Menü
可配置的 pipeline 编排器，用于串接阶段
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
oh-my-kimi 的目录入口，包含面向 Kimi CLI 的 agent、skill、hook 与 MCP 套件，衍生自 oh-my-* 谱系。
面向密钥、注入、authz/authn、不安全 IO、依赖与数据外泄风险的安全评审
证据驱动的追踪通道，在 Kimi 的 Agent 工具中编排互相竞争的 tracer 假设
LLM Wiki —— 跨会话持续累积的 markdown 知识库（Karpathy 模型）
面向作家的 agentic 记忆系统 —— 跟踪人物、关系、场景与主题
跑只读的深度仓库分析，返回一份带置信度排序的综合结论，附具体文件引用、清晰区分证据与推断。当用户说 'analyze'、'investigate'、'why does'、'what's causing'，或在提任何改动方案之前需要跨文件的有据解释时使用。
| name | pipeline |
| description | 可配置的 pipeline 编排器，用于串接阶段 |
$pipeline 是 oh-my-kimi 的可配置 pipeline 编排器。它通过统一的 PipelineStage 接口串接阶段，并支持状态持久化与 resume。
oh-my-kimi 权威 pipeline 串接：
RALPLAN (consensus planning) -> team-exec (Kimi CLI workers) -> ralph-verify (architect verification)
每次运行可配置的 pipeline 参数：
| Parameter | Default | Description |
|---|---|---|
maxRalphIterations | 10 | Ralph 验证迭代上限 |
workerCount | 2 | Kimi CLI team worker 数量 |
agentType | executor | team worker 的 agent 类型 |
每个 stage 实现 PipelineStage 接口：
interface PipelineStage {
readonly name: string;
run(ctx: StageContext): Promise<StageResult>;
canSkip?(ctx: StageContext): boolean;
}
stage 接收一个含此前 stage 累积工件的 StageContext，并返回一个含 status、artifacts、duration 的 StageResult。
prd-*.md 与 test-spec-*.md 规划工件都已存在时跳过，并将任何 deep-interview-*.md 规格路径带下去以便追溯。Pipeline 状态通过 ModeState 持久化到 .omk/state/pipeline-state.json。HUD 会自动渲染 pipeline 阶段。支持从上一个未完成 stage 恢复。
omk state write --input '{"mode":"pipeline","active":true,"current_phase":"stage:ralplan"}' --jsonomk state write --input '{"mode":"pipeline","current_phase":"stage:<name>"}' --jsonomk state write --input '{"mode":"pipeline","active":false,"current_phase":"complete"}' --jsonimport {
runPipeline,
createAutopilotPipelineConfig,
createRalplanStage,
createTeamExecStage,
createRalphVerifyStage,
} from './pipeline/index.js';
const config = createAutopilotPipelineConfig('build feature X', {
stages: [
createRalplanStage(),
createTeamExecStage({ workerCount: 3, agentType: 'executor' }),
createRalphVerifyStage({ maxIterations: 15 }),
],
});
const result = await runPipeline(config);