it becomes a security advantage or a new attack vector in the digital asset industry.
#TrumpVisitsChina #ClarityActDraft #claude_code #Binance

最近几年，科技圈发生了一些让所有中国开发者脊背发凉的事：
OpenAI 2024 年宣布，从当年 7 月 9 日起，切断对中国开发者的 API 服务。Claude 更狠 - 宣布 2025 年 9 月起，只要公司背后有超过 50% 的中国资本，无论你人在哪里，直接封号，一刀切。2026 年 2 月，OpenAI 针对与网络特战、虚假账号、意图接触美国官员的中国背景账号进行了查封，继续停止对未列入支持名单国家和地区（包括中国）提供 API 接入，大规模清退直接套壳的国内应用。2026 年 4 月，Claude 开始强制推行金融级 KYC（了解你的客户）身份核验，需面部识别加证件验证，使得依靠 VPN 伪造身份的个人用户账号被大量封禁， 严厉拦截中国大陆 IP，并加强了对第三方中转 API 的封控。MetaAI 的直接对话服务（基于 Llama）通常仅在支持的特定国家和地区发布，中国地区用户直接访问通常受限，无法直接调用其网页版或 App 端模型。
这几记重锤落下，整个国内 AI 编程社区炸锅了。
无数开发者突然发现：自己辛辛苦苦搭的工作流、调试好的提示词、养成的使用习惯，一夜之间全部归零，就因为我们在中国。
美国知名 AI 公司对中资及中国境内的封锁已是结构性问题，而非技术 BUG。
愤怒、焦虑、无奈……很多人开始四处打听：有没有什么替代方案？
今天，我想认真回答这个问题。
其实，答案一直都在 - 只是我们以前没注意到。
先说清楚我们是什么
oh-my-coder 是一个国产开源的多智能体编程框架。
这句话可能还是有点抽象，让我翻译成人话：它本质上，是一个 "AI 程序员团队"。
你可能用过 Claude Code 或者 Codex，用它们来帮你写代码，它们像一个单独的高级程序员，你跟它对话，它帮你干活。
而 oh-my-coder 做的事，是给你一个完整的"程序员团队" - 31 个各有所长的 AI 程序员。
有的专门负责写代码，有的专门负责 review 代码找出 bug，有的负责写测试用例，有的负责设计架构，有的负责写文档……你需要谁，叫谁，它们配合工作，形成流水线。
这就是"多智能体"的意思，不是一个人干所有活，而是一群人各司其职。
那你可能又要问了：市面上 AI 编程工具那么多，它凭什么？
好，说到最关键的部分了。
第一，它用的是国产模型，不需要翻墙。
这是最重要的一点，也是最被忽视的一点。
很多人用 Claude Code、Codex 和 Copilot，用的是 Anthropic 和 OpenAI 的模型，这些模型部署在海外服务器，中国开发者要访问它们，要么靠特殊网络，要么靠企业账号绕过限制。
但现在，这条路也慢慢快堵死了。
oh-my-coder 从第一天起，就是围绕国产大模型设计的，它支持 DeepSeek V4、智谱 GLM、阿里通义、百度文心、Kimi、豆包、腾讯混元……十二家国产模型，全部开箱即用。
GLM-4.7-Flash 版本，完全免费，没有任何调用限制，你装上工具，配一个免费 API 密钥，马上就能跑起来。
不需要翻墙，不需要外币信用卡，不需要任何灰色操作。
第二，它真的懂中国开发者的语境。
你用英文工具问它"这个需求怎么实现"，它给你的答案往往带有一股东南亚风 - 要么是面向 StackOverflow 用户的例子，要么是假设你在用 AWS 和 Stripe。
oh-my-coder 不一样，它的所有交互是中文的，它的错误提示是中文的，它的文档是中文的，它的 Agent 命名是中文的。
它默认假设你在用国产云服务、国产数据库、国产框架，它给的是真正能在国内项目里直接用的方案。
这不是翻译，这是基因上的不同。
第三，它有国产的情怀，也有国产的实力。
这个情怀，不是喊口号。
就在最近 - 2026 年 4 月 24 日，DeepSeek 发布了 V4 版本，两天之内，华为昇腾、寒武纪、海光信息、摩尔线程、百度昆仑芯、阿里平头哥等八家国产 AI 芯片厂商，同步完成了全链路适配，实现了 "Day 0" 的完美配合。
这意味着什么？
意味着中国的 AI 大模型，和中国的 AI 芯片，第一次在同一条产业链上完美咬合，字节跳动、腾讯、阿里巴巴，都在抢购华为昇腾芯片，这不只是商业行为，这是一个时代的转向。
而 oh-my-coder，就是跑在这套完全国产化技术栈上的工具链。
DeepSeek V4 跑在华为昇腾上，我们的 AI 程序员跑在 DeepSeek V4 上。
这条链路上的每一个环节，都是中国技术。
你用 oh-my-coder，不只是在写代码，你是在参与这场静悄悄的国产替代。
第四，它不只是一次性的工具，它会自己变强。
oh-my-coder 有一个"自进化"系统，它会记住你每次的反馈，记住你项目里的习惯，记住你踩过的坑。
用得越久，它越懂你。
很多工具装好了是什么样子，三年后还是什么样子，而 oh-my-coder 装好了只是起点，它会跟着你的项目一起成长。
第五，它是开源的，你拥有完全的控制权。
闭源工具，规则是别人定的，哪天人家改了定价，删了功能，封了你的账号，你一点办法都没有。
oh-my-coder 是 MIT 协议的开源项目，你可以在本地运行，可以私有化部署，可以 Fork 去改，可以用在自己的公司项目里而不用担心合规风险。
你的数据留在你自己的服务器上，没有任何云端监控，没有任何服务商锁死你的可能性。
这一点，在当今的地缘政治环境下，变得越来越重要。
总结
所以，总结一下，如果要用一句话说清楚 oh-my-coder 是什么，我会这样说：
它是中国开发者自己的 AI 程序员团队，基于国产大模型，跑在国产技术栈上，完全开源，完全可控。
你可以把它理解成：为 "AI 时代不能依赖海外工具"这个命题，一个认真做的开源答案。
时代变了。
当美国的 AI 公司一个通知就能让你的工作流归零，当"国家安全"变成随时可以挥舞的大棒，当科技脱钩从口号变成现实……
我们需要的，不是更熟练地翻墙，不是更努力地适应别人的规则，我们需要自己的工具，自己的生态，自己的选择。
这条路还很长，oh-my-coder 也只是万里长征的第一步。
但至少，现在这条路已经有人在走了。
如果你是国内开发者，如果你曾经被 Claude 封号困扰过，如果你想找一个真正属于中国程序员的 AI 编程工具 - 去试试吧。
GitHub 搜 oh-my-coder，一条命令装好。
这不只是换一个工具，这是在关键时刻，做一个对自己、对行业、对国家都有意义的选择。
好了，这就是今天想说的。
Github：
https://github.com/VOBC/oh-my-coder
#OhMyCoder #chatgpt #claude_code #DeepSeek
你关心的 OpenSea 内容
浏览 | 创建 | 购买 | 出售 | 拍卖
收藏关注 OpenSea 币安频道
掌握最新资讯

先说结论
这一周，oh-my-coder 完成了有史以来最密集的一次迭代，从命令行工具到桌面应用，从单一功能到完整的 Agent 协作体系，我们几乎把整个项目重新打磨了一遍。
如果你上周看过这个项目，这周再来，会发现它已经不一样了。
这一周做了什么
🖥️ 桌面版正式上线
这是本周最大的更新。
oh-my-coder 现在有了一个真正的桌面应用，你不再需要盯着黑色的命令行窗口，而是可以在一个干净的界面里完成所有操作：
左侧边栏：历史会话一目了然，随时切换右侧设置面板：每个模型单独配置 API Key，不再混乱Cmd+K 快速唤起：随时呼出命令面板，不打断工作流Markdown 实时渲染：AI 的回答直接以格式化文本展示，不再是一堆符号差异对比视图：代码改动前后对比清晰，一眼看出改了什么
桌面版的设计理念是：终端的效率，桌面的体验，我们不想做一个臃肿的 IDE，而是一个轻量的壳，让命令行用户也能享受图形界面的便利。
🤖 31 个 Agent，怎么协调工作的？
这是用户问得最多的问题，今天认真回答一下。
很多人看到 “31 个 Agent” 会有疑问：这么多 Agent，它们怎么分工？会不会互相打架？会不会乱跑？
简单说：它们是一个有分工的团队，不是一群散兵游勇。
每次你发出一个任务，oh-my-coder 不会把 31 个 Agent 全部派出去，它会根据任务类型，自动选择最合适的 Agent 组合，比如：
写代码 → 调用代码生成 Agent + 代码审查 Agent修 Bug → 调用调试 Agent + 测试 Agent写文档 → 调用文档 Agent + 格式检查 Agent
这些 Agent 并行工作，然后把结果交叉验证，如果两个 Agent 的结论不一致，系统会自动标记出来，让你决定采用哪个。
为什么要交叉验证？
因为单个 AI 会犯错，会”幻觉”，会自信地给出错误答案，但两个独立的 Agent 同时犯同一个错误的概率，远远低于一个，这是我们从工程实践中总结出来的经验，不是噱头。
此外，每个 Agent 都有健康检查机制，如果某个 Agent 在 60 秒内没有响应，系统会自动把它的任务重新分配给其他 Agent，整个流程不会卡死。
💰 Token 消耗问题，我们怎么看
这也是用户反映最多的顾虑：多 Agent 协作，是不是很费 Token？
诚实回答：是的，比单 Agent 多。
但我们做了几件事来控制这个问题：
第一，让你看见钱花在哪。
每次任务完成后，oh-my-coder 会生成一份执行追踪报告，告诉你每个 Agent 用了多少 Token，哪个步骤最贵，你不会再有“钱不知道花哪去了”的感觉。
第二，默认只启用生产级模型。
本周我们新增了模型过滤功能，默认情况下，oh-my-coder 只显示和使用经过验证的生产级模型，把那些还在测试阶段的实验性模型隐藏起来，这样既避免了用昂贵的模型做简单任务，也避免了用不稳定的模型搞砸重要工作。
第三，GLM-4.7-Flash 完全免费。
如果你只是想试试效果，不想花一分钱，直接用 GLM-4.7-Flash，它是智谱 AI 开放的免费模型，能力足够应对大多数日常编程任务，我们把它设为默认推荐，三步配置，零成本起步。
🚀 新手引导：三步上手
本周新增了交互式快速开始向导。
以前新用户第一次用 oh-my-coder，需要自己看文档、找配置、猜命令，现在不一样了：
运行 omc quickstart系统引导你选择模型（有推荐，不用自己研究）粘贴 API Key，完成
整个过程不超过 3 分钟，不需要读任何文档。
🔒 安全加固
本周还做了一件不那么显眼但很重要的事：安全加固。
修复了 API Key 配置的一个逻辑漏洞（Issue #7，感谢用户 shiflymoon 反馈）为 GitHub 主分支加了保护规则，防止代码被意外覆盖所有错误信息不再暴露敏感的系统细节
我们和竞品有什么不同
市面上类似的工具不少，最有名的是 OpenCode（146K stars）和 Claude Code。
OpenCode 支持 75+ 个模型，架构很先进，但它是面向全球用户设计的，对国内用户不友好 - 很多模型需要翻墙，配置复杂，没有针对国产模型的优化。
Claude Code 是 Anthropic 官方出品，体验很好，但它只支持 Claude 系列模型，而且最近 Anthropic 对中国用户的封号问题让很多人开始寻找替代方案。
oh-my-coder 的定位：专为国内开发者打造的多 Agent 编程助手。
12 家国产大模型，全部直连，不需要任何代理31 个专业 Agent，覆盖从需求分析到代码审查的完整开发流程完全开源，MIT 协议，代码在你手里，不依赖任何云服务自进化系统：每次任务完成后，系统会把经验写入记忆，下次做类似任务会更准确
自进化：这个功能值得单独说
oh-my-coder 有一个很多人没注意到的功能：它会学习。
每次任务完成后，系统会自动总结这次任务的经验 - 用了什么方法、踩了什么坑、哪个 Agent 表现最好 - 然后写入分层记忆系统。
下次遇到类似任务，它会先查这份记忆，而不是从零开始。
这意味着：你用得越久，它越懂你的项目，越懂你的习惯。
这不是营销话术，这是我们从 Claude Code 的架构中学到的设计思路，然后在 oh-my-coder 里实现的。
接下来要做什么
VS Code 插件：让你在编辑器里直接调用 oh-my-coder，不用切换窗口Token 自动压缩：长对话自动压缩上下文，减少不必要的消耗Web 界面：给不习惯命令行的用户一个更友好的入口
最后
oh-my-coder 是一个还在快速成长的项目，我们每天都在更新，每周都有新功能。
如果你遇到问题，欢迎在 GitHub 提 Issue，如果你觉得有用，一个 Star 是对我们最大的鼓励。
GitHub：
https://github.com/VOBC/oh-my-coder
#OhMyCoder #claude_code #AIAgent #vibecoding #AI
你关心的 OpenSea 内容
浏览 | 创建 | 购买 | 出售 | 拍卖
收藏关注 OpenSea 币安频道
掌握最新资讯

写在前面
上次发完那篇文章之后，有朋友问我："你说的那个多 Agent 编程助手，我下载试了一下，还挺好用的，最近有什么新东西吗？"
有，而且不少。
这一个月里，我们把整个系统从骨架到血肉都翻了一遍，核心没有变 - 还是那个用国产大模型的多 Agent 编程助手 - 但现在它更像一个真正的开发团队了：会自己规划任务、会感知你的项目结构、会在后台默默干活然后告诉你完成了、出问题了会自己复盘优化。
这篇文章不说技术细节，就说一件事：现在的 oh-my-coder，能帮你干什么。
先说个实际的场景
想象一下这个画面：
你打开终端，跟它说："帮我把那个老项目的用户模块重构一下，要加个第三方登录。"
然后你就去喝咖啡了。
一个多小时后，你电脑弹出一个通知："用户模块重构完成，测试全部通过，要验收吗？"
你点进去看了下，Architect 已经画好了重构方案，CodeWriter 写完了代码，Reviewer 审查过了两轮，Tester 写好了测试用例，Git Master 自动提交了 commit。
整个过程，你只说了一句话。
这就是 oh-my-coder 现在能做的事。
它是怎么工作的？
其实逻辑很简单 - 分工协作。
就像一个真实的开发团队，不是只有一个人埋头写代码，而是有人负责分析需求、有人负责画架构、有人负责写代码、有人负责审查、有人负责写测试……
oh-my-coder 里现在有 19 个专业 Agent，每个 Agent 各司其职：
Architect 负责设计架构CodeWriter 负责写代码Reviewer 负责代码审查Tester 负责写测试用例Debugger 负责找 BugWriter 负责写文档Security Reviewer 负责安全审查还有负责 Git 管理的、数据库设计的、API 规划的……
你需要做的，就是告诉它你要做什么，它会自动分配最合适的 Agent 来协作完成。
这次更新了什么？
1. 它会"感知"你的项目了
以前 AI 写代码最大的问题是：它不知道你的项目长什么样，生成的代码和你的实际项目格格不入。
现在不会了。
oh-my-coder 会自动扫描你的项目目录，理解项目结构，识别关键文件和依赖关系，在开始干活之前，它已经对你的项目了然于胸。
这样生成的代码，自然更贴合你的项目实际，减少了 AI 幻觉，也减少了返工。
2. 它可以在后台默默干活了
传统的 AI 编程工具，你得一直开着界面等它干活，你要是关掉窗口，它就停了。
现在的 Quest Mode 支持异步任务，你把需求丢给它，它在后台跑，你去做别的事，跑完了桌面通知你验收，就像一个永不抱怨的远程员工。
3. 它有了"记忆"
每次完成任务，它会自动复盘：哪里做得好，哪里出了问题，下次怎么改进。
这意味着：用得越久，它越懂你的项目，也越懂你的编码风格。
不是一次性的工具，而是会成长的助手。
4. 它变得更安全了
这个是专门重点加的。
AI 执行命令的时候，万一手滑执行了危险操作怎么办？比如误删文件、暴露敏感信息之类的。
oh-my-coder 现在有多层安全机制：危险命令自动拦截，所有文件操作在隔离环境执行，发布代码之前会自动检查有没有泄露 API Key 或敏感信息。
Anthropic 那么重视安全，Claude Code 还能发生源码泄露的"低级错误"，这种事，在 oh-my-coder 这里提前堵住了。
支持的模型更多了
这是很多朋友最关心的问题。
目前 oh-my-coder 已经支持 11 个国产大模型：DeepSeek、Kimi、豆包、通义千问、智谱 GLM、MiniMax、百川智能、讯飞星火、文心一言、天工 AI、腾讯混元。
基本上国内主流的大模型，都接上了。
其中最推荐的是智谱的 GLM-4.7-Flash，这个模型永久免费，日常开发完全够用，几乎等于不花钱。
不需要折腾代理，不需要翻墙，不需要月费订阅，配置一个免费 API Key，三条命令装好，就能开始。
和别的工具比怎么样？
oh-my-coder：GLM-4.7-Flash 永久免费，完全开源，国内直连，18 个专业 Agent，支持后台任务Claude Code：$20 / 月 + 代理，不开源，需要翻墙，多 Agent 有限，不支持后台任务Cursor：$20 / 月，不开源，限制多，不支持多 Agent，不支持后台任务Qoder：即将收费，不开源，支持国内，支持多 Agent，支持后台任务
核心优势：免费 + 开源 + 国内直连。
Claude Code 要月费、要翻墙、要折腾代理，Cursor 也是月费，这两个对国内开发者来说，隐形成本很高。
oh-my-coder 降低了所有这些门槛：一条安装命令，一行 API 配置，马上就能用。
适合谁用？
想快速出原型的开发者 - 描述需求，代码自动生成想让代码质量更稳定的团队 - 多 Agent 协作审查，减少人为疏忽在学习新技术的开发者 - AI 讲解代码逻辑和架构设计需要重构老项目的团队 - 智能分析 + 自动重构方案想提升测试覆盖率的开发者 - 自动生成测试用例
怎么开始？
第一步：安装（Linux / macOS / Windows 全支持）
curl -fsSL raw.githubusercontent.com/VOBC/oh-my-… | bash
Windows 用户也有专门的安装脚本，双击运行即可。
第二步：配置 API Key（推荐免费方案）
去智谱开放平台注册一个账号，获取 API Key，然后：
export GLM_API_KEY=你的 API 密钥
第三步：开始干活
omc run "帮我写一个待办事项 CLI 应用"
然后？然后去泡杯咖啡，等它通知你验收。
写在最后
做一个开源项目，最开心的时刻是什么？
是有陌生人在 GitHub 上点了 Star。
是有人在 issue 里说"用了一下，真的帮我省了不少时间"。
是有人在群里问"这个和 Claude Code 比有什么区别"，然后自己找到了答案。
如果你觉得这个工具有价值，欢迎：
给 GitHub 点个 Star，不花钱，但能让更多人看到它转发给身边写代码的朋友遇到问题提 Issue，一起完善有好想法提 PR，让它变得更好
开源的意义就在这里：大家一起让它变得更好，然后大家一起用。
GitHub：
https://github.com/VOBC/oh-my-coder
有问题或者想聊聊 AI 编程的方向，也欢迎来 GitHub 上交流。
本文由 oh-my-coder 辅助写作完成
延伸阅读：Oh My Coder 中文版正式发布！支持国产大模型的多智能体编程助手
#OhMyCoder #claude_code #AI
你关心的 OpenSea 内容
浏览 | 创建 | 购买 | 出售 | 拍卖
收藏关注 OpenSea 币安频道
掌握最新资讯

先说结论
这一周，oh-my-coder 完成了有史以来最密集的一次迭代，从命令行工具到桌面应用，从单一功能到完整的 Agent 协作体系，我们几乎把整个项目重新打磨了一遍。
如果你上周看过这个项目，这周再来，会发现它已经不一样了。
这一周做了什么
🖥️ 桌面版正式上线
这是本周最大的更新。
oh-my-coder 现在有了一个真正的桌面应用，你不再需要盯着黑色的命令行窗口，而是可以在一个干净的界面里完成所有操作：
左侧边栏：历史会话一目了然，随时切换右侧设置面板：每个模型单独配置 API Key，不再混乱Cmd+K 快速唤起：随时呼出命令面板，不打断工作流Markdown 实时渲染：AI 的回答直接以格式化文本展示，不再是一堆符号差异对比视图：代码改动前后对比清晰，一眼看出改了什么
桌面版的设计理念是：终端的效率，桌面的体验，我们不想做一个臃肿的 IDE，而是一个轻量的壳，让命令行用户也能享受图形界面的便利。
🤖 31 个 Agent，怎么协调工作的？
这是用户问得最多的问题，今天认真回答一下。
很多人看到 “31 个 Agent” 会有疑问：这么多 Agent，它们怎么分工？会不会互相打架？会不会乱跑？
简单说：它们是一个有分工的团队，不是一群散兵游勇。
每次你发出一个任务，oh-my-coder 不会把 31 个 Agent 全部派出去，它会根据任务类型，自动选择最合适的 Agent 组合，比如：
写代码 → 调用代码生成 Agent + 代码审查 Agent修 Bug → 调用调试 Agent + 测试 Agent写文档 → 调用文档 Agent + 格式检查 Agent
这些 Agent 并行工作，然后把结果交叉验证，如果两个 Agent 的结论不一致，系统会自动标记出来，让你决定采用哪个。
为什么要交叉验证？
因为单个 AI 会犯错，会”幻觉”，会自信地给出错误答案，但两个独立的 Agent 同时犯同一个错误的概率，远远低于一个，这是我们从工程实践中总结出来的经验，不是噱头。
此外，每个 Agent 都有健康检查机制，如果某个 Agent 在 60 秒内没有响应，系统会自动把它的任务重新分配给其他 Agent，整个流程不会卡死。
💰 Token 消耗问题，我们怎么看
这也是用户反映最多的顾虑：多 Agent 协作，是不是很费 Token？
诚实回答：是的，比单 Agent 多。
但我们做了几件事来控制这个问题：
第一，让你看见钱花在哪。
每次任务完成后，oh-my-coder 会生成一份执行追踪报告，告诉你每个 Agent 用了多少 Token，哪个步骤最贵，你不会再有“钱不知道花哪去了”的感觉。
第二，默认只启用生产级模型。
本周我们新增了模型过滤功能，默认情况下，oh-my-coder 只显示和使用经过验证的生产级模型，把那些还在测试阶段的实验性模型隐藏起来，这样既避免了用昂贵的模型做简单任务，也避免了用不稳定的模型搞砸重要工作。
第三，GLM-4.7-Flash 完全免费。
如果你只是想试试效果，不想花一分钱，直接用 GLM-4.7-Flash，它是智谱 AI 开放的免费模型，能力足够应对大多数日常编程任务，我们把它设为默认推荐，三步配置，零成本起步。
🚀 新手引导：三步上手
本周新增了交互式快速开始向导。
以前新用户第一次用 oh-my-coder，需要自己看文档、找配置、猜命令，现在不一样了：
运行 omc quickstart系统引导你选择模型（有推荐，不用自己研究）粘贴 API Key，完成
整个过程不超过 3 分钟，不需要读任何文档。
🔒 安全加固
本周还做了一件不那么显眼但很重要的事：安全加固。
修复了 API Key 配置的一个逻辑漏洞（Issue #7，感谢用户 shiflymoon 反馈）为 GitHub 主分支加了保护规则，防止代码被意外覆盖所有错误信息不再暴露敏感的系统细节
我们和竞品有什么不同
市面上类似的工具不少，最有名的是 OpenCode（146K stars）和 Claude Code。
OpenCode 支持 75+ 个模型，架构很先进，但它是面向全球用户设计的，对国内用户不友好 - 很多模型需要翻墙，配置复杂，没有针对国产模型的优化。
Claude Code 是 Anthropic 官方出品，体验很好，但它只支持 Claude 系列模型，而且最近 Anthropic 对中国用户的封号问题让很多人开始寻找替代方案。
oh-my-coder 的定位：专为国内开发者打造的多 Agent 编程助手。
12 家国产大模型，全部直连，不需要任何代理31 个专业 Agent，覆盖从需求分析到代码审查的完整开发流程完全开源，MIT 协议，代码在你手里，不依赖任何云服务自进化系统：每次任务完成后，系统会把经验写入记忆，下次做类似任务会更准确
自进化：这个功能值得单独说
oh-my-coder 有一个很多人没注意到的功能：它会学习。
每次任务完成后，系统会自动总结这次任务的经验 - 用了什么方法、踩了什么坑、哪个 Agent 表现最好 - 然后写入分层记忆系统。
下次遇到类似任务，它会先查这份记忆，而不是从零开始。
这意味着：你用得越久，它越懂你的项目，越懂你的习惯。
这不是营销话术，这是我们从 Claude Code 的架构中学到的设计思路，然后在 oh-my-coder 里实现的。
接下来要做什么
VS Code 插件：让你在编辑器里直接调用 oh-my-coder，不用切换窗口Token 自动压缩：长对话自动压缩上下文，减少不必要的消耗Web 界面：给不习惯命令行的用户一个更友好的入口
最后
oh-my-coder 是一个还在快速成长的项目，我们每天都在更新，每周都有新功能。
如果你遇到问题，欢迎在 GitHub 提 Issue，如果你觉得有用，一个 Star 是对我们最大的鼓励。
GitHub：
https://github.com/VOBC/oh-my-coder
#OhMyCoder #claude_code #AIAgent #vibecoding
你关心的 IC 内容
技术进展 | 项目信息 | 全球活动
收藏关注 IC 币安频道
掌握最新资讯