Menü
OMC agent 目录、可用工具、团队管道路由、提交协议和 skills 注册表。当委托 agent、使用 OMC 工具、协调团队、提交代码或调用 skills 时自动加载。
Mit Codex oder Claude installieren Kopieren Sie diesen Prompt, fügen Sie ihn in Codex, Claude oder einen anderen Assistant ein und lassen Sie die Skill-Seite prüfen und installieren.
Basierend auf der SOC-Berufsklassifikation
| name | omc-reference |
| description | OMC agent 目录、可用工具、团队管道路由、提交协议和 skills 注册表。当委托 agent、使用 OMC 工具、协调团队、提交代码或调用 skills 时自动加载。 |
内置参考，需要详细的 OMC 目录信息时使用。
前缀：oh-my-claudecode:。完整的 prompts 参见 agents/*.md。
| Agent | 模型 | 用途 |
|---|---|---|
explore | haiku | 快速代码库搜索和映射 |
analyst | opus | 需求清晰度和隐藏约束 |
planner | opus | 排序和执行计划 |
architect | opus | 系统设计、边界和长期权衡 |
debugger | sonnet | 根因分析和故障诊断 |
executor | sonnet | 实现和重构 |
verifier | sonnet | 完成证据和验证 |
tracer | sonnet | 追踪收集和证据捕获 |
security-reviewer | sonnet | 信任边界和漏洞 |
code-reviewer | opus | 全面的代码审查 |
test-engineer | sonnet | 测试策略和回归覆盖 |
designer | sonnet | UX 和交互设计 |
writer | haiku | 文档和简洁内容 |
qa-tester | sonnet | 运行时/手动验证 |
scientist | sonnet | 数据分析和统计推理 |
document-specialist | sonnet | SDK/API/框架文档查找 |
git-master | sonnet | 提交策略和历史卫生 |
code-simplifier | opus | 行为保留的简化 |
critic | opus | 计划/设计挑战和审查 |
haiku — 快速查找、轻量检查、窄文档工作sonnet — 标准实现、调试和审查opus — 架构、深度分析、共识规划和高风险审查/team N:executor "task"/oh-my-claudecode:ask <claude|codex|gemini>/ccgstate_read, state_write, state_clear, state_list_active, state_get_statusTeamCreate, TeamDelete, SendMessage, TaskCreate, TaskList, TaskGet, TaskUpdatenotepad_read, notepad_write_priority, notepad_write_working, notepad_write_manualproject_memory_read, project_memory_write, project_memory_add_note, project_memory_add_directivelsp_hover, lsp_goto_definition, lsp_find_references, lsp_diagnosticsast_grep_search, ast_grep_replacepython_repl通过 /oh-my-claudecode:<name> 调用内置工作流。
autopilot — 从想法到工作代码的完全自主执行ralph — 持续循环直到完成验证ultrawork — 高吞吐量并行执行team — 协调团队编排ccg — Codex + Gemini + Claude 综合ultraqa — QA 循环：测试、验证、修复、重复omc-plan — 规划工作流ask, cancel, note, learner, omc-setup, mcp-setup, hud, trace阶段：team-plan → team-prd → team-exec → team-verify → team-fix（循环）
使用 git trailers 保留决策上下文。
Constraint: 活跃约束Rejected: 被拒绝的替代方案及原因Directive: 前瞻性警告或指示Confidence: high | medium | lowScope-risk: narrow | moderate | broadfeat(docs): reduce instruction footprint
移动仅参考的编排内容到原生 skill
Constraint: 保留 CLAUDE.md 标记安装流程
Rejected: 同步所有内置 skills | 行为变化大于需求
Confidence: high
Scope-risk: narrow
LLM 微调专家。使用场景：微调 LLMs、训练自定义模型、适配基础模型进行特定任务。用于配置 LoRA/QLoRA 适配器、准备 JSONL 训练数据集、设置超参数、适配器训练、迁移学习、Hugging Face PEFT 微调、指令微调、RLHF、DPO 或量化部署微调模型。触发词：LoRA、QLoRA、PEFT、微调、适配器调优、LLM 训练、模型训练、自定义模型。
深度研究工具。仅在用户明确说'深度研究'、'深入调查'、'全面报告'时使用。比普通搜索慢 10-100 倍。对于普通研究/查找请求，使用 parallel-web-search。支持多轮：传递 --previous-interaction-id 以继续之前的上下文。
AI 模型提示工程指南：LLM、图像生成器、视频模型。技术：思维链、少样本、系统提示、负提示。模型：Claude、GPT-4、Gemini、FLUX、Veo、Stable Diffusion 提示。用于：更好的 AI 输出、一致的结果、复杂任务、优化。触发词：提示工程、如何提示、更好的提示、提示技巧、提示指南、LLM 提示、图像提示、AI 提示、提示优化、提示模板、提示结构、有效提示、提示技术。
RAG（检索增强生成）模式专家。用于构建 RAG 管道、嵌入文档、实现混合搜索、上下文检索、HyDE、Agentic RAG、多模态 RAG、查询分解、重排或 pgvector 搜索。触发词：RAG、检索、LLM、上下文、嵌入、HyDE、重排、pgvector、多模态。
Apache Spark 作业优化：分区策略、缓存、shuffle 优化和内存调优。用于提升 Spark 性能、调试慢作业或扩展数据处理管道。触发词：Spark、性能优化、分区、缓存、shuffle、数据倾斜。
Web 研究工具：搜索多个来源、综合发现并生成带引用的研究报告。用于用户要求在线研究主题、搜索网页、查找信息、获取最新信息、对比选项或生成研究报告。触发词：研究、网上搜索、查找信息、最新信息、对比选项、研究报告。