抱歉，您的浏览器无法访问本站
本页面需要浏览器支持（启用）JavaScript
了解详情 >

ControlNet

个人博客 << https://controlnet.space

img

首页

 img

动态

 img

时间线

 img

分类

 img

标签

 img

友链

 img

留言板

 img

开往

 img

GitHub
oma-dotfile: 在多台机器上同步各种coding agent配置的dotfile工具

oma-dotfile: 在多台机器上同步各种coding agent配置的dotfile工具

发布

Python

AI

工具

Agent

2026-01-28

oma-dotfile是自己用来同步各种coding agent配置的dotfile仓库，只需要一行命令，就可以把同一套规则、模型、skill和通知插件装到OpenCode，oh-my-pi，Codex和Claude Code等agent里。代码发布在GitHub上，项目地址。

背景

为了让agent用起来更适合自己，肯定会对agent的各种东西做一些自定义的改造。比如说，想用自己选的模型，而且有一个自己部署的Gotify[6]通知服务器，希望agent每次执行完之后都可以发一条通知到手机上。

有了这些自定义的东西之后，再加上自己是在多台机器上同时使用agent的，就会发现要把各种agent的配置文件从一台机器抄到另外一台机器，其实非常麻烦。所以就做了这样一个dotfile的工具，可以在新的机器上快速地拉取相关的配置。这样的话，一台机器上有什么更新，其他机器上直接拉一下就可以用了。

一开始只有OpenCode[1]加上oh-my-opencode[2]，所以名字叫omo-dotfile。后来又陆续加上了oh-my-pi[3]，Codex[4]和Claude Code[5]，就改名成了oma-dotfile。

功能

banner
Fig. 1. 安装脚本启动时的banner

目前主要有以下功能:

  • 一行命令安装: 在Linux，macOS和Windows上都可以用，只需要Python 3.10以上和Git，不需要安装任何第三方的Python包。
  • 多个agent: 支持OpenCode + oh-my-openagent(原oh-my-opencode)，OMO Native(oh-my-openagent独立的命令行版本)，oh-my-pi(OMP)，Codex和Claude Code。默认只给本机上安装了的agent装配置。
  • 全局规则: 同一份规则文件_AGENTS.md会装到每个agent里。OpenCode，Codex，OMP和OMO Native装成各自的AGENTS.md，Claude Code则装成~/.claude/rules/oma-dotfile.md。
  • 模型: 默认通过一个OpenAI兼容的第三方网关调用模型，加上--oauth参数之后，可以换成ChatGPT的官方登录。
  • Skills: 9个共用的skill，比如github-cli，secret-guard，skill-creator等。
  • 通知: 每个agent都有一个Gotify的通知插件，标题是<Agent> :: <项目>@<主机名>，这样一眼就能看出是哪台机器上的哪个项目完成了。也可以配置一个大模型，把这一轮的回复总结成一句话再发出来。
  • 统计: 配置WakaTime[7]的插件统计写代码的时间，以及Tokscale[8]的模型别名，统计各个模型的token用量。

使用方法

在Linux或者macOS上:

1
curl -fsSL https://raw.githubusercontent.com/ControlNet/oma-dotfile/master/pull.py | python3

在Windows的PowerShell里:

1
(Invoke-WebRequest -Uri 'https://raw.githubusercontent.com/ControlNet/oma-dotfile/master/pull.py' -UseBasicParsing).Content | python

如果要给所有支持的agent都装上配置，可以加上--all参数。被修改的配置文件会先备份成*.bak-<时间>，不需要备份的话可以设置NO_BACKUP=1。

如果想用ChatGPT的官方登录，而不是第三方网关，可以加上--oauth:

1
curl -fsSL https://raw.githubusercontent.com/ControlNet/oma-dotfile/master/pull.py | python3 - --oauth

然后在各个agent里分别登录，比如codex login，或者在OMP里用/login openai-codex。之后不加--oauth再运行一次，就会切换回网关。

所有的密钥都是通过环境变量读取的，主要有以下几个:

  • CODEX_BASE_URL，CODEX_API_TOKEN: 网关的地址和token
  • GOTIFY_URL，GOTIFY_TOKEN_FOR_OPENCODE: Gotify的地址和token，其他agent可以用GOTIFY_TOKEN_FOR_CODEX等单独设置
  • GOTIFY_NOTIFY_SUMMARIZER_MODEL，GOTIFY_NOTIFY_SUMMARIZER_ENDPOINT，GOTIFY_NOTIFY_SUMMARIZER_API_KEY: 用来总结通知的模型
  • WAKATIME_API_KEY，WAKATIME_API_URL: WakaTime的key和地址，会写到~/.wakatime.cfg里

这个仓库是自己的配置，规则和模型都是按照自己的习惯来的。如果要用的话，建议先fork一份，改成自己的配置之后再用。

实现

整体架构

architecturearchitecture

Fig. 2. oma-dotfile的整体架构

如上图所示，仓库里放的是所有agent的配置，pull.py运行的时候，先把整个仓库浅克隆到一个临时目录，然后检测本机装了哪些agent，再把对应的配置分别写到各个agent的目录里。规则和skill是所有agent共用的，模型配置和通知插件则是每个agent各有一份，因为每个agent的配置格式和插件的API都不一样。密钥不会写进仓库，只在安装的时候从环境变量里读取，或者让agent自己在运行时读取环境变量。自己的这些密钥是用Infisical[10]统一管理的，再同步到每台机器的环境变量里。

安装脚本

最开始的安装脚本是pull.sh和pull.ps1，里面把要下载的文件一个一个写死了。后来加了插件和skill的文件夹之后，每加一个文件都要改两个脚本，所以就换成了一个只用Python标准库的pull.py，直接git clone --depth 1整个仓库，然后再复制过去。

只用标准库这一点后来也遇到了问题。Codex的配置是TOML，读TOML用的tomllib要Python 3.11才有，而Ubuntu 22.04自带的是Python 3.10，在那些机器上一运行就报错了。因为安装脚本是直接curl下来用系统的Python运行的，没法先装tomli，最后只能写了一个简单的TOML解析作为后备。

另外有两个地方一开始也没有考虑清楚:

  • 检测agent: 一开始是看配置目录是否存在，但是只要在这台机器上运行过一次安装脚本，这些目录就都被创建出来了，所以没法用来判断。后来改成了检查可执行文件，包括~/.bun/bin，~/.local/bin和nvm这些不一定在PATH里的位置。
  • 哪些文件归安装脚本管: 比如OpenCode的插件和skill文件夹里，除了这个仓库装的，也可能有自己另外装的。所以只替换这个仓库管理的那几项，其他的保持不变。像OMO Native的settings.json这种运行时会被修改的文件，则是合并而不是覆盖。

规则

_AGENTS.md里放的是自己对agent的一些要求，比如:

  • 不允许在代码、日志和文档里写入任何密钥
  • 不允许使用git clean
  • 删除、覆盖、迁移和force push之前要先提醒
  • Python项目要用pixi或者conda管理环境，不能装到系统的Python里
  • 不允许用任何dummy的占位符来代替真实的实现
  • 有价值的知识要保存到.omo/knowledges/*.md里

同一份规则要给5个agent用，规则里就只能写所有agent都能理解的东西。之前有两条规则是按oh-my-opencode的写法写的，比如用load_skills=["skill-name"]去委派任务，这是oh-my-opencode特有的写法，在别的agent里是没有意义的，后来就删掉了。

还有一个问题是，不少agent默认会去读其他agent的配置。比如OMO Native默认会读取~/.claude/rules，OpenCode也会兼容Claude Code的配置，这样同一份规则可能会被注入好几次。所以安装脚本会把OMO里这些兼容的功能关掉，OpenCode也建议设置OPENCODE_DISABLE_CLAUDE_CODE=1，让每个agent只读自己目录里的那一份。装到Claude Code的时候，也是放到rules/里，不去覆盖CLAUDE.md，这样不会影响自己原有的设置。

模型的高低搭配

用哪个模型和当时的性价比、订阅都有关系，一直在变。比如2月份的时候GPT的性价比更高，而且有Codex的订阅，后来从GPT-5.x一直换到GPT-6.1，现在也会用Opus 5.5。

这里说一下不同agent之间的高低搭配。以oh-my-openagent为例，现在的配置是这样的:

agent 作用 模型 推理强度
Sisyphus / Hephaestus 主agent，负责规划和实现 GPT-6.1 Sol high
Oracle 咨询和审查 GPT-6.1 Sol xhigh
Momus 审查计划 GPT-6.1 Sol max
Explore 搜索代码库 GPT-6 Luna xhigh
Librarian 查文档和资料 GPT-6 Luna xhigh

搜索代码和查文档这种量大但是不太难的工作，交给便宜的小模型，主agent用主力的模型，而负责审查和最后把关的agent则用最强的模型和最高的推理强度。如果全部都用最强的模型，价格就太高了。关于各家agent和模型怎么选，之前在一次分享里也讲过，slides放在这里。

通知

通知插件是按照各个agent自己的语言来写的，OpenCode和OMP是JavaScript，Codex和Claude Code是Python。

通知这部分是维护得最多的地方，在全部206个commit里面，大约有四分之一都和通知有关。问题出在agent发出的完成事件并不等于任务做完了。每个agent都会在一些自己看不到的地方触发完成的事件，比如:

  • Codex在后台自动生成会话标题和对话回顾
  • Codex自动审批的那一轮
  • /goal模式下自动继续的中间轮次
  • 子agent的结束
  • Claude Code的Stop事件

这些都会发出一条通知，结果手机上一下子收到好几条没有意义的消息。所以只能一个一个地找出来，然后过滤掉。

项目记忆

中间还试过Beads[9]，想用一个项目级的数据库来管理项目的issue和记忆，加进来又删掉，前后折腾了两次。后来发现没有必要，如果是私人项目，issue完全可以直接用GitHub Issues来管理，而文档和知识的积累，直接放在项目的.omo/knowledges文件夹里，写成Markdown文件就可以了。这个仓库也是这样，agent在里面积累了几十篇笔记，记录了每次调查的结论，后面再改同一个地方的时候就不用重新调查一遍。

AI开发

和MC Matrix Bridge一样，这个项目的代码基本上也是agent写的。这个仓库本身就是agent的配置，所以开发它的agent，用的也是这个仓库装上去的规则、skill和通知。

有的规则是agent出了问题之后才加上的。比如2月的时候，在另一个项目里，一个子agent为了把工作区恢复到干净的状态，直接运行了git clean -fdx，把所有没有被git追踪的文件都删掉了。发现之后，马上就在_AGENTS.md里加上了不允许使用git clean这一条。

10月的时候，还试了一下让一个agent去检查另一个agent写的代码。Claude Code会调用Codex，用GPT-6 Astra以只读的方式检查整个项目。找出来的问题由Claude Code对照代码确认之后，先写测试再修复，一个问题一个commit。这样找到了几个bug，比如Windows的路径写进TOML的时候没有转义，导致Codex的配置文件坏掉，还有按照修改时间清理备份，可能会把刚刚做好的备份删掉。

自己在这里面负责的是决定要做什么，然后在agent做多了或者做错了的时候把它拉回来。比如--oauth具体要怎么切换、切回网关的时候要不要自动恢复，都是自己定下来的。改README的时候，agent经常会加上很多不必要的说明，让它精简之后又删得太多了，最后是让它参考这个仓库早期README的样子来写的。

现在的问题

目前还有两个问题，可以作为后续改进的方向。

  • 依赖GitHub Raw: 现在安装脚本是从raw.githubusercontent.com下载的，配置也是直接从GitHub克隆的，并没有用自己的域名。以后可以换成自己的域名。
  • 依赖Python: 现在运行还需要机器上有Python。后续可以考虑换成Rust之类的系统编程语言，编译成一个二进制文件，下载下来就可以直接运行。

总结

本文介绍了oma-dotfile，一个在多台机器上同步各种coding agent配置的dotfile工具。它用一个只依赖Python标准库的脚本，把同一套规则、skill和通知插件装到5个不同的agent里。现在日常的主力是Claude Code，所以最近也把Claude Code的插件和规则的安装加了进来。

参考文献

  • [1] "anomalyco/opencode", GitHub, 2026. https://github.com/anomalyco/opencode
  • [2] "code-yeongyu/oh-my-openagent (原oh-my-opencode)", GitHub, 2026. https://github.com/code-yeongyu/oh-my-openagent
  • [3] "can1357/oh-my-pi", GitHub, 2026. https://github.com/can1357/oh-my-pi
  • [4] "openai/codex", GitHub, 2026. https://github.com/openai/codex
  • [5] "anthropics/claude-code", GitHub, 2026. https://github.com/anthropics/claude-code
  • [6] "gotify/server", GitHub, 2026. https://github.com/gotify/server
  • [7] "WakaTime", WakaTime, 2026. https://wakatime.com/
  • [8] "junhoyeo/tokscale", GitHub, 2026. https://github.com/junhoyeo/tokscale
  • [9] "gastownhall/beads", GitHub, 2026. https://github.com/gastownhall/beads
  • [10] "Infisical/infisical", GitHub, 2026. https://github.com/Infisical/infisical

博客内容遵循 署名-非商业性使用-相同方式共享 4.0 国际 (CC BY-NC-SA 4.0) 协议

本文永久链接是：https://controlnet.space/2026/01/28/release/oma-dotfile/

字数：3.2k 字

时长：12 分钟

评论